Anàlisi acústica i IA per a la detecció precoç de trastorns vocals en l’àmbit educatiu

Els trastorns de la veu afecten significativament la qualitat de vida de les persones, especialment aquelles que utilitzen la veu com a eina principal en la seva activitat professional, com per exemple els docents. Malgrat la seva elevada prevalença, les eines actuals de diagnòstic requereixen recursos especialitzats i no són accessibles per a una detecció precoç generalitzada.
El projecte SonaLog proposa el desenvolupament d’eines de suport al diagnòstic basades en l’anàlisi acústica automatitzada, que permetin correlacionar paràmetres acústics amb indicadors perceptius i d’autoavaluació. El projecte combina l’expertesa d’investigadors de l’àmbit de la logopèdia (FPCEE Blanquerna) amb especialistes en processament de la parla (La Salle).
A partir d’una base de dades amb més de 800 mostres de veu d’estudiants d’educació, es durà a terme:
Anàlisi perceptiva (GRBAS, CAPE-V) d’una selecció de mostres, realitzada per jutges experts en logopèdia
Preprocessament del senyal (normalització, eliminació de soroll)
Extracció de característiques acústiques (jitter, shimmer, HNR, MFCCs, CPP, LTAS)
Anàlisi estadística descriptiva i inferencial
Entrenament de models d’aprenentatge automàtic/intel·ligència artificial (SVM, Random Forest, XGBoost, xarxes neuronals)
La combinació de dades acústiques, perceptives i d’autoavaluació (VHI-10) permetrà desenvolupar i validar eines que facilitin un cribratge vocal accessible i fiable, amb potencial d’aplicació en entorns educatius i clínics.