Reconhecimento de comandos de voz com e sem disartria usando extração de características da fala MFCC e algoritmos de aprendizagem de máquina

A fala disártrica está entre os problemas para articular e pronunciar bem as palavras devido aos danos no sistema neurológico responsável pela fala. Este estudo investiga se os classificadores de aprendizagem de máquina reconhecem quais palavras as pessoas com e sem disartria falam, aplicando uma técnica de extração de características da fala chamada MFCC (Mel Frequency Cepstral Coefficients). Os classificadores Artificial Neural Network (ANN), Support Vector Machine (SVM), Random Forest (RF) e KNearest Neighbor (KNN) foram testados. O conjunto de dados UASpeech foi usado nos modelos, contendo falantes com e sem disartria. Os resultados mostraram bom desempenho com acurácia média para KNN (98,5%), ANN (95%), RF (91,8%) e SVM (89,5%).