RESUMO Este trabalho segue uma abordagem experimental de investigação da fala expressiva que integra procedimentos metodológicos de análises perceptiva e acústica. Como objeto deste trabalho, focalizamos a qualidade de voz e a dinâmica vocal de personagens com distintas personalidades. Amostras de fala de quatro principais personagens do filme de animação intitulado “Zootopia” dublados por atores brasileiros são analisadas. Devido à função expressiva da qualidade de voz, a seguinte pergunta de pesquisa foi aventada: Que tipos de ajustes de qualidade de voz e de dinâmica vocal foram usados pelos atores na dublagem de “Zootopia” para compor os perfis vocais dos personagens? A avaliação perceptiva de 54 estímulos de fala foi realizada com o Sistema de Avaliação Vocal (Laver & Mackenzie Beck, 2007). Medidas acústicas foram automaticamente extraídas, aplicando o ExpressionEvaluator script (Barbosa, 2008) no PRAAT. Os perfis de cada um dos quatro personagens foram compostos com base nas características psicológicas descritas no roteiro do filme. Os resultados da análise acústica, da análise perceptiva dos ajustes de qualidade vocal e de dinâmica vocal foram correlacionados por meio do método MFA (Análise Multifatorial) no ambiente R. Foram utilizadas 40 variáveis cuja análise resultou na distribuição dos estímulos em 6 clusters. As variáveis quantitativas que apresentaram a maior percentagem de correlação foram as relacionadas à frequência fundamental e à inclinação espectral: Standard Deviation of f0 Derivative, Standard Deviation of Spectral Tilt e f0 Median. As variáveis qualitativas com maior grau de correlação foram: Lowered Larynx, Lip Rounding, Breathy Voice e Minimised Pitch Range. A pesquisa apresentou evidências a favor do uso simbólico da matéria fônica e contribuições para o entendimento de como os estereótipos são estabelecidos.

ABSTRACT This work comprises an experimental investigation approach of expressive speech that integrates methodological procedures of perceptual and acoustic analyses. As the object of this work, we have focused on voice quality and vocal dynamics. Speech samples from the four main personality-distinct characters in the animated feature film “Zootopia” dubbed by Brazilian voice actors have been analysed. Due to the expressive function of voice quality, we have posed the following question: what types of voice quality and vocal dynamics settings were used by the voice actors in the Brazilian dubbing of “Zootopia” to compose the vocal profiles of the characters? Perceptual evaluation of the 54 speech stimuli was performed using the Vocal Profile Analysis protocol (Laver & Mackenzie Beck, 2007). Acoustic measures were automatically extracted using the ExpressionEvaluator script (Barbosa, 2008) for PRAAT. The profiles for each of the four characters were composed based on the psychological traits described in the film script. The results of the acoustic analysis, the perceptual analysis of voice quality and vocal dynamics settings were correlated using the MFA (Multiple Factor Analysis) method in the R environment based on 40 variables (quantitative and qualitative) and it turned out that the speech stimuli were distributed in 6 clusters according to the variables analysed. The quantitative variables that presented the highest correlation percentage were: Standard Deviation of f0 Derivative, Standard Deviation of Spectral Tilt, f0 Median. The qualitative variables that presented the highest correlation percentage were: Lowered Larynx, Lip Rounding, Breathy Voice and Minimised Pitch Range. The research has presented evidence in favor of the symbolic use of phonic matter and contributions to the understanding of how vocal stereotypes are established.

RESUMO Os grupos consonantais ocorrem tanto em inglês quanto em português. Contudo, os grupos consonantais são mais produtivos em inglês do que em português e algumas das sequências de consoantes ocorrem apenas em inglês. Este estudo focaliza os contrastes entre os grupos consonantais em inglês americano e português brasileiro e as estratégias utilizadas por aprendizes brasileiros de língua inglesa ao pronunciá-los: adicionar a vogal anterior alta (epêntese) entre as consoantes dos grupos consonantais, descartar consoantes, ou introduzir alterações fonéticas. A relevância de introduzir os grupos consonantais a aprendizes brasileiros de língua inglesa é apontada e discutida com base no quadro teórico do Modelo de Aprendizagem de Fala (SLM).

ABSTRACT Consonant clusters occur both in Portuguese and English. However, clusters are more productive in English than in Portuguese and there are sequences which are only found in English.This study focuses on the contrasts between American English and Brazilian Portuguese consonant clusters and on three strategies Brazilian learners tend to apply when producing them: adding the high front vowel (epenthesis) between the consonants in the clusters, discarding consonants, or introducing phonetic changes. The relevance of introducing English clusters to Brazilian learners of English is pointed out and discussed under the framework of the Speech Learning Model (SLM).

RESUMO Objetivo: apresentar uma abordagem metodológica para interpretação de julgamentos perceptivos de qualidade vocal por um grupo de juízes que utilizou o roteiro Vocal Profile Analysis Scheme. Métodos: estudo transversal realizado a partir de 90 amostras de fala de 25 professoras da rede pública com distúrbio de voz e/ou alteração laríngea. Previamente ao julgamento perceptivo, foram realizadas três tarefas de percepção para a escolha das amostras que foram apresentadas a cinco juízes por meio do script Experiment MFC 3.2 (software PRAAT). A seguir, foi aplicada uma sequência de testes com base em abordagens sucessivas do comportamento inter e intrajuízes. Os dados foram tratados por meio de análise estatística (testes de Cochran e Snedecor). Resultados: com relação à análise do desempenho dos juízes foi possível definir aqueles que apresentaram melhores resultados em termos de confiabilidade e de proximidade de análises ao juiz mais experiente, com exclusão de um. Os resultados da análise de cluster também permitiram compor o perfil de qualidade vocal do grupo de falantes estudado. Conclusões: a proposta de abordagem metodológica permitiu definir os juízes, cujos julgamentos pautaram-se por conhecimentos fonéticos, bem como traçar o perfil de qualidade vocal do grupo de amostras analisadas.

ABSTRACT Purpose: to present a methodological approach for interpreting perceptual judgments of vocal quality by a group of evaluators using the script Vocal Profile Analysis Scheme. Methods: a cross-sectional study based on 90 speech samples from 25 female teachers with voice disorders and/or laryngeal changes. Prior to the perceptual judgment, three perceptual tasks were performed to select samples to be presented to five evaluators using the Experiment script MFC 3.2 (software PRAAT). Next, a sequence of tests was applied, based on successive approaches of inter- and intra-evaluators’ behavior. Data were treated by statistical analysis (Cochran and Selenor tests). Results: with respect to the analysis of the evaluators' performance, it was possible to define those that presented the best results, in terms of reliability and proximity of analyses, as compared to the most experienced evaluator, excluding one. The results of the cluster analysis also allowed designing a voice quality profile of the group of speakers studied. Conclusions: the proposal of a methodological approach allowed defining evaluators whose judgments were based on phonetic knowledge, and drawing a vocal quality profile of the group of samples analyzed.

<sec><title>Objetivo:</title><p>Analisar a expressividade da fala de um grupo de executivos a partir de dados perceptivos e acústicos da dinâmica vocal.</p></sec><sec><title>Métodos:</title><p> Participaram quatro sujeitos (S1, S2, S3 e S4), do gênero masculino. Realizou-se aplicação do teste <italic>Kingdomality</italic> para obtenção dos descritores de atitudes comunicativas; avaliações: perceptivoauditiva da qualidade e da dinâmica vocal, realizada por três fonoaudiólogos juízes; perceptivo-auditiva para julgamento dos descritores; acústica da fala para avaliação de elementos prosódicos (<italic>software Praat</italic>) e análise estatística.</p></sec><sec><title>Resultados:</title><p> Segundo análise perceptivo-auditiva da dinâmica da voz, S1, S2, S3 e S4 não apresentaram alterações vocais e todos foram considerados com <italic>pitch</italic>habitual abaixado. S1: apontado como inseguro, não objetivo, não empático e não convincente, com uso inadequado de pausas, formadas principalmente por hesitações; separação inadequada dos grupos prosódicos, com quebra de constituintes sintagmáticos. S2: uso regular de pausas para recarga respiratória, organização de frases e ênfase; considerado seguro, pouco objetivo, empático e convincente. S3: apontado como seguro, objetivo, empático e convincente, com uso de pausas regulares para recarga respiratória e organização de frases e hesitações. S4: o mais seguro, objetivo, empático e convincente, com uso adequado das pausas para recarga respiratória, planejamento e ênfase; os grupos prosódicos coincidiram com o enunciado, sem separar os constituintes sintagmáticos.</p></sec><sec><title>Conclusão:</title><p>As características de fala e as atitudes comunicativas se destacaram em dois sujeitos de forma contraposta, de modo que a taxa de elocução lenta e as quebras dos grupos prosódicos transmitiram insegurança, pouca objetividade e não convencimento.</p></sec>

<sec><title>Purpose:</title><p>To analyze speech expressiveness in a group of executives based on perceptive and acoustic aspects of vocal dynamics.</p></sec><sec><title>Methods:</title><p>Four male subjects participated in the research study (S1, S2, S3, and S4). The assessments included the Kingdomality test to obtain the keywords of communicative attitudes; perceptive-auditory assessment to characterize vocal quality and dynamics, performed by three judges who are speech language pathologists; perceptiveauditory assessment to judge the chosen keywords; speech acoustics to assess prosodic elements (Praat software); and a statistical analysis.</p></sec><sec><title>Results:</title><p>According to the perceptive-auditory analysis of vocal dynamics, S1, S2, S3, and S4 did not show vocal alterations and all of them were considered with lowered habitual pitch. S1: pointed out as insecure, nonobjective, nonempathetic, and unconvincing with inappropriate use of pauses that are mainly formed by hesitations; inadequate separation of prosodic groups with breaking of syntagmatic constituents. S2: regular use of pauses for respiratory reload, organization of sentences, and emphasis, which is considered secure, little objective, empathetic, and convincing. S3: pointed out as secure, objective, empathetic, and convincing with regular use of pauses for respiratory reload and organization of sentences and hesitations. S4: the most secure, objective, empathetic, and convincing, with proper use of pauses for respiratory reload, planning, and emphasis; prosodic groups agreed with the statement, without separating the syntagmatic constituents.</p></sec><sec><title>Conclusion:</title><p>The speech characteristics and communicative attitudes were highlighted in two subjects in a different manner, in such a way that the slow rate of speech and breaks of the prosodic groups transmitted insecurity, little objectivity, and nonpersuasion.</p></sec>

OBJETIVO: apresentar um estudo da percepção auditiva que o adulto tem sobre as características das plosivas vozeadas e não-vozeadas em posição acentual tônica e pós-tônica produzidas por crianças de três anos. MÉTODOS: inspeção fonética-acústica das características encontradas na produção das plosivas, quanto ao intervalo de obstrução, do burst, e análise quantitativa das medidas do Voice Onset Time das seis plosivas do Português Brasileiro (PB), em frases-veículo "Diga ________ baixinho" por quatro crianças da faixa etária dos três anos, três meninos e uma menina, falantes nativos do PB, com análise em espectrograma de banda larga no programa Praat. Posteriormente, submissão a 120 sujeitos adultos do corpus produzido pelas crianças, por meio de um teste de percepção, do tipo identificação. RESULTADOS: encontradas na produção, características incomuns à fala do adulto, tanto para as vozeadas como as não-vozeadas. O teste revelou que os juízes perceberam as plosivas não-vozeadas como vozeadas pela presença de breathy vowel. As plosivas vozeadas sempre foram identificadas como vozeadas. O ponto articulatório, das plosivas bilabiais, alveolares e velares não interferiu no julgamento das plosivas. O teste ANOVA (sig= 0,05) revelou que as plosivas foram identificadas corretamente quando apresentavam a presença de breathy vowel ou de barra de sonoridade com mais de 60% de vozeamento. A presença de aspiração não interferiu no julgamento das plosivas não-vozeadas. CONCLUSÃO: resultados indicaram que ocorreram dificuldades na sincronização entre o gesto glotal e o articulatório, que não interferiram na percepção desses sons, uma vez que as plosivas não-vozeadas que apresentaram aspiração foram corretamente avaliadas como não-vozeadas.

PURPOSE: to submit a study on the auditory perception that adults have on the characteristics of voiced and unvoiced stops produced by 3-year-old children. METHODS: first, the characteristics found in the production of stops were acoustically inspected in relation to (1) obstruction interval, (2) burst, and (3) quantitative analysis of Voice Onset Time (VOT), measured in six plosives found in Brazilian Portuguese (BP). The carrier sentence "Diga ______baixinho", produced by four 3-year-old children - three male and one female, Brazilian Portuguese native speakers - was submitted to wide-band spectrographic analysis using PRAAT software . Second, the corpus produced by the children was submitted to 120 adult individuals in an identification type perception test. RESULTS: the production showed uncommon characteristics for adult speech in relation to both voiced and unvoiced stops. The test showed that the adults perceived the unvoiced stops as voiced due to the presence of breathy vowel. The voiced plosives were always correctly identified. The articulatory position of the bilabial, alveolar and velar stops did not interfere in the way the stops were judged. The ANOVA test (sig = 0,05) showed that the plosives were correctly identified when they presented breathy vowel or voicing with over 60% of voicing. The presence of aspiration did not interfere in the unvoiced stops judgment. CONCLUSION: the results indicate the relevance of acoustic phonetics analysis in studies on the production and the perception of speech, which may help to elaborate therapeutical procedures and facilitate the follow-up of their development.

O presente estudo fundamenta-se na necessidade de compreensão de mecanismos compensatórios usados por indivíduos portadores de alterações da qualidade vocal (disfonias). O objetivo foi investigar amostras de vozes com alterações da qualidade vocal por procedimentos perceptivo-auditivos (qualidade vocal e reconhecimento de fala), acústicos (análise de curto e de longo termo) e fisiológicos (eletroglotografia-EGG, videolaringoestroboscopia e videoquimografia). Do ponto de vista perceptivo-auditivo, foi destacada a validade do uso de roteiro com embasamento fonético e de teste de reconhecimento de fala. Algumas dimensões perceptivas mostraram correlações, as quais encontram respaldo nas descrições acústicas e fisiológicas. Os resultados acústicos indicaram a relevância dos eventos de longo termo e sua correspondência àqueles de curto termo. Dados de EGG revelaram correspondência aos resultados do exame otorrinolaringológico. Os resultados evidenciam a multiplicidade de manifestações clínicas descritas sob a terminologia "disfonia", de forma a revelar as correlações entre os planos perceptivo, acústico e fisiológico da qualidade vocal.

This study departs from the necessity of understanding compensatory mechanisms used by dysphonic individuals. The objective was to investigate dysphonic voices by taking into account acoustic analysis (long and short term analysis), physiological examination (electroglottography - EGG, laryngeal endoscopy, videostroboscopy and videokymography) and perceptual evaluation (voice quality and speech recognition) procedures. From the perceptual point of view, both the usefulness of the phonetically oriented vocal profile and the speech recognition task have been validated. Some perceptual dimensions correlated to each other, with correspondences to acoustical and physiological descriptions. From the acoustic point of view results indicated the relevance of long - term events and their correspondence to those of short term. Data from EGG showed correspondence to the results of otolarygologic examination. The results favors focus on the multiple clinical manifestations related to dysphonia so as to instruct rehabilitation practices in clinical settings, based on acoustic-to articulatory and perceptual correlates.

OBJETIVO: analisar, do ponto de vista perceptivo-auditivo, a qualidade vocal de um grupo de falantes adultos da cidade de João Pessoa e correlacioná-la às medidas acústicas de freqüência dos formantes (F1, F2 e F3). MÉTODOS: o grupo estudado foi composto por 20 falantes, 10 do gênero masculino e 10 do feminino, na faixa etária compreendida entre 21 e 27 anos, todos nascidos e criados na cidade de João Pessoa. Foram coletadas amostras de fala (três repetições de uma sentença-veículo, dois textos e trechos de fala espontânea), na freqüência de amostragem de 11025 Hz. As gravações foram analisadas do ponto de vista perceptivo-auditivo (ajustes da qualidade vocal) com o uso do roteiro VPAS (Voice Profile Analysis Scheme) e acústico (medidas das freqüências de F1, F2 e F3 da vogal [a] inserida nas amostras). Os dados foram submetidos à análise estatística (análise de componentes principais e composição de clusters para o VPAS e o teste T de Student para as medidas de F1, F2 e F3). RESULTADOS: os ajustes de qualidade vocal predominantes nos falantes do gênero masculino foram: laringe baixa, corpo de língua retraído e voz crepitante. Nos falantes do gênero feminino predominaram ajustes de mandíbula aberta, corpo de língua retraído, corpo de língua abaixado e voz soprosa. As medidas de F1, F2 e F3 mostraram diferenças estatisticamente significantes em ambos os gêneros em relação a falantes de outras regiões do país, com respectivos valores para os falantes masculinos em p= 0,001; p= 0; p= 0,003 e para os falantes femininos em p= 0,002; p= 0,001; p= 0. CONCLUSÃO: foram encontradas particularidades na qualidade vocal e na estrutura formântica das vogais dos falantes de João Pessoa e identificadas correlações entre ajustes da qualidade vocal no plano perceptivo-auditivo e aspectos de curto termo no plano acústico.

PURPOSE: to analyze, from the auditory perception point of view, the voice quality of a group of adult speakers from the city of João Pessoa and correlate it to the acoustic measures of the formant frequencies (F1, F2 and F3). METHODS: the studied group was comprised by 20 speakers, 10 men and 10 women, in the age group between 21 and 27 years, all born and raised in the city of João Pessoa. Speech samples were collected (three repetitions of a sentence-vehicle, two texts and passages of spontaneous speech), in the sampling frequency: 11025 Hz. The recordings were analyzed from the auditory perception (voice quality settings) with the use of the VPAS (Voice Profile Analysis Scheme) and acoustic point of view (measures of F1, F2 and F3 frequencies of the vowel [a] inserted in the samples). Data were submitted to statistical analysis (analysis of main components and composition of clusters for VPAS and T test of Student for measures of F1, F2 and F3 frequencies). RESULTS: the predominant voice quality settings in the male speakers were low larynx, retracted tongue body and creaky voice. In the female speakers, the settings of open jaw prevailed, retracted tongue body, lowered tongue body and whispery voice. F1, F2 and F3 frequencies measures showed statistically significant differences in both genders in relation to speakers of other areas of the country, with respective values for the masculine speakers in p = 0.001; p = 0; p = 0.003 and for the female speakers in p = 0.002; p = 0.001; p = 0. CONCLUSION: particularities were found in the voice quality and in the formant structure of the speakers' vowels from João Pessoa and correlations identified among settings of the voice quality in the auditory perception plan and short-term aspects in the acoustic plan.