Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
Introducción
En los últimos 20 años, el acelerado desarrollo en las ciencias de la vocología ha propulsado el estudio de la voz humana a través de la tecnología, permitiendo definirla en estados tanto sanos como patológicos, en su uso hablado y/o cantado. En el curso de esta evolución académica, investigadores alrededor del mundo se han propuesto describir una amplia gama de características vocales, ya sea por género, edad, etnia; características anatomo-fisiológicas; exigencias producto de las demandas específicas de diferentes actividades, trabajos o profesiones; enfermedades crónicas, y todo un abanico de dimensiones inagotables para la imaginación del especialista que desea descubrir un punto determinado.
Una herramienta crucial para describir la voz de forma objetiva es la realización de análisis acústico de la voz mediante softwares diseñados para esta función. Consideramos este tipo de observación como “objetiva” debido a que, gracias a la grabación de una muestra, se analiza la composición vocal en función de sus parámetros de frecuencia y amplitud en el tiempo. La tecnología nos permite, mediante algoritmos creados por especialistas del sonido, obtener una gran cantidad de descriptores del estado vocal en números concretos, que nos ayudan a definir si una determinada muestra de voz se encuentra dentro de un rango de normalidad, de alteración o si existe una característica específica -como las mencionadas anteriormente- con una numeración concreta que pueda ser comparada sujeto a sujeto, o en un mismo paciente previo y posterior a un tratamiento, habilitación, entrenamiento vocal o rehabilitación.
El punto de inflexión que incentivó la realización de esta reflexión es la condición de la primera pieza de cualquier cadena de grabación acústica: el micrófono. Los demás componentes de dicho proceso son: Pre-amplificador, Conversor Análogo/Digital (A/D), Hardware (o computadora que guarda el modelo digital y realiza el análisis), entorno de grabación y cableado. Todos estos instrumentos, debido a sus variables, también pueden modificar la información final de la muestra a obtener, alterando la precisión de los datos y comprometiendo la objetividad de la prueba.
Este estudio centra su atención en el micrófono, por ser el elemento que ha presentado mayor variabilidad entre diversos estudios realizados en los últimos veinte años que consideran análisis acústico en su método.
Hace más de dos décadas, en 1999, Callan et al. [1] revisaban distintas medidas utilizadas para la cualificación de la voz. En sus estudios mencionan que no se contemplan las variables de la cadena del análisis acústico. Entre ellas, la microfonía seleccionada para el proceso es definitoria en el muestreo de las características de la onda, pues delimita el universo numérico que se obtendrá mediante los algoritmos de los softwares de análisis de voz [1].
Once años más tarde, en 2010, Švec y Granqvist afirman que:
“Al crear un laboratorio de voz y habla, y preparando las mediciones, uno se enfrenta a la pregunta ¿Qué micrófono debería usarse?” -Ya que no se ha publicado suficiente información sobre si los micrófonos son o no adecuados para mediciones de voz- “La mayoría de los micrófonos no están desarrollados para este propósito, sino más bien para grabar música, actuación, sistemas de megafonía, radiodifusión, etc.” [2].
En este extracto del tutorial “Guidelines for Selecting Microphones for Human Voice Production Research” creado por Švec y Granqvist [2] se plantean consideraciones fundamentales al momento de seleccionar un micrófono para realizar una correcta medición y analizar la voz de un sujeto en estudio.
Dictan los siguientes criterios [2]:
La respuesta de frecuencia del micrófono debe ser plana, es decir, debe existir una variación de menos de 2 dB dentro del rango de frecuencia entre la frecuencia fundamental más baja esperada en la voz y el componente espectral más alto de interés. El estándar ANSI S1.15-1997 (ANSI, 2006) especifica que los micrófonos para laboratorio estándar deben ser de tipo condensador.
Se recomienda que el nivel equivalente al ruido interno del micrófono esté al menos 15 dB más bajo que el nivel de sonido en las fonaciones más suaves que serán grabadas.
El límite superior del rango dinámico del micrófono debe estar por encima del nivel de sonido de las fonaciones más fuertes.
Es preferible que el patrón polar del micrófono sea omnidireccional para evitar alteraciones de proximidad y direccionalidad, y sea posicionado a una distancia invariable de 30 cm de la boca.
Años más tarde, en el 2018, Patel et al. reconocen estas características de selección de microfonía, indicando que “El tutorial de Švec y Granqvist (2010) es un excelente recurso para comprender los conceptos básicos relacionados con la selección de micrófonos para evaluación de voz” [3].
Para reflexionar sobre la trayectoria de la selección de micrófonos en Latinoamérica y el mundo, se examinaron 21 artículos científicos elaborados por especialistas de la voz. No se profundizará en los resultados obtenidos en cada caso de estudio, sino únicamente sobre los micrófonos escogidos para el muestreo.
Se señalará el modelo de cada micrófono seleccionado en los casos en que se describe y el tipo de transductor al cual corresponde. Esta información fue recopilada mediante la revisión de la ficha de datos (datasheet) de cada modelo mencionado. En los estudios en que los micrófonos sean de tipo dinámico, se asumirá que la respuesta de frecuencias no es plana; sin embargo, se recomienda a los lectores interesados buscar personalmente el datasheet de cada micrófono para cerciorarse de la descripción.
Reflexión
Sjölander indica en relación al análisis acústico que “el análisis de espectro promedio a largo plazo (LTAS) ha demostrado ofrecer información representativa sobre el timbre de voz” [4]. La autora describe variables de distintas dimensiones en su interés por definir los cambios que ocurren a nivel vocal en la transición de la voz infanto-juvenil a adulta, sin embargo en su estudio no indica qué micrófono se ha utilizado. A pesar de destacar los beneficios del espectro promedio a largo plazo, se podrían obtener resultados distintos al utilizar micrófonos específicos.
González et al. obtuvieron muestreo a través de un micrófono cardiode SHURE SM58 [5], que es de tipo dinámico.
Campisi et al., en cuanto a la descripción de la microfonía utilizada, describen únicamente que el sujeto sostenía un micrófono a un distancia fija (8 cm) y en una posición fuera del eje de 45° para reducir el ruido aerodinámico de la boca [6], sin mencionar el modelo o las características de transducción propias del equipo.
González y Carpi indican que las muestras se grabaron con un micrófono SHURE SM58 [7] que es de tipo dinámico.
Nuñez-Batalla et al. anotan en su estudio que el instrumento utilizado es un micrófono dinámico unidireccional [8] sin especificaciones de su selección.
Preciado et al. utilizan un micrófono unidireccional AKG-190 [9] que corresponde a un micrófono dinámico cardioide.
Wang y Jo advierten que “la frecuencia de muestreo fue de 50 KHz y la resolución 16 bits” [10]. No presentan información sobre las características del dispositivo utilizado en su estudio.
En el caso de Lowell et al. “las muestras de voz se grabaron en una cabina con tratamiento de sonido, con una distancia de altavoz a micrófono de 15 cm, utilizando un micrófono de condensador y un dispositivo de grabación digital [11]. No se aclara el modelo específico.
Guzmán et. al. mencionan que “la grabación se realizó utilizando un micrófono de condensador marca AKG® modelo Perception 120” [12]. Al revisar su ficha de datos, se verificó que cumple con los criterios de selección establecidos por Švec y Granqvist [2].
En otro estudio, Guzmán et al. se relata que “un micrófono de condensador Samson, modelo MM01 se utilizó para capturar las muestras de voz antes y después de la terapia de voz” [13], resaltando que el fabricante indica una respuesta de frecuencia plana en el rango de 20 a 20.000 Hz. Al buscar el datasheet del micrófono se encontró que el micrófono se encuentra descontinuado, por lo cual no se logró definir si cumple con los criterios de selección establecidos.
Aguilera et al. cuentan que “cada archivo fue digitalizado y procesado por el Anavoz 1.0. El Anavoz 1.0 es la herramienta usada para la extracción y procesamiento de los parámetros acústicos de este trabajo” [14] y no mencionan el modelo o características del micrófono seleccionado.
Delgado e Izquierdo utilizaron para su estudio un micrófono dinámico cardioide SHURE SM58 [15].
Escobedo-Beceiro et al. indican que “los archivos de audio fueron obtenidos durante 12 segundos de grabación la cual se efectuó con un micrófono Genius HS-02B” [16], un micrófono de tipo Headset (auriculares con micrófono incorporado) de cuyo transductor (tipo y respuesta frecuencial) no se ha logrado obtener información.
Guzmán et al. dicen que “se utilizó para capturar las señales de audio un micrófono omnidireccional de condensador Rode, modelo NT2-A (Rode, Long Beach, CA)” [17]. Mediante la revisión de su ficha de datos (datasheet) se verificó que cumple con los criterios de selección establecidos por Švec y Granqvist (2010).
Portillo et al. apuntan que “La señal acústica se registró utilizando el micrófono de condensador AKG CK 77 (AKG Acoustics, Viena, Austria)” [18]. El cual presenta una curva de respuesta con un pequeño filtro en las frecuencias bajo los 100 hz.
Guzmán et al. anotan que “La señal acústica se registró mediante el condensador incorporado micrófono AKG CK 77 (AKG Acoustics, Viena, Austria)” [19]. El mismo micrófono es nombrado en el artículo anterior.
Saldías et al. consideran “un micrófono de condensador incorporado (AKG CK 77; AKG Acoustics, Viena, Austria)” [20], continuando la selección antes mencionada.
Valqui et al. advierten “un micrófono unidireccional HTDZ HT-81 y un micrófono SHURE WH20” [21]. Respecto al primero, no se encontró la ficha de datos. El segundo corresponde a un micrófono Headset de tipo dinámico unidireccional.
Frisancho et al. indican que “se utilizó un micrófono de condensador omnidireccional (AKG-Perception-120, AKG Acoustic, Viena, Austria)” [22]. Al revisar su ficha de datos, se verificó que cumple con los criterios de selección establecidos por Švec y Granqvist (2010).
Echternach et al. mencionan que “se registraron señales de audio mediante Behringer ECM-8000 (Behringer, Willich-M unchheide, Alemania) o Sennheiser ME 62 (Sennheiser, Wedemark, Alemania)” [23]. Ambos corresponden a micrófonos omnidireccionales de condensador y de una altísima calidad en su construcción. Disponen una respuesta de frecuencias plana, sin embargo, el micrófono Sennheiser ME 62 altera su respuesta de frecuencias sobre los 5000 Hz. La autoría considera que el Behringer ECM-8000 cumple con los criterios de selección.
Guzmán et al. indica que “Una interfaz KayPENTAX CSL y un micrófono unidireccional SHURE (modelo SM-48) fueron utilizados para capturar las señales de audio” [24]. El micrófono SHURE SM-48 es dinámico cardioide, con una respuesta de frecuencias no plana, fabricado para uso artístico o de megafonía.
En la Tabla 1 se puede apreciar un resumen de la selección de micrófonos:
Tabla 1 Micrófonos y criterios de selección.
| Nombre del Artículo | Modelo del micrófono seleccionado | ¿Criterios de selección adecuados? |
|---|---|---|
| Long-term average spectrum (LTAS) analysis of sex- and gender-related differences in children's voices [4] | No especificado | No |
| Análisis acústico de la voz: fiabilidad de un conjunto de parámetros multidimensionales [5] | SHURE SM-58 | No |
| Computer-assisted voice analysis: Establishing a pediatric database [6] | No especificado | No |
| Early effects of smoking on the voice: A multidimensional study [7] | SHURE SM-58 | No |
| Evaluación perceptual de la disfonía: correlación con los parámetros acústicos y fiabilidad [8] | No especificado | No |
| Examen de la función vocal y análisis acústico de 905 docentes de La Rioja [9] | AKG-190 | No |
| Performance of Gaussian mixture models as a classifier for pathological voice [10] | No especificado | No |
| Spectral- and cepstral-based measures during continuous speech: capacity to distinguish dysphonia and consistency within a speaker [11] | No especificado | No |
| Cambios acústicos de la voz como signos de fatiga vocal en locutores de radio: resultados preliminares [12] | AKG Perception-120 | Si |
| Immediate acoustic effects of straw phonation exercises in subjects with dysphonic voices [13] | Samson MM-01 (descontinuado) | No |
| Alteración de parámetros acústicos de la voz y el habla en la enfermedad de Parkinson [14] | No especificado | No |
| Eficacia de la rehabilitación de la voz en etapas tempranas de la Enfermedad de Parkinson [15] | SHURE SM-58 | No |
| Primeros formantes y área de espacio vocal en una pequeña muestra de pacientes con Parkinson [16] | No especificado | No |
| Efficacy of water resistance therapy in subjects diagnosed with behavioral dysphonia: a randomized controlled trial [17] | Rode NT2-A | Si |
| Comparison of effects produced by physiological versus traditional vocal warm-up in contemporary commercial music singers [18] | AKG CK-77 | No |
| The impact of double source of vibration semioccluded voice exercises on objective and subjective outcomes in subjects with voice complaints [19] | AKG CK-77 | No |
| Water Resistance Therapy as Vocal Warm-Up Method in Contemporary Commercial Music Singers [20] | AKG CK-77 | No |
| Documentación lingüística del quechua de Chachapoyas: Registro acústico de la monoptongación [21] | HTDZ HT-81 | No |
| SHURE WH-20 | No | |
| Immediate Effects of the Semi-Occluded Ventilation Mask on Subjects Diagnosed With Functional Dysphonia and Subjects With Normal Voices [22] | AKG Perception-120 | Si |
| Duration of biodynamic changes associated with water resistance therapy [23] | Behringer ECM-8000 | Si |
| Sennheiser ME-62 | No | |
| Does a Systematic Vocal Exercise Program Enhance the Physiologic Range of Voice Production in Classical Singing Graduate-Level Students? [24] | SHURE SM-48 | No |
Conclusiones
Los profesionales que realizan análisis acústico de la voz deben cuidar la selección de cada elemento que compone la cadena acústica de grabación. Si bien la elección de un micrófono adecuado es de vital importancia, aún quedan otros factores por estandarizar y que no han sido considerados en esta reflexión, como la composición de la interfaz de audio y del cableado. Es fundamental respetar las recomendaciones que Švec y Granqvist [2] han planteado respecto a la microfonía necesaria para analizar voces, a saber:
La respuesta de frecuencia del micrófono debe ser plana, es decir, debe existir una variación de menos de 2 dB dentro del rango de frecuencia entre la frecuencia fundamental más baja esperada en la voz y el componente espectral más alto de interés.
El estándar ANSI S1.15-1997 (ANSI, 2006) especifica que los micrófonos para laboratorio estándar deben ser de tipo condensador.
Se recomienda que el nivel equivalente al ruido interno del micrófono esté al menos 15 dB más bajo que el nivel de sonido en las fonaciones más suaves que serán grabadas.
El límite superior del rango dinámico del micrófono debe estar por encima del nivel de sonido de las fonaciones más fuertes.
El patrón polar del micrófono debe ser omnidireccional para evitar alteraciones de proximidad y direccionalidad, y sea posicionado a una distancia invariable de 30 cm de la boca.
Al analizar los artículos descritos, podemos evidenciar que se utilizó una amplia gama de micrófonos, y solo en 4 artículos se realizó una elección óptima, que cumple con los criterios que en la actualidad se reconocen como válidos para la selección de microfonía para el análisis acústico. Esta variabilidad puede responder a distintos factores, dentro de los cuales se destacan:
La popularidad de los micrófonos en el mercado, que señala una tendencia hacia los que han sido utilizados mundialmente y en forma masiva (por ejemplo, el SHURE SM58) para fines no concordantes con el muestreo de voces para el análisis acústico.
La desinformación en aspectos técnicos de microfonía por parte de las instituciones que desean investigar o que forman a quienes trabajarán en el mundo de la voz.
El difícil acceso a la información de actualidad que rige en Latinoamérica, considerando la barrera del idioma dentro de esta dificultad.
El costo de la microfonía que cumple con los criterios establecidos por Švec y Granqvist [2].
La falta de una normativa o ley en la estandarización del proceso de muestreo para estudios serios de la voz.
Es este último factor podría significar un beneficio significativo en el avance de la vocología. Es responsabilidad de los científicos de la voz establecer un proceso de muestreo que esté verificado. Debe hacerse notoria la necesidad de fabricar micrófonos especiales que cumplan una normativa global, solicitando a las casas de microfonía a nivel mundial crear equipos estándarizados para uso científico.
