基于跨语种声学分析的帕金森病检测方法

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

山西泽州方言上声变调的声学分析

泽州方言是汉语晋方言的重要组成部分,属于山西省东南地区上党方言片区,在《中国语言地图集》中又称为“邯新片区”。通过调研,发现泽州方言有独特的声韵调分布特征,尤其是上声变调,有较为重要的研究价值。本文用实验语音学的理论和方法,对泽州方言上声连读变调进行深入研究,实验结果表明,泽州下村镇汉语方言上声变调出现细微的代际变异,老派发音声域宽而高,新派发音更接近普通话。

单侧声带麻痹嗓音计算机声学分析

目的 观察单侧声带麻痹患者嗓音声学特征 ,探讨计算机声学测试分析方法在该病诊断及治疗中应用价值。方法 采用计算机嗓音声学测试系统对 5 0例正常成人及 30例单侧声带麻痹患者持续元音 /a声信号进行检测 ,对其主要声学参数 (jitter、shimmer、NNE)及声谱图特征 (谐波、共振峰、噪声成分 )进行分析 ,并比较以不同麻痹声带位置的声学特征 ,观察了杓状软骨拨动治疗前后嗓音声学性质变化。结果 单侧声麻痹嗓音各项声学参数值均较正常值明显增高 ,差别有显著意义 ;声谱图表现中高频区谐波及共振峰声能减弱或消失 ,噪声成分增加。麻痹声带位置直接影响嗓音声学性质 ,NNE更能客观反映麻痹声带的位置及声门闭合程度。杓状软骨拨动后各项声学参数均下降 ,声谱图中高频区声能有所恢复 ,噪声成分减少。结论 计算机声学分析各项参数均可作为评价声带麻痹嗓音损害程度的定量指标 ,NNE可作为客观反映麻痹声带的位置及声门闭合程度的定量参数。声谱图则以视觉图象形式显示了声带麻痹嗓音的声学特征 ,和声学参数结合 ,两者均可有效反映声带麻痹病变程度及声门闭合状态 。

汉语韵律层级结构边界的声学分析

基于大规模语料库,对比了较慢和较快两种语速的语料,研究了韵律层级结构边界的声学表现。研究主要得到以下结果: (1)汉语语句音高的下倾和重置是由音域下限的移动实现的。 (2)韵律词边界的声学线索是低音线的不连续性和边界前音节的延长, 一般没有无声段。 (3)韵律短语和语调短语边界的声学线索是低音线重置和无声段。并且,边界等级越高,低音线重置程度越大,无声段的长度也越长。 (4)知觉等级与无声段长度成对数增长关系。

锅炉声波除灰的声学分析

声波除灰技术是提高锅炉换热效率、保证锅炉安全运行的重要手段之一，早在９０年代初就已经在国内外工业锅炉上推广应用，但是与之相关的多数基本问题目前还没有得到很好的解决，成为制约技术发展和应用的重要障碍［１］。本文采用Ｈｅｌｍｈｏｌｔｚ积分方程数值计算了锅炉换热器管排的声场散射问题，得到了管束表面及管排周围的声场分布特性，针对除灰要求进行了声学分析，对当前声波除灰技术的发展及应用均具有实际意义。

嗓音声学分析和电声门图的比较研究

目的 比较嗓音声学分析和电声门图在嗓音障碍客观评估中的意义。方法 声样采自15 3例嗓音障碍患者和80名嗓音正常者。客观检测采用Dr.SpeechforWindows嗓音评估软件,在长元音/α:/上检测下列参数:基频(Fo)、基频微扰(jitter)、振幅微扰(shimmer)、基频标准差(F0 SD)、基频震颤、振幅震颤、最大基频、最小基频、标准化噪声能量(NNE)、谐噪比(HNR)和信噪比(SNR)。主观听感知评估参数采用日本言语语音学会声音嘶哑评估GR BAS系统中的总嘶哑度,4级评估标准。结果 除基频震颤和振幅震颤外,声学分析的基频微扰、振幅微扰、基频标准差、标准化噪声能量、谐噪比和信噪比的可靠性和敏感性高于电声门图。两种测试方法的基频、最大基频和最小基频基本一致。结论 嗓音障碍的客观评估应选择声学分析参数。

声带良性增生性病变患者喉微瓣手术后嗓音声学分析

目的 探讨声带良性增生性病变患者喉微瓣手术后的疗效。方法1996年10月～2010年6月在支撑喉镜显微镜下采用内侧或外侧微瓣技术对32例声带息肉、15例任克水肿和30例声带囊肿患者行手术治疗。于术后1周、1个月进行嗓音声学分析,并与对照组（30例正常人）进行比较。结果 术后1周三组病例基频微扰（jit t er）、振幅微扰（s hi mmer）和谐噪比（H NR）与术前比较差异无统计学意义（P ＞0 .05）,但均高于对照组（P ＜0 .05）;术后1个月声带任克水肿及声带囊肿组的jit t er、s hi mmer和H NR与正常对照组比较差异无统计学意义（P ＞0 .05）,声带息肉组jit t er、s hi mmer高于对照组（P ＜0 .05）,H NR低于对照组（P ＜0 .05）。结论 声带任克水肿和声带囊肿患者喉微瓣手术后1个月嗓音功能基本恢复正常,声带息肉患者术后1个月嗓音功能尚未完全恢复正常,需加强随访。

嗓音声学分析在声带息肉手术疗效评估中的应用

目的探讨嗓音声学分析在评估声带息肉手术疗效中的作用。方法采用Dr.speech软件,对86例声带息肉病人手术前及手术后1周进行嗓音声学分析,并与40例正常人对照。结果声带息肉组比正常对照组有较高的基频微扰(jitter)、振幅微扰(shimmer)、噪声能量(NNE)和较低的谐噪比(HNR),各指标的差别均有统计学意义(P<0.01)。声带息肉术后1周和术前比较,jitter、shimmer和NNE均下降,HNR升高,差别有统计学意义(P<0.01)。其中NNE指标的敏感性最高。结论嗓音声学分析可客观、定量地分析嗓音质量,评价手术疗效。

喉癌患者喉部分切除术后的嗓音声学分析

目的探讨喉癌患者喉部分切除术术式、喉功能重建方法与术后嗓音质量的关系。方法采用Dr.Speech嗓音分析软件,对116例不同术式喉部分切除术患者分别于术后1、2年进行发声功能测试,对测得的基频微扰(jitter)、振幅微扰(shimmer)、标准化噪声能量(NNE)进行比较分析,判断受试者嗓音质量。结果所测得的声学参数jitter、shimmer、NNE值,以喉声门上水平部分切除术组最低,嗓音质量相对最好(P<0.01);喉次全切除术组最高,嗓音质量相对最差(P<0.01)。声带切除术组和声带癌激光切除术组与其它各组比较,其差异均有显著统计学意义(P<0.05或0.01),但这两组间比较,差异无统计学意义。各组术后嗓音质量效果从好到差依次为:喉声门上水平部分切除术组、声带切除术组、声带癌激光切除术组、喉垂直部分切除术组、喉额侧部分切除术组、喉次全切除术组。结论喉癌患者喉部分切除术后,发声功能的恢复与手术方式及重建方法密切相关,其中,喉声门上水平部分切除术组术后嗓音质量相对最佳,喉次全切除术组术后相对最差。

嗓音声学分析及声门图在喉科疾病的应用初探

目的了解噪音声学分析及声门图在喉科疾病中的应用。方法应用Dr．speech软件对99例声带息肉、22例喉癌、23例声带白斑患者作了嗓音声学分析、电声门图和声谱图分析。结果声带息肉组中shimmer值异常者占75％；各组病变的EGG波形均有不同程度的改变，但声门型喉癌的波形明显趋于无规律性；声带息肉组以一、二型声谱图为主，而声门型喉癌以三、四型声谱图为主。结论这三种测试方法各有特点，互为补充，综合运用可为喉功能的量化检查奠定基础及提供客观指标。

病态嗓音主观评价与声学分析的相关性研究

目的研究嗓音听感知一致性评估(consensus auditory-perceptual evaluation of voice,CAPE-V)与嗓音声学分析结果的相关性。方法对武汉大学人民医院耳鼻咽喉头颈外科2010年3月至2010年8月因嗓音异常入院的39名患者(异常嗓音组)行嗓音声学分析和CAPE-V评估,以22名正常嗓音者作为对照组,将两组CAPE-V结果模拟GRBAS分级分为四级,1～4级分别为0～25mm、26～50mm、51～75mm、76～100mm,1～4级表示声嘶程度逐渐加重,对不同级别间嗓音声学分析结果行独立样本t检验,并对CAPE-V结果和嗓音声学分析结果行相关性分析。结果异常嗓音组CAPE-V值明显高于对照组(P<0.01);异常嗓音组CAPE-V 1～4级患者的基频微扰(jitt)、振幅微扰(shim)、噪/谐比(NHR)逐渐升高,而基频(F0)逐渐降低,差异有统计学意义(P<0.05);CAPE-V各级与jitt、shim、嗓音振动指数(VTI)呈正相关,相关系数分别为0.254、0.235、0.307(P<0.05)。结论 CAPE-V结果能间接反映嗓音声学分析指标的变化,两者之间具有一定相关性。

声带息肉患者的嗓音声学分析及意义

目的:探讨声带息肉患者进行嗓音声学分析的意义。方法:对35例声带息肉患者手术前及手术后1、2周进行嗓音声学检查,与30例正常者进行对照。结果:声带息肉手术后1周与术前比较,基频微扰(Jitter)、振幅微扰(Shimmer)相比较无明显改变,差异无统计学意义,最长发声时间(maximum phonation time,MPT)及嗓音障碍指数(dysphonia severity index,DSI)均升高,差异有统计学意义(P<0.05);术后1周与正常对照组比较,各指标差异有统计学意义(P<0.05);术后2周与对照组Jit-ter、Shimmer、DSI比较,差异有统计学意义(P<0.05),MPT无差异。结论:声带息肉手术后进行嗓音声学分析能客观地反映术后嗓音功能,术后2周声带功能尚未完全恢复,仍需继续治疗,术后定期进行嗓音声学分析对治疗有指导意义。

穴位针刺治疗喉部慢性炎症的喉镜观察及声学分析

目的:客观评价穴位针刺治疗喉部慢性炎症的临床疗效。方法:选用双侧人迎、列缺、造海穴对40例喉部慢性炎症患者(单纯性13例;肥厚性5例;声带小结15例;声带息肉7例)行针刺治疗。治疗前后分别行喉镜检查及声学分析,观察喉部病变及嗓音声学特征变化以评价疗效。结果:痊愈8例,好转25例,总有效率82.5%。结论:穴位针刺治疗喉部慢性炎症具显著疗效,尤其适用于慢性单纯性喉炎及声带小结。

嗓音声学分析评估不同中医证型慢性喉炎患者的疗效

目的探讨嗓音声学分析对中成药治疗不同中医证型慢性喉炎患者疗效评估的意义。方法将80例成人慢性喉炎患者(喉炎组)辩证分型,分为肺肾阴虚型28例、肺脾气虚型25例、气滞血瘀痰凝型27例,根据金嗓灵系列中药制剂(开音丸、利咽丸、散结丸、清音丸)的不同成分,针对不同证型患者分别联合用药(利咽丸、开音丸、清音丸、散结丸中选取2~3种),疗程一个月;30例正常成人设为对照组;应用德国ATMOS嗓音测试分析系统对对照组和喉炎组用药前、用药后1月的持续元音信号进行分析。结果治疗前喉炎组各证型患者的基频微扰(jitter)、振幅微扰(shimmer)、噪谐比(NHR)均较对照组高,最长发声时间(MPT)较对照组短,发音障碍指数(DSI)较小,差异均有统计学意义(均为P<0.05);喉炎组用药后1月,肺肾阴虚型患者除振幅微扰外,其余各指标与对照组比较差异无统计学意义(P>0.05);喉炎组治疗后1月与治疗前比较,肺肾阴虚型及肺脾气虚型患者jitter、shimmer、NHR均下降,MPT延长,DSI值增大,差异有统计学意义(P<0.05);气滞血瘀痰凝型患者治疗后,jitter、shimmer、NHR均下降,DSI值增大,差异有统计学意义(P<0.05),仅MPT与治疗前差异无统计学意义(P>0.05)。结论嗓音声学分析可客观、定量地分析不同证型慢性喉炎患者的嗓音质量,评价治疗效果。

声带小结患者显微手术前后嗓音声学分析

目的探讨声带小结患者支撑喉镜下显微手术前后嗓音声学分析指标的变化。方法采用Xion声学分析软件对45例女性声带小结患者术前1天及术后第1周、第2周、第3周进行嗓音声学分析,并与45例正常对照组对比。结果声带小结患者术前基频微扰(jitter)、振幅微扰(shimmer)均高于正常对照组,嗓音障碍指数(DSI)低于正常对照组,差异均有统计学意义(P<0.01);术后1周患者的振幅微扰及基频微扰与术前1天相比均有一定程度降低,振幅微扰与术前相比差异有统计学意义(P<0.05),但基频微扰及DSI与术前相比差异无统计学意义(P>0.05);术后2周与术前1天比较,各声学参数值差异均有统计学意义(P<0.05),且与正常对照组相比无统计学意义(P>0.05);术后3周与术后第2周相比,三项声学指标差异无统计学意义(P>0.05)。结论声带小结患者术后各阶段嗓音恢复程度不同,术后二周嗓音声学分析结果趋于正常,基频微扰、振幅微扰及DSI可以作为声带小结手术疗效评价的敏感指标。

成年口吃者流畅朗读中塞音的声学分析

研究对成年口吃者在流畅朗读过程中的塞音进行了声学分析,测量了嗓音起始时间并且计算了塞音爆破时刻的频谱矩,并将口吃者在言语矫治前后与非口吃者进行了对比。多因素方差分析结果显示,口吃者嗓音起始时间虽稍长于非口吃者但未达到统计意义上的显著性差异水平,而且受发音部位和韵母的影响程度较大。同时还观察到矫治前口吃者和非口吃者在塞音爆破段的频谱均值呈现出显著性差异,口吃者频谱均值低于非口吃者可能是由于口吃者舌与齿龈或软硬腭形成阻塞的部位在声道中偏后所导致,还发现口吃者韵母对塞音爆破段频谱的影响较小,此结果表明口吃者表现出相对较弱的协同发音现象。口吃者经过言语矫治后塞音的嗓音起始时间和爆破段频谱有向非口吃者逼近的趋势。

嗓音声学分析在全喉切除患者食道语康复实践中的临床研究

目的分析全喉切除患者食道发音的语声学特征,以指导食道语康复实践。方法对30例全喉切除患者进行食道语训练并作嗓音声学分析,以健康男性作对照,同时比较食道发音者训练1个月和6个月的效果。结果食道语训练1个月者与健康男性比较及食道语训练1个月与训练6个月比较,嗓音声学参数基频、振幅、基频微扰、振幅微扰、谐噪比差异均有统计学意义(P<0.05或P<0.01)。结论食道语训练1个月的患者食道语声音稳定性差、音调低钝;训练6个月的患者食道语声音稳定性相对较好,音调较清。食道语训练是全喉切除术后患者获得发音的一种重要途径。

甲状腺切除术后患者嗓音声学分析动态观察

目的动态分析甲状腺切除术后患者的嗓音变化,探讨该手术对患者发声功能的影响。方法甲状腺切除术患者48例(实验组,甲状腺腺叶及峡部切除术34例、甲状腺全切术14例)、颈部非甲状腺手术患者19例(对照组)于术前1天、术后1、2、3、7、30天分别行电子喉镜检查及嗓音声学分析,分析两组嗓音基频(F0)、基频标准差(F0TD)、基频微扰(jitter)、振幅微扰(shimmer)及信噪比(HNR)的动态变化特点。结果实验组和对照组术前、术后无声带麻痹和环杓关节脱位。实验组男性患者术后1天F0TD值高于术前1天及术后30天(P<0.05);女性患者术后1天F0值显著低于术前1天和术后2、7、30天(P<0.05),术后30天jitter值显著低于术后1天,术后1、2、3、7天F0TD值较术前显著升高,术后30天F0TD值较术后1天显著降低,术后30天HNR值较术后3天显著降低(P<0.05)。实验组男性患者手术前后各嗓音声学分析指标与对照组比较差异无统计学意义(P>0.05);实验组女性患者术前、术后1、2、3、7天F0值较对照组显著降低,术后1天jitter值、shimmer值较对照组显著升高,HNR值较对照组降低(均为P<0.05),但术后30天各项指标均与对照组女性差异无统计学意义(P>0.05)。结论无喉返神经损伤的甲状腺切除术后患者存在一定程度的嗓音声学分析指标异常,以女性患者明显,术后第30天开始好转。

全口义齿初戴前后辅音的声学分析

目的:研究全口义齿初戴前后辅音的音声特征。方法: 应用计算机语音分析系统测量30例全牙列缺失患者在全口义齿初戴前、初戴时、初戴后1周、2周、4周、8周时,/zi/、/ji/的F1、F3值。结果: F1 值大多在义齿初戴后逐渐降低,F3值在两组变化趋势不同。结论:减少全口义齿基托厚度,重建腭皱形态有助于牙列缺失患者语音功能的恢复,计算机语音分析系统可对全口义齿初戴前后患者语音变化特征进行定量分析,对临床修复有较好的指导意义。

声带息肉患者的嗓音声学分析与VHI的相关性研究

目的探讨嗓音声学分析与嗓音障碍指数(voice handicap index,VHI)用于嗓音质量评估的临床意义及其相关性,并进一步验证VHI的实用性。方法对35名声带息肉患者(患者组)及35名嗓音正常人(对照组)进行嗓音声学分析和VHI调查,嗓音声学分析指标包括振幅扰动商(amptitude perturbation quotient,APQ)、基频微扰(jitter)、振幅微扰(shimmer)、噪/谐比(NHR),VHI调查包括功能(F)、生理(P)、情感(E)三个范畴,记录三方面得分及总分(TVH)分值。结果患者组的APQ、jitter、shimmer、NHR均高于正常组,差异有统计学意义(P<0.05);患者组VHI的TVH平均值为43.32±4.66分,而正常组的平均值为12.51±1.88分,两组间差异有统计学意义(P<0.05)。声带息肉患者嗓音声学分析参数与VHI之间无显著相关性。结论临床上不能以嗓音声学分析为标准来判断或推测声带息肉患者症状轻重;VHI可主观反映患者嗓音障碍程度。