合成语音与自然语音嗓音的声学对比分析——以18种语言为例

文章以18种语言的合成语音和自然语音为语料,考察了合成语音与自然语音在基频微扰、振幅微扰和谐噪比三个嗓音参数上的差异。实验表明:18种语言的合成语音基频微扰均要大于自然语音,其中15种具有统计上的显著差异;14种语言的合成语音振幅微扰大于自然语音,其中13种具有统计上的显著差异;17种语言的合成语音谐噪比小于自然语音,其中15种具有统计上的显著差异。合成语音基频微扰、振幅微扰和谐噪比之间的相关性均比自然语音小。合成语音在声带振动的频率、振幅和嗓音信号的周期性上倾向于具有更强的不规律性。

基于C4.5决策树的正常与甲亢嗓音识别研究

研究一种基于C4.5决策树的正常嗓音与甲亢嗓音识别方法,首先提取嗓音的基音频率,并获得与之相关的特征参数,同时与幅度微扰等参数共同组成特征集。采用美国凯益(KAY)公司的麻省眼耳科医院(Massachusetts eye and ear infirmary,MEEI)病理嗓音数据库嗓音数据进行识别,通过实验发现C4.5决策树方法与贝叶斯网络算法及支持向量机算法相比,识别率分别提高9%和15%,达到了84%的识别率。

咽喉反流性疾病女性患者基频相关参数的特征

目的通过声学客观测量的方法研究咽喉反流性疾病(LPRD)对女性患者基频相关参数的影响。方法选取2015年6月～2018年3月厦门市妇幼保健院收治的75例LPRD女性患者作为试验组,随机选取85例无明显嗓音疾患的正常女性为健康对照组,采用XION DIVAS嗓音测试分析系统对2组的基频、基频标准差、最大基频、最小基频与基频微扰进行测试并比较。结果实验组的基频为(236. 41±27. 22) Hz,低于对照组的(245. 94±29. 13) Hz;实验组的基频微扰为0. 71±0. 37,高于对照组的0. 58±0. 33。这2项参数在2组间的差异具有统计学意义,其余3项参数未见明显差异。结论咽喉反流会影响女性的基频和基频微扰。

声带息肉显微手术的疗效观察

目的探讨显微支撑喉镜手术治疗声带息肉的临床疗效。方法选择2015年3月至2017年3月期间收治的声带息肉患者64例,随机分为两组,实验组采用显微支撑喉镜手术,对照组采用普通支撑喉镜手术,比较两组术后振幅微扰(Shimmer)、基频微扰(Jitter)、声门标准化噪声能量(NNE)和手术总有效率。结果实验组的Shimmer、Jitter低于对照组,NNE和总有效率高于对照组(P<0.05)。结论显微支撑喉镜手术治疗声带息肉的临床疗效明显好于普通支撑喉镜声带息肉摘除术,值得推广。

支撑喉镜下3种不同术式治疗声带宽基底肿物38例临床体会

声带宽基底肿物最常见有声带鱼腹样息肉与声带任克水肿。而支撑喉镜是治疗声带肿物的最佳方法之一,现回顾性分析我科2007年7月~2009年12月两年间应用支撑喉镜下声带肿物切除术治疗声带宽基底者的临床资料,其中,我们在接受3种不同手术治疗并且手术成功的病例资料中随机选取38例作为研究对象,其中包括声带鱼腹样新生物病例33例（22例为双侧病变）,

C0_(2)激光輔助的聲帶息肉激光切除術與傳統喉顯微器械手術術後嗓音評估分析

目的通過嗓音評估的客觀指標,為臨床進行CO_(2)激光聲帶息肉切除手術提供理論依據。方法通過德國ATMOS嗓音分析軟件:lingWAVES分別對25例接受CO_(2)激光手術切除的患者及30例傳統喉顯微器械切除的患者(對照組)進行術前及術後1週、2週及4週發音障礙严重指數(dysphonia severity index,DSI)檢測及基頻微擾、振幅微擾檢測,並進行統計學分析。結果兩組病人術後1週與術前比較,基頻微擾、振幅微擾差異無統計學意義(P>0.05),DSI差異有統計學意義(P<0.05),提示兩組嗓音功能未恢復,術後2週後比較基頻微擾、振幅微擾差異無統計學意義(P>0.05),DSI差異有統計學意義(P<0.05),提示術後2週嗓音功能未完全正常,術後4週,兩組病人各指標與術前比較,差異有統計學意義(P<0.05)提示嗓音完全恢復,術後1週、2週及4週病例組與對照組比較基頻微擾、振幅微擾、DSI均差異無統計學意義(P>0.05),提示病例組與對照組術後嗓音恢復一致。結論較傳統喉顯微聲帶息肉切除術,CO_(2)激光聲帶息肉切除手術並不會對聲帶造成更大傷害。

早期帕金森病与非典型帕金森综合征患者嗓音参数的临床研究

目的:探索早期帕金森病(Parkinson’s disease, PD)和非典型帕金森综合征(Atypical Parkinsonism, APS)之间有鉴别意义的元音及嗓音质量相关的嗓音参数,并分析可能的临床相关因素。方法:纳入早期PD患者38例、APS患者35例。收集人口学资料及临床资料,采用统一帕金森病评定量表第三部分(Unified Parkinson’s Disease Rating Scale, UPDRS III)、嗓音障碍评定量表(Voice Handicap Index, VHI)、汉密尔顿焦虑量表(Hamilton Anxiety Scale, HAMA)、汉密尔顿抑郁量表(Hamilton Depression Scale, HAMD)、蒙特利尔认知评估量表(Montreal Cognitive Assessment, MOCA)、简易精神状态检查量表(Mini-mental State Examination, MMSE)、帕金森病疲劳量表(Parkinson Fatigue Scale, PFS)。收集患者核心元音的嗓音参数资料:/i/、/u/、/v/、/o/、/e/、/a/、/s/、/zh/、/er/,使用Praat分析软件提取各元音的嗓音参数:基频(F0)、音强(Loudness)、基频微扰(Jitter)、振幅微扰(Shimmer)及谐噪比(Harmonics-to-Noise ratio, HNR)。人口学资料和临床资料采用卡方检验或Mann-Whitney U检验,不同组别的元音嗓音参数比较采用Mann-Whitney U检验,组间差异性嗓音参数与临床特征进行Spearman相关性分析。结果:临床资料分析显示,PD患者与APS患者在UPDRS III得分、MOCA得分、MMSE得分、HAMA得分、HAMD得分及尿频率方面的差异有统计学意义(P 0.05)。PD患者嗓音参数变化与认知功能、运动功能、疲劳状态有相关性,APS患者嗓音参数变化与认知功能、焦虑情绪、自主神经功能有相关性。结论:部分元音的F0、Jitter、Shimmer、HNR值在PD和APS的鉴别中有重要意义,PD和APS嗓音参数变化与部分非运动症状有一定相关性。

声带息肉手术前后的声学评价

目的 用 3项声学指标对声带息肉手术前后的动态变化进行比较分析 ,探讨它们在临床转归中的变化规律。方法 用声学软件对 31名声带息肉或小结患者在术前及术后第 1、3、5天分别测试并记录在发元音 [i]及[a]时的基频微扰 (Jitter)、幅度微扰 (Shimmer)、谐噪比 (HNR)值 ,并进行多因素方差分析及主成分分析。结果 Jitter、Shimmer均值术后比术前小 ,随着临床情况好转 ,呈减小趋势 ,HNR均值术后比术前大 ,随着临床情况好转 ,呈增大趋势 ,有统计学意义。结论 声学测试为声带息肉术后疗效评价提供一种简便有效的客观测试方法 。

嗓音的声学分析

声学分析作为嗓音重要的评估方法之一具有客观、非侵入性等特点，在嗓音医学临床工作中逐渐普及。本文通过对声学分析中的常用参数、临床常见的声学分析方法以及声学分析的发展现状进行简单介绍，希望能够在声学分析的临床工作、基础研究领域为嗓音工作者提供帮助。

Lyapunov系数在嗓音障碍评估中的意义

目的探讨Lyapunov系数在嗓音障碍客观分析中的意义,完善嗓音障碍的客观测试方法。方法声音样本采自132例嗓音障碍患者和47例嗓音正常者。采用法国开发的“EVA”嗓音工作站,选择2秒平稳段长元音/α/声信号作为分析样本,测试基频微扰(jitter)和计算Lyapunov系数。主观听感知评估采用日本言语音声学会制定的嗓音障碍评估系统GRBAS中的总嘶哑度(grade,G),4级评估标准。结果Lyapunov系数在不同的嗓音障碍分级组间均有统计学差异,jitter只在中度和重度嗓音障碍组间有统计学差异;Lyapunov系数与听感知评估结果的一致性达到46%,jitter的一致性为36%。回归分析结果显示,Lyapunov系数和jitter之间既有相关性,但又有不同(r2=0.582,P<0.001)。结论Lyapunov系数对嗓音障碍的测试优于jitter;非线性动态系统(相位图)的引入,为嗓音的客观分析开辟了新的研究领域。

音质障碍测量与治疗的个案研究

目的通过嗓音音质治疗的个案研究,验证音质参数在嗓音测量中的临床评估与监控作用。方法测试者为1名音质障碍患儿,男性,2000年6月出生,采用“喉功能检测仪”对嗓音音质进行实时评估;嗓音治疗为期3个月,每周两次,将音质评估(Jitter,Shimmer,NNE等)贯穿于整个矫治过程中,并采用单一被试法进行统计分析;结果嗓音治疗前后的数据比较发现:Jitter,Shimmer,NNE均存在显著性差异(P<0.05);而嗓音F0无明显差异(P>0.05)。结论①音质评估在嗓音治疗过程中起着非常重要的作用,其中Jitter,Shimmer,NNE被证明是衡量嗓音音质的3个有效参数;②患儿接受的嗓音矫治方法是有效的。

Swadesh核心词嗓音声学分析报告——以跨语言/国别平行音频为语料

文章以来自69个不同国家的发音人的Swadesh207核心词录音为语料,使用Praat软件提取出基频微扰与振幅微扰进行嗓音声学分析,并将分析结果与使用其他录音内容的研究进行了比较。结果显示,Swadesh207核心词录音语料中,男性的基频微扰均值为2.578%,振幅微扰均值为10.185%;女性的基频微扰均值为2.096%,振幅微扰均值为8.592%。非参数检验的结果表明,男性的基频微扰和振幅微扰均显著大于女性。男性、女性Swadesh207核心词的基频微扰均要显著大于以普通话句子和汉语方言常用词语为语料得出的结果,但是振幅微扰却要显著小于以普通话句子为语料得出的结果。分析结果可以为嗓音参数的性别差异提供基于跨语言/国别语料的佐证,为嗓音病理、语言研究等提供跨语言/国别语料的参考。

汉语方言中的基频微扰与振幅微扰

基频微扰(jitter)和振幅微扰(shimmer)分别体现声带振动的不规律性和不稳定性,是衡量嗓音特征的重要参数。本文通过提取40个汉语方言点常用词汇录音的jitter和shimmer数据,统计分析经纬度、地理方位的南北、湿度、性别、海拔等6个影响因素对其的影响,看到湿度、纬度对jitter和shimmer的影响较为重要,同时二者还受到性别的影响。就40个方言点而言,海拔不是影响jitter和shimmer的因素。湿度、纬度、性别等对正态化后的jitter和shimmer变异的预测分别可达10.6%和8.4%。干燥、地理位置上更靠近北方的方言点,jitter和shimmer都更高,声带振动越不规律、不稳定,同时,女性的嗓音表现更稳定、规律。

环状软骨上喉部分切除-环舌骨吻合术和水平垂直部分喉切除术治疗中晚期喉癌的临床效果及术后评估

喉癌患者外科手术要求在切除病灶组织的同时尽可能保留喉功能。环状软骨上喉部分切除-环舌骨吻合术（SCPL-CHP）是喉癌患者中常用的手术治疗方法,虽然能切除病灶组织,但是手术具有一定的创伤性,导致患者术后预后较差,难以达到预期的治疗效果。水平垂直部分（3/4）喉切除术用于中晚期喉癌患者中不仅能提高患者术后生存率,有助于保留喉功能,避免全喉手术的滥用,但是临床上患者选择何种手术缺乏统一标准。

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声带息肉手术疗效评估中的应用情况。方法选取2018年10月至2019年10月于宿迁市第一人民医院收治的行嗓音显微外科手术的40例声带息肉患者为研究组,以同一时期20例嗓音正常社会成年人作为对照组。利用Divas计算机嗓音分析软件进行嗓音分析,选取基频(F0)、基频微扰(Jitter)、振幅微扰(Shimmer)3个参数,对测得的参数进行定量评估以判断嗓音恢复情况。结果术后2周、术后1月Jitter及Shimmer值均小于术前,差异有统计学意义(P<0.05);全组病例术前Jitter及Shimmer值均大于对照组,差异有极显著性统计学意义(P<0.01);术后1、2周Jitter及Shimmer值均大于对照组,差异有统计学意义(P<0.05)。术后1月Jitter、Shimmer较对照组差异无统计学意义(P>0.05)。结论声带息肉患者的嗓音参数与正常嗓音者明显不同,两者相比具有显著性差异。嗓音外科术后,每个阶段患者嗓音质量的恢复程度是不同的。Jitter、Shimmer可以用作评估声带息肉手术疗效的敏感指标,可以动态评估声带息肉手术治疗效果及嗓音功能恢复改善情况。

有关嗓音医学几个词汇的管见

本期开辟“争鸣”栏，刊登了陈锋先生的这篇文章，编辑部认为这种形式和内容很有价值，也很重要，希望广大同行和有关专家踊跃来稿参加讨论，对陈锋提出的这几个术语的解释有什么相同或不同意见；对他提出的“Spectrogram”和“sonagram”两个术语应如何翻译和解释较恰当；对本文没有提出的包括聋儿康复领域的其他词汇和术语，您认为要讨论的，也可来稿，我们将本着“百花齐放，百家争鸣”的方针逐步刊登。

跨地区口音英语发音人的嗓音声学分析——以IDEA和SAA的录音为例(英文)

本文以IDEA和SAA数据库中的1083和2357名跨区域口音英语发音人的录音为研究对象,采用统计分析的方法对基频微扰(jitter)和振幅微扰(shimmer)两个声学参数进行了分析:结果表明:1)IDEA和SAA录音中男性的jitter和shimmer均显著大于女性。2)IDEA和SAA中男性在jitter和shimmer上均没有显著差异,但IDEA中女性的jitter和shimmer要分别显著大于SAA中女性的jitter和shimmer。3)不论是总体上还是分别在IDEA和SAA中,jitter和shimmer之间呈现出显著正相关关系。4)年龄和jitter、shimmer之间均存在显著正相关关系。

职业用嗓人群声嘶患者喉镜观察及嗓音质量主客观评估

[目的]分析职业用嗓人群声嘶患者喉镜特征及嗓音质量主客观评估结果,探讨嗓音主客观检测对评估其嗓音障碍程度的价值。[方法]随机选取100例职业用嗓人群声嘶患者,将其分为有声带器质性病变组(57例)和无声带器质性病变组(43例),对其进行喉镜检查、嗓音障碍指数(voice handicap index,VHI)中文版(VHI-10)量表评分测量、嗓音GRBAS主观听感知评估及嗓音声学检测;以50例正常成人作为对照组,比较三组结果。[结果]职业用嗓人群常见的声带器质性病变为声带小结和声带息肉。与正常对照组相比较,有声带器质性病变组和无声带器质性病变组的VHI-10总分、总嘶哑度G评分、基频微扰(jitter)及振幅微扰(shimmer)值均增高,最长发声时间(maximum phonation time,MPT)和发声障碍指数(dysphonia severity index,DSI)降低,差异均有统计学意义(P<0.05)。与无声带器质性病变组相比较,有声带器质性病变组的VHI-10总分、总嘶哑度G评分、jitter和shimmer值均增高,MPT和DSI降低,差异均有统计学意义(P<0.05)。[结论]有或无声带器质性病变的职业用嗓者均可出现声嘶症状,其中声带器质性病变对患者的发声功能影响较大,对职业用嗓人群进行嗓音主客观评估可了解嗓音障碍严重程度,有助早期介入干预治疗。