A produção de memória integra o protocolo de coleta áudio e ajuda a observar diferentes condições de produção da fala e da voz no SPIRA-BM
Quando pesquisadores do SPIRA-BM definiram o protocolo de coleta de voz e fala utilizado no projeto, uma das decisões metodológicas foi incluir uma parlenda entre as tarefas realizadas pelos participantes. Ao lado da emissão de vogal sustentada e da leitura de uma frase, a produção memorizada passou a integrar as gravações utilizadas nas pesquisas com análise de áudio desenvolvidas pelo projeto.
No contexto do SPIRA-BM, esses padrões são estudados como possíveis biomarcadores de áudio associados a condições respiratórias, como insuficiência respiratória, asma grave e efeitos do tabagismo. A ideia é que diferentes formas de produção da voz e da fala possam revelar variações mensuráveis nos sinais acústicos captados, que então são analisados pelas equipes de pesquisa.
Sobre a parlenda
Parlendas são formas tradicionais da literatura oral infantil, marcadas pela repetição rítmica, pela memorização e pela circulação coletiva da linguagem. Estudos sobre oralidade e cultura popular descrevem essas composições como práticas que organizam padrões sonoros, ritmo e entonação da fala e da voz, articulando linguagem, memória e performance oral. A parlenda utilizada no protocolo do SPIRA-BM, “Batatinha quando nasce esparrama pelo chão menininha quando dorme põe a mão no coração”, integra esse repertório tradicional da cultura oral brasileira. Sem autoria definida, ela pertence à tradição popular transmitida entre gerações e preserva características como ritmo curto, repetição e facilidade de memorização.
Segundo a professora Beatriz Raposo de Medeiros, da Universidade de São Paulo (USP), pesquisadora da área de fonética e integrante do SPIRA-BM, a parlenda ocupa uma posição intermediária entre a leitura e a fala mais espontânea. “A ideia era estimular uma fala mais natural, sem a interferência da leitura, que pode induzir pausas e alterar a prosódia”, explica. Uma das produções utilizadas no protocolo foi justamente “Batatinha quando nasce”, escolhida por ser amplamente conhecida. A proposta era que os participantes realizassem a produção de memória, sem depender diretamente da leitura.
Diferentes tarefas de coleta de voz e fala
A professora Larissa Cristina Berti, da Universidade Estadual Paulista (UNESP), fonoaudióloga e pesquisadora do SPIRA-BM, explica que cada tarefa do protocolo foi pensada para possibilitar análises distintas da voz e da fala. Segundo ela, a vogal sustentada é utilizada para extração de parâmetros relacionados à voz e à fala, enquanto a leitura da frase envolve outros aspectos da organização linguística. Já a parlenda introduz uma situação de produção sem apoio escrito. “A tarefa da parlenda é importante porque pedimos para a pessoa falar alguma coisa de memória”, afirma. A pesquisadora também destaca que as diferentes tarefas permitem observar distintas dimensões da produção de fala e de voz dentro do projeto.
Diversidade dos dados de voz e fala
Durante as coletas, algumas situações acabaram ampliando a variedade dos dados obtidos. Segundo Beatriz Raposo de Medeiros, houve participantes que cantavam músicas conhecidas ou recitavam orações no momento da gravação de voz e fala. Para a pesquisadora, esse tipo de variação pode contribuir para análises relacionadas à produção da fala e da voz em condições menos controladas. “O objetivo não é padronizar totalmente, mas observar a fala e a voz em condições mais naturais”, afirma. As discussões em torno da parlenda também envolveram diferentes preocupações metodológicas relacionadas à padronização das coletas e à diversidade dos dados de voz e fala.
Pausas e organização da fala e da voz
A professora Flaviane Svartman, da USP, pesquisadora da área de fonologia e prosódia e integrante do SPIRA-BM, destaca que aspectos como pausas e organização da fala e da voz fazem parte das análises desenvolvidas no projeto. De acordo com ela, pesquisas realizadas pelo grupo observaram diferenças relacionadas à duração das pausas e à sua ocorrência em determinados contextos de fala e voz, especialmente em comparação com o grupo controle. Esses elementos ajudam a compreender por que o projeto também se interessa por tarefas de produção memorizada, nas quais a fala e a voz ocorrem de maneira diferente da leitura tradicional.
Relação com os modelos computacionais de voz e fala
As características presentes nos áudios de voz e fala coletados também são utilizadas na etapa computacional do projeto. O professor Marcelo Gauy, da Universidade Estadual Paulista (UNESP), pesquisador da área de aprendizado de máquina e integrante da frente de big data do SPIRA-BM, explica que os modelos de inteligência artificial trabalham a partir de padrões identificados nos dados de áudio.
Segundo ele, durante o treinamento, os modelos passam a reconhecer características presentes nos áudios de voz e fala utilizados nas análises. Nesse contexto, as diferentes formas de produção da fala e da voz presentes no protocolo de coleta fazem parte do conjunto de dados analisados pelos sistemas computacionais desenvolvidos no projeto.
Vale lembrar que, ao longo desse processo, os trabalhos desenvolvidos pelo projeto tem como propósito central investigar de que maneira esses padrões podem se relacionar a condições respiratórias analisadas pelo projeto, como insuficiência respiratória, asma grave e efeitos do tabagismo, sempre como apoio a processos de triagem e pesquisa em saúde. A partir disso, tecnologias com inteligência artificial estão sendo desenvolvidas para aplicação no contexto de atendimentos de pacientes com problemas respiratórios.
