A gaguez (gaguejar) é uma perturbação comum da fala que pode continuar até à idade adulta, se não for tratada nas suas fases iniciais. A gaguez pode afetar significativamente a qualidade de vida de uma pessoa.

As pessoas que gaguejam podem ter dificuldade em evitar falar e podem perder oportunidades de fazer amigos, apresentar as suas ideias e opiniões em público e influenciar negativamente as entrevistas de emprego. Este estudo utiliza um conjunto de dados que envolve sinais de fala com gaguez, que pode ser chamado de Banco de Fluência (BF).

Neste trabalho, é proposto um algoritmo eficiente para realizar correcções de gaguez (anti-gaguez). Este algoritmo contém técnicas avançadas.

Estas técnicas avançadas são o Enhanced One-dimensional Local Binary Patterns (EOLBP) e o Adapted Multi-Layer Perceptron for Regression (AMLPR). O EOLBP é um extrator de características útil e o AMLPR é um classificador generativo.

Para além disso, a fala coral ou de feedback é fornecida utilizando estas técnicas avançadas através da alimentação da saída do algoritmo (fala anti-gaguez) ao ouvido do gago para proporcionar o efeito coral. Este efeito coral pode produzir um discurso fluente através da boca da pessoa que gagueja, o que pode contribuir para a cura das pessoas que gaguejam.

. .