2020
DOI: 10.1016/j.jvoice.2019.05.013
|View full text |Cite
|
Sign up to set email alerts
|

Real-Time Acoustic Voice Analysis Using a Handheld Device Running Android Operating System

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
1
1

Citation Types

0
3
0
2

Year Published

2022
2022
2023
2023

Publication Types

Select...
8

Relationship

0
8

Authors

Journals

citations
Cited by 15 publications
(5 citation statements)
references
References 9 publications
0
3
0
2
Order By: Relevance
“…If the student's encapsulation is poor, they will frequently be interrupted while studying a unit. If that is the case, people can just jump right in the next time they study and waste a lot of time learning the unit [10]. Because of the Internet and mobile technology, students in China's institutions are becoming more entrepreneurial.…”
Section: Introductionmentioning
confidence: 99%
“…If the student's encapsulation is poor, they will frequently be interrupted while studying a unit. If that is the case, people can just jump right in the next time they study and waste a lot of time learning the unit [10]. Because of the Internet and mobile technology, students in China's institutions are becoming more entrepreneurial.…”
Section: Introductionmentioning
confidence: 99%
“…En ese sentido, la portabilidad del smartphone entrega un valor añadido, ampliando las oportunidades clínicas de evaluación acústica de la voz. De igual forma, Fujimura et al (2020) a través de un estudio realizado a 32 individuos (10 sin trastornos vocales y 22 con disfonía), propusieron una versión modificada de la aplicación Voice Analyzer llamada VArt, la cual permite el análisis de los datos obtenidos de manera inmediata en tiempo real. Manfredi et al (2017), Maryn et al (2009) y Oliveira et al (2017, realizaron investigaciones cuyo objetivo principal fue describir la utilidad y calidad de muestras de voz obtenidas con diferentes tipos de smartphone.…”
Section: Resultsunclassified
“…En el contexto de la terapia vocal, la evidencia señala que lo más complejo del proceso es la generalización de los mecanismos aprendidos en los diversos contextos de la rutina del usuario, como por ejemplo, 1) recordar aplicar los ejercicios terapéuticos de voz, 2) establecer el patrón de voz normal fuera de los entornos de terapia, 3) atender la producción de la voz y simultáneamente la comunicación, y por último 4) autocorregir la técnica en medio de una conversación o presentación (Lavaissiéri & Melo, 2017;Llico et al, 2015). Para lograr estos objetivos, las investigaciones aquí descritas han usado o desarrollado aplicaciones móviles para smartphone como Vox4Health, VoiceEvalU8 o Voice Analizer, que permiten realizar un análisis acústico de alta fiabilidad con el uso de un smartphone (Cesari et al, 2018;Fujimura et al, 2020;Grillo, 2017;Kojima et al, 2019;Lebacq et al, 2017), lo que favorece una medición más objetiva de la voz en entornos fuera del laboratorio. Sin embargo, los estudios se encuentran limitados a realizar grabaciones con muestras de vocales sostenidas, debido a que las muestras de habla conectada presentan perturbaciones en las grabaciones con smartphone, en comparación a las grabaciones acústicas de laboratorio (Manfredi et al, 2017;Maryn et al, 2017;Oliveira et al, 2017), lo que limita los tipos de análisis acústico que se pueden realizar.…”
Section: Discussionunclassified
“…The parameters Autocorrelation, Harmonic to Noise Ratio, and Noise to Harmonic Ratio are used by several authors as features to describe voice quality in assessment tools for voice pathologies [14][15][16][17][18][19].…”
Section: Introductionmentioning
confidence: 99%