Tingting Han Knihy

Focusing on the challenges of stammering, this study highlights its impact on social and professional opportunities for individuals. Utilizing the Fluency Bank dataset, it proposes an innovative algorithm for stammering correction that integrates Enhanced One-dimensional Local Binary Patterns for feature extraction and an Adapted Multi-Layer Perceptron for Regression as a generative classifier. The algorithm aims to create a choral effect by delivering anti-stammered speech to the user, potentially leading to improved fluency in speech and offering new hope for those affected by stuttering.

Die Studie beleuchtet die Herausforderungen, die Stottern im Alltag mit sich bringt, und präsentiert einen innovativen Algorithmus zur Stotterkorrektur. Durch den Einsatz fortschrittlicher Techniken wie Enhanced One-dimensional Local Binary Patterns und Adapted Multi-Layer Perceptron for Regression wird eine effektive Merkmalsextraktion ermöglicht. Der Algorithmus erzeugt eine chorische Sprache, die dem Stotterer über das Ohr vermittelt wird, um fließendes Sprechen zu fördern. Diese Methode könnte entscheidend zur Verbesserung der Lebensqualität von stotternden Menschen beitragen.

A gaguez é uma perturbação da fala que pode persistir na idade adulta, impactando negativamente a vida social e profissional. Este estudo propõe um algoritmo eficiente para correção da gaguez, utilizando técnicas avançadas como EOLBP e AMLPR, que visam proporcionar um discurso fluente e auxiliar na cura dos que gaguejam.