Transcrição fonética da fala espontânea de crianças com auxílio de software: uma revisão sistemática
- V. 21, N. 2 (2022)
- Enviado: jul 1, 2022
- Publicado: dez 31, 2022
- DOI 10.25189/rabralin.v21i2.2057
Resumo
O objetivo do estudo foi identificar, sintetizar e classificar os softwares atualmente disponíveis que podem auxiliar na tarefa de transcrição fonética da fala espontânea de pré-escolares, para avaliar o desenvolvimento da linguagem infantil. Foi realizada uma revisão sistemática de artigos publicados, no período de 10 anos (de junho de 2010 a junho de 2020), sem restrições quanto à localização e idioma, utilizando as bases de dados Cochrane, Pubmed e Web of Science. Os termos utilizados nas estratégias de busca foram "fonológico", "fonético", "transcrição", "computador" e "software". Os estudos foram selecionados por dois revisores independentes usando estratégias de busca pré-definidas. Na busca inicial, após a exclusão de duplicatas, foram encontrados 534 artigos. Com a leitura de seus títulos e resumos, restaram 46 artigos relacionados ao tema, que foram lidos na íntegra. Após a leitura, 24 artigos foram incluídos no estudo. Os resultados revelaram um total de sete softwares disponíveis para auxiliar a transcrição fonética da fala espontânea de pré-escolares utilizados para diferentes análises: LENA e Timestamper (para balbucios e vocalizações pré-linguísticas), ELAN (para comunicação gestual, elementos extralinguísticos e contexto situacional), Phon (para análises fonéticas e fonológicas), CLAN e SALT (para aspectos morfossintáticos, gramaticais e semânticos) e Praat (para medidas acústicas). Por meio desta revisão sistemática, pode-se concluir que há vantagens no uso de software para transcrição fonética, armazenamento de amostras e análise de linguagem infantil, principalmente no que diz respeito à padronização e confiabilidade para amostras de fala espontânea. A transcrição fonética ainda depende de um transcritor humano. As ferramentas encontradas nos softwares fornecem suporte para facilitar o uso dos símbolos fonéticos, segmentação e pareamento de áudio para escrita e análises de dados de fala.
Referências
ALVAREZ, A. et al. Automating live and batch subtitling of multimedia contents for several European lan-guages. Multimedia Tools and Applications, 75, p. 10823-10853, 2015. DOI https://doi.org/10.1007/s11042-015-2794-z
BALCIUNIENE, I. Lithuanian narrative language at preschool age. Eesti Rakenduslingvistika Uhingu Aastaraamat, n. 8, p. 21–36, 2012. DOI: http://dx.doi.org/10.5128/ERYa8.02
BREDIN-OJA, S. L. et al. “Clinician vs. Machine: Estimating Vocalizations Rates in Young Children With Develop-mental disorders”. American Journal of Speech-Language Pathology, v. 27, n.3, p. 1066–1072, August 2018. DOI https://doi.org/10.1044/2018_AJSLP-17-0016
BURGESS, S.; AUDET, L.; HARJUSOLA-WEBB, S. Quantitative and qualitative characteristics of the school and home language environments of preschool-aged children with ASD. Journal of Communication Disorders, v. 46, n. 5–6, 428–439, 2013. DOI https://doi.org/10.1016/j.jcomdis.2013.09.003
BUSCH, T. et al. Correlation and agreement between Language ENvironment Analysis (LENA™) and manual tran-scription for Dutch natural language recordings. Behavior Research Methods, v. 50, n.5, p. 1921–1932, 2018. DOI https://doi.org/10.3758/s13428-017-0960-0
BYUN, T. M.; ROSE, Y. Analyzing clinical phonological data using phon. Seminars in Speech and Language, v. 37, n. 2, p. 85–105, 2016. DOI https://doi.org/10.1055/s-0036-1580741
CANAULT, M. et al. Reliability of the Language ENvironment Analysis system (LENA™) in European French. Behavior research methods, v. 48, n.3, p. 1109–1124, 2016. DOI https://doi.org/10.3758/s13428-015-0634-8
CANAULT, M.; LE NORMAND M-T.; THAI VAN, H. LENATM (Language ENvironment Analysis System): An automated speech recognition system and child language environment. Enfance, v. 2, n. 2, p. 199-216, 2017. DOI https://doi.org/10.4074/S0013754517002038
CHAPARRO-MORENO, L. J.; REALI, F.; MALDONADO-CARREÑO, C. Wordless picture books boost preschoolers’ lan-guage production during shared reading. Early Childhood Research Quarterly, v. 40, p. 52–62, 2017. DOI https://doi.org/10.1016/j.ecresq.2017.03.001
COLLETTA, J-M.; COLLETTA, C.; GUIDETTI, M. Age-related changes in co-speech gesture and narrative: Evidence from French children and adults. Speech Communication, v. 52, n. 6, p. 565-576, June 2010. DOI https://doi.org/10.1016/j.specom.2010.02.009
D'APICE, K.; LATHAM, R. M.; VON STUMM, S. A naturalistic home observational approach to children's language, cog-nition, and behavior. Developmental Psychology, v. 55, n. 7, p. 1414–1427, 2019. https://doi.org/10.1037/dev0000733
DEL RE, A.; HILARIO, R. N.; MOGNO, A. S. Programa CLAN da base CHILDES: normas de transcrição (CHAT) e coman-dos básicos In: G. FERREIRA-GONÇALVES, M. R., BRUM-DE-PAULA & M. KESKE-SOARES (Eds.), Estudos em aquisi-ção fonológica. Pelotas: Editora e Gráfica Universitária PREC-UFPel, v. 4, p. 11-30, 2011.
FLIPSEN, P. JR.; KANGAS, K. Mean length of utterance (MLU) in children with cochlear implants. Volta Review, v. 114, n. 2, p. 135–55, 2014.
FREITAS, L. B. L.; SHELTON T. L. Atenção à Primeira Infância nos EUA e no Brasil. Psicologia: Teoria e Pesquisa, V. 21 n. 2, p. 197-205, Mai-Ago 2005. DOI https://doi.org/10.1590/S0102-37722005000200010
GENEST, C. S.; MASSON, C. The contribution of corpus linguistics to the study of clinical situations: using ecological resources. Studii de lingvistica, 7, 89–112, 2017.
GOMES DE MELO BEZERRA, J. T. et al. Softwares de transcrição como auxílio para as pesquisas com enfoque multi-modal no processo de aquisição da linguagem. Texto livre-linguagem e tecnologia, v. 9, n. 1, p. 77–93, 2016. DOI https://doi.org/10.17851/1983-3652.9.1.77-93
GREENWOOD, C. R. et al. Assessing Children’s Home Language Environments Using Automatic Speech Recognition Technology. Communication disorders quarterly, v. 32, n. 2, p. 83–92, 2011. DOI https://doi.org/10.1177/1525740110367826
IPA. International Phonetic Association. [cited 2021 Jun29]. Available from: https://www.internationalphoneticassociation.org/content/links.
JULIEN, C. et al. Morphosyntactic development and severe parental neglect in 4-year-old french-speaking children: ELLAN study. Child Maltreatment, v. 24, n. 3, p. 254–264, 2019. DOI https://doi.org/10.1177/1077559519829249
MOHER D. et al. The PRISMA Group (2009). Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med v. 6, n. 7, e1000097. DOI https://doi.org/10.1371/journal.pmed1000097
MOELLER, M. P. et al. Longitudinal development of phonology and morphology in children with late-identified mild-moderate sensorineural hearing loss. Ear and hearing, v. 3, n. 5, p. 625–635, 2010. DOI https://doi.org/10.1097/AUD.0b013e3181df5cc2
OLLER, D. K. et al. Automated vocal analysis of naturalistic recordings from children with autism, language delay, and typical development. Proceedings of the National Academy of Sciences, v. 107, n. 30, p. 13354–13359, 2010. DOI https://doi.org/10.1073/pnas.1003882107
OVERTON, S.; WREN, Y. Outcome measurement using naturalistic language samples: A feasibility pilot study using language transcription software and speech and language therapy assistants. Child language teaching & therapy, v. 30. n. 2 , p. 221–29, 2014. DOI: https://doi.org/10.1177/0265659013519251
PEZOLD, M. J.; IMGRUND, C. M.; STORKEL, H. L. Using Computer Programs for Language Sample Analysis. Language, Speech, and Hearing Services in Schools, v. 51, n.1, p. 103–114, 2020. DOI https://doi.org/10.1044/2019_LSHSS-18-0148
RÄSÄNEN, O. et. al. Automatic word count estimation from daylong child-centered recordings in various language environments using language-independent syllabification of speech. Speech Communication, n. 113, p. 63–80, 2019. DOI https://doi.org/10.1016/j.specom.2019.08.005
RATNER, N. B.; MACWHINNEY, B. Your Laptop to the Rescue: Using the Child Language Data Exchange System Ar-chive and CLAN Utilities to Improve Child Language Sample Analysis. Seminars in Speech and Language, v. 37, n. 2, 74–84, 2016. DOI https://doi.org/10.1055/s-0036-1580742
ROSE, Y.; STOEL-GAMMON, C. Using PhonBank and Phon in studies of phonological development and disorders. Clin-ical Linguistics & Phonetics, v. 29, n. 8–10, 686–700, 2015. DOI https://doi.org/10.3109/02699206.2015.1041609
SABRI, M.; FABIANO-SMITH, L. Phonological Development in a Bilingual Arabic-English-Speaking Child With Bilateral Cochlear Implants: A Longitudinal Case Study. American Journal Of Speech-Language Pathology, v. 27, n.4, 1506–1522, 2018. DOI https://doi.org/10.1044/2018_AJSLP-17-0162
SARAIVA, D. et al. Paediatric Automatic Phonological Analysis Tools (APAT). Logopedics, phoniatrics, vocology, 42, 153–159, 2017. DOI https://doi.org/10.1080/14015439.2016.1237544
SCLIAR-CABRAL, L.; VASILÉVSKI, V. Descrição do português com auxílio de programa computacional de interface. In: Anais da II Jornada de Descrição do Português, Cuiaba, MT, Brasil, 2011, p.39-46.
VENTURINI, C. et al. Confiabilidade intra e interexaminadores de dois métodos de medida da amplitude ativa de dor-siflexão do tornozelo em indivíduos saudáveis. Revista Brasileira de Fisioterapia, v.10, n. 4, 407-411, 2006. DOI https://doi.org/10.1590/S1413-35552006000400008
WILLADSEN, E.; PERSSON, C.; APPELBE, D. A software program to assist coding of prelinguistic vocalizations in real time. Clinical linguistics & phonetics, v. 32, n.10, 972–978, 2018. https://doi.org/10.1080/02699206.2018.1463396
XU, D.; RICHARDS, J. A.; GILKERSON, J. Automated Analysis of Child Phonetic Production Using Naturalistic Record-ings. Journal Of Speech Language and Hearing Research, v. 57, n.5, p. 1638–1650, 2014. DOI https://doi.org/10.1044/2014_JSLHR-S-13-0037