Caracterização da saída de sistemas de decodificação da atenção auditiva através de modelos ocultos de Markov
Year: 2026
Type: conference-paper
Abstract: Sistemas de decodificação da atenção auditiva (AAD) buscam identificar o locutor de interesse de um ouvinte na presença de múltiplas fontes sonoras, permitindo o direcionamento espacial de dispositivos de auxílio auditivo. Uma dificuldade existente no projeto e avaliação de sistemas AAD é a limitada disponibilidade de bancos de dados, devido às dificuldades técnicas e ao alto custo de implementação. A construção de um modelo generativo para as saídas de sistemas AAD permite gerar observações sintéticas que preservam as características estatísticas observadas em sujeitos reais, ampliando a disponibilidade de sinais para avaliação experimental. Para isso, este trabalho propõe um modelo estatístico baseado em Modelos Ocultos de Markov (HMM) com distribuições Beta para caracterizar as propriedades estatísticas e temporais dessas saídas. A qualidade dos dados sintéticos gerados pelo modelo é avaliada por meio de testes estatísticos, demonstrando que o modelo preserva as principais características distributivas dos dados originais. A avaliação de algoritmos de pós-processamento utilizando 100 ouvintes sintéticos apresentou menor variabilidade nas métricas de desempenho, como PESQ e STOI, em comparação com a avaliação baseada em apenas 16 participantes reais, indicando que o modelo proposto pode ser uma alternativa para ampliar a validação experimental de sistemas AAD.
Language: Portuguese
Topic: Speech and Audio Processing
Subfield: Signal Processing
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7220972799