表面肌电图指导的口肌运动联合语音训练对脑瘫患儿言语障碍的疗效分析

目的探究应用表面肌电图指导的口肌运动联合语音训练对脑瘫患儿言语障碍的临床疗效。方法以南阳医学高等专科学校第一附属医院小儿康复科2021年1月至2023年8月收治的98例脑瘫患儿作为研究对象,并随机分为对照组和研究组,每组49例。对照组实施常规语音训练,研究组在对照组基础上开展表面肌电图指导的口肌运动。康复治疗6个月后,评估两组患儿的临床疗效,并对比两组患儿治疗前后语言功能[汉语版儿童语言发育迟缓评价法(S-S法)]、口腔肌群运动功能(口部运动评估量表)以及口腔肌群(舌骨下肌、颏下肌及咬肌)表面肌电图检测结果变化。结果研究组治疗有效率(93.88%)高于对照组(73.47%)。治疗前两组各项语言功能评分对比差异无统计学意义(P>0.05),治疗后,两组各项语言功能评分(接受语言能力、表达语言能力、构音障碍)均有明显提升,且研究组各项语言功能评分均高于对照组,差异有统计学意义(P<0.05)。治疗前两组口部运动状态评分比较,差异无统计学意义(P>0.05),治疗后两组口部运动状态评分均有明显提升,且研究组高于对照组,差异有统计学意义(P<0.05)。治疗前两组舌骨下肌、颏下肌及咬肌的表面肌电图检测结果对比差异无统计学意义(P>0.05)。治疗后两组同侧(左侧、右侧)同状态(放松、活动)表面肌电图检测结果均高于本组治疗前,且研究组高于对照组,差异有统计学意义(P<0.05)。结论应用表面肌电图指导的口肌运动联合语音训练对改善脑瘫患儿的言语障碍有明显疗效,表面肌电图在脑瘫患儿的康复治疗中有重要指导价值。

模拟教学法在唇腭裂术后语音训练实习护理教学中的应用效果

在唇腭裂术后语音训练实习护理教学中应用模拟教学法,探索其在临床教学中的意义和价值。方法:选择本院2022年1月-2023年6月期间新进的外科实习护士共66名,均需进行唇腭裂术后语音训练学习,按照随机分组法分别纳入参照组(按照常规教学法进行相关知识的传授和操作指导)和模拟组(采用模拟教学法学习相关知识)、各33名。课程结束后收集相关数据(考核成绩、教学效果总评分、实习生满意度)并借助统计学工具完成差异性统计。结果:模拟组基础知识、专科知识、专科操作成绩及学习主动性、理论知识应用能力、团队协作能力、沟通能力得分、教学效果总评分、教学满意度均呈更高水平,相较于参照组具有统计学意义上的差异(P<0.05)。结论:模拟教学法对于唇腭裂术后语音训练实习护理教学的教学价值较大,可提高教学质量,帮助护士掌握疾病相关理论知识和熟练各种操作,培养护士判断性思维和临床能力,并且更被实习护士接受。

语音训练治疗边缘性腭咽闭合不全的效果与预后因素分析

目的探讨对腭裂术后边缘性腭咽闭合不全(MVPI)患者进行语音训练的可行性及预后因素分析。方法对腭裂术后确诊为MVPI并接受语音训练的患者进行了回访。对比治疗前后患者的语音情况评估语音训练的效果。分别进行单因素和多因素逻辑回归检验,分析语音训练后MVPI治疗效果的影响因素。结果语音训练能明显改善患者的高鼻音、构音和语音清晰度,但未能明显改善患者的鼻漏气。逻辑回归分析表明,治疗时的年龄是影响预后的重要因素。8岁以上患者的语音训练有效率(17.6%)明显低于8岁以下患者(58.3%)。结论语音训练是改善MVPI患者语音清晰度的有效治疗方法,年龄和是否存在鼻漏气可能是影响MVPI语音训练效果的关键因素。

学龄前功能性构音障碍患者侧化构音的语音训练方法及训练效果

目的探究语音训练对学龄前功能性构音障碍(functional articulation disorders,FAD)侧化构音的语音训练效果。方法选取2022年6月至2022年12月45例FAD患者为对照组,2023年1月至2023年3月45例FAD患者为观察组。对观察组患者实施基本功能训练、舌体发力点训练、引导正确送气训练、视觉反馈训练、家属同步训练、家庭延续训练等语音训练措施,训练10~50课时;对照组患者未接受语音训练,实施常规指导,分别在观察组语音训练结束时和对照组复诊时进行语音评估,比较两组间侧化构音字数。结果组内比较,针对性语音训练后,观察组侧化构音字数由训练前的95.16±7.82个减少至训练后的17.60±3.45个,差异有统计学意义(t=70.871,P<0.01);复诊时对照组侧化构音字数由就诊时的94.29±8.50个减少至82.96±8.43个,差异有统计学意义(t=9.849,P<0.01)。组间比较,语音训练前两组患者侧化构音字数比较无统计学差异(t=0.504,P=0.616),观察组训练后侧化构音字数明显少于对照组复诊时,差异有统计学意义(t=48.131,P<0.01)。结论学龄前FAD患者侧化构音有一定自愈倾向,基于侧化构音的发生机制,对学龄前FAD患者进行针对性的语音训练是纠正FAD侧化构音的有效措施。

基于Patch域对抗训练的语音增强

在基于深度学习的语音增强方法中,往往会遇到训练数据和测试数据分布不匹配的问题,这种不匹配包括两个数据中说话人、说话内容、噪声类型及信噪比的不匹配。严重的数据不匹配问题会导致语音增强的性能大幅下降,针对这种情况提出了一种基于Patch域对抗训练的语音增强方法。该方法在先前域对抗训练的语音增强方法基础上,通过域判别器的隐式建模,能使整段语音被划分为多个独立Patch再进行判别,实现了对训练数据的适应性学习,从而减小训练数据和测试数据之间的分布差异,提高了模型在测试数据上的增强能力。实验结果表明,该方法在不同程度的数据不匹配问题下较先前方法都表现出优异的性能,且作为对抗训练也保持了良好的稳定性。

基于跨语言迁移学习及联合训练的泰语语音合成

随着深度学习和神经网络的快速发展,基于深度神经网络的端到端语音合成系统因性能优异成为主流。然而近年来,泰语语音合成相关研究还不充分,主要原因是大规模泰语数据集稀缺且该语言拼写方式有其特殊性。为此,在低资源前提下基于FastSpeech2声学模型和StyleMelGAN声码器研究泰语语音合成。针对基线系统中存在的问题,提出了3个改进方法以进一步提高泰语合成语音的质量。(1)在泰语语言专家指导下,结合泰语语言学相关知识设计泰语G2P模型,旨在处理泰语文本中存在的特殊拼写方式;(2)根据所设计的泰语G2P模型转换的国际音标表示的音素,选择拥有相似音素输入单元且数据集丰富的语言进行跨语言迁移学习来解决泰语训练数据不足的问题;(3)采用FastSpeech2和StyleMelGAN声码器联合训练的方法解决声学特征失配的问题。为了验证所提方法的有效性,从注意力对齐图、客观评测MCD和主观评测MOS评分3方面进行测评。实验结果表明,使用所提泰语G2P模型可以获得更好的对齐效果进而得到更准确的音素持续时间,采用“所提泰语G2P模型+联合训练+迁移学习”方法的系统可以获得最好的语音合成质量,合成语音的MCD和MOS评分分别为7.43±0.82分和4.53分,明显优于基线系统的9.47±0.54分和1.14分。

基于多层次预训练策略和多任务学习的端到端蒙汉语音翻译

端到端语音翻译将源语言语音直接翻译为目标语言文本,其需要“源语言语音-目标语言文本”作为训练数据,然而这类数据极其稀缺,该文提出了一种多层次预训练策略和多任务学习相结合的训练方法,首先分别对语音识别和机器翻译模型的各个模块进行多层次预训练,接着将语音识别和机器翻译模型连接起来构成语音翻译模型,然后使用迁移学习对预训练好的模型进行多步骤微调,在此过程中又运用多任务学习的方法,将语音识别作为语音翻译的一个辅助任务来组织训练,充分利用了已经存在的各种不同形式的数据来训练端到端模型,首次将端到端技术应用于资源受限条件下的蒙汉语音翻译,构建了首个翻译质量较高、实际可用的端到端蒙汉语音翻译系统。

基于语音识别的摩尔斯码训练系统研究

针对船员摩尔斯码训练需求,提出一种基于语音识别的摩尔斯码训练系统。分析船员摩尔斯码训练方法与组织模式,针对船员摩尔斯码训练特点及训练需求,对系统总体设计、语音识别模块设计进行了研究,并对训练软件语音识别部分进行设计。经验证,语音识别正确率达到95.2%,能够满足船员摩尔斯码训练人机交互需求。

利用语音室提高高职英语听说读写训练的实践与探索

高职教育作为培养高素质技能型人才的重要场所,应该合理利用语音室功能,对学生进行英语听说读写训练,它的现代化教学设施,具有丰富的教学资源和先进的教学手段,可以为学生教学提供良好的学习条件。因此,在英语教学中,教师可以采用多元化教学手段,激发学生的学习兴趣,以便提高学生的英语听说读写能力。本文就利用语音室提高高职英语听说读写训练的实践展开研究和讨论,以期促进高职教育的创新和发展。

基于迁移学习双阶段训练的情感语音克隆技术

为解决传统基于SV2TTS架构的语音克隆系统合成语音缺乏丰富表达能力的问题,提出一种基于迁移学习双阶段训练说话人编码器的情感语音克隆方法。在说话人识别技术基础上,利用迁移学习,对说话人编码器进行音色克隆训练;在情感克隆训练阶段,采用情感语音数据集对其参数进行微调,提取具有情感信息的说话人特征。将此特征作为合成器的输入对梅尔谱的生成过程进行调节,通过声码器将此梅尔谱转换为具有目标说话人信息的情感语音。主客观分析结果表明,该方法所生成的克隆语音的情感相似度更高,音色相似度也有一定改善。

语音知觉训练在听力语言康复中的作用研究

本文综述了语音知觉训练在听力语言康复中的作用相关研究,给出了优化听力语言康复中语音知觉训练的建议,即加强语音知觉训练研究、优化语音知觉训练设计、促进语音知觉训练推广,对于提高听力语言康复水平具有重要意义。

语音矫治结合口肌训练治疗功能性构音障碍患者的临床疗效

目的探讨语音矫治结合口肌训练治疗功能性构音障碍患者的临床疗效。方法选取2020年5月至2021年5月暨南大学附属顺德医院收治的94例功能性构音障碍患者作为研究对象,按照随机数表法分为对照组与研究组,每组47例。对照组进行语音矫治训练,研究组在对照组的基础上联合口肌训练。比较两组治疗前后的口部运动功能评分、临床疗效、语音清晰度及治疗满意度。结果治疗后,两组唇部、舌部、下颌及整体口部运动能力评分均高于治疗前,且研究组高于对照组,差异有统计学意义(P<0.05)。研究组语音清晰程度优良率高于对照组,差异有统计学意义(P<0.05)。研究组治疗总有效率高于对照组,差异有统计学意义(P<0.05)。研究组治疗总满意率高于对照组,差异有统计学意义(P<0.05)。结论语音矫治训练结合口肌训练治疗功能性构音障碍患者的临床疗效显著,不仅可改善患者口部运动功能及语音清晰度,还能进一步提高患者对治疗的满意度。

早期阅读和语音加工训练对听障儿童阅读能力的影响

目的探究早期阅读和语音加工训练对听障儿童阅读能力的影响。方法2021年1月~2022年6月在某校随机选择听障儿童157例,采用随机数表法分为A(52例)、B(54例)、C(51例)3组。其中A组采用早期阅读干预、B组采用语音加工训练,C组采用早期阅读、语音加工训练联合干预。持续干预6个月后,对比各组儿童的阅读能力。结果干预6个月后,3组儿童的皮博迪图片词汇测验(Peabody picture vocabulary test,PPVT)得分、图片再认/排序得分均升高,且C组显著高于A、B组(P<0.05)。儿童阅读相关技能得分对比显示,干预6个月后,3组儿童字母/数字快速命名得分均降低,拼音拼读、汉字读认标准性得分均升高,C组字母/数字快速命名得分显著低于A、B组(P<0.05),拼音拼读、汉字读认标准性得分均显著高于A、B组(P<0.05)。干预6个月后,3组听觉行为分级(CAP)、言语可懂度分级(SIR)对比,C组显著高于A、B组(P<0.05)。结论早期阅读和语音加工训练能在一定程度上改善听障儿童的阅读能力,两种方式联合使用效果更好。

英语语音意识训练的有效性研究——以泉州职业技术大学非英语专业B班学生为例

为提升职业本科非英语专业B班大一新生单词读写能力,实施了8周语音意识系统训练。对比分析训练前后的测验结果,显示该训练能显著增强实验班学生的语音意识及单词读写能力。同时,阐述了训练应遵循从音节到音位意识的渐进原则,并特别指出加强音位分割的精细化培养是进一步优化训练效果的关键。

语音感知训练对学龄前儿童语言发展的影响:以音韵意识为视角

本研究以音韵意识为研究切入点,深入研究了语音感知训练对学龄前儿童语言发展的影响。研究强调了语音感知在大脑对外界声波进行语音识别过程中的关键作用。当学龄前儿童接受语言刺激时,大脑进行初步的分析,通过找出语音的音位特性进行编码。随后,大脑依据存储在记忆系统中的语音知识,对这些信息进行整合,最终完成对语音的准确识别。研究结果表明,通过有针对性的语音感知训练,可以促进学龄前儿童语言发展,提高其对语音的敏感性和识别能力。

功能性构音障碍首诊患儿家属语音训练体验的质性研究

目的了解功能性构音障碍(FAD)首诊患儿家属的语音训练体验,为制定针对性的干预方案提供依据。方法采用质性研究方法,选取2022年3—6月首次就诊于郑州大学第一附属医院语音治疗室拟进行语音训练的20名FAD患儿家属为研究对象,进行半结构化深入访谈,运用内容分析法对访谈资料进行分析、整理归纳与提炼主题。结果FAD患儿家属语音训练体验可归纳为4个主题:担心语音训练效果(担心语音训练长期效果和语音训练依从性);担心家庭训练实施不畅(缺乏语音训练环境、照护者语音训练知识薄弱、共患病患儿家庭训练实施不畅);个性化语音训练方案的需求(针对共患病和具有心理问题的患儿);远程语音训练平台的需求(语音师追踪随访和传递信息、家属获取语音档案信息)。结论FAD首诊患儿家属主要担心患儿语音训练效果和家庭训练实施不畅,表达对个性化语音训练方案和远程语音训练平台的需求,语音师应重视患儿家属的语音训练体验,充分考虑患儿家属的需求,针对性提供个性化支持。

基于VoiceXML的语音电子邮件系统的设计

设计的语音电子邮件系统将传统的电子邮件服务扩展到有线或无线、固定或移动电话系统,使用户可以通过普通的电话来方便地接收自己的电子邮件。该文对基于VoiceXML标准的语音电子邮件系统开发进行了探讨,并对语音电子邮件网关的设计进行了深入的研究。

基于知识迁移与去噪的GSDNet语音识别模型训练策略研究

针对不同场景中语音识别模型体量的逐渐增大而带来的一系列问题。文章提出一种GSDNet(Gated Selfsupervised Denoising Neural Network)知识迁移的语音识别算法。对GSDNet语音识别模型的结构设计和GSDNet语音识别算法的执行流程、模型交叉训练做了详细分析。利用梯度反向传播算法,计算合并损失函数的梯度,令特征提取网络完成识别与去噪后的语音高级特征提取,实现自监督知识迁移与去噪的语音识别训练,从而更加准确识别出语音信息。

语音应答服务系统AirVoice设计与实现

本文介绍基于PC/MODEM的PSTN语音应答服务系统AriVoice,对AirVoice系统的功能、结构以及实现语音应答服务的关键技术进行了说明,重点讨论了利用调制解调芯片CLMD1414UNT和VB串行通信控件MsComm实现PSTN语音通信控制的技术实现方法,并阐述了语音合成技术在系统中的应用。

改进粒子滤波跟踪的视听双模态语音识别仿真

噪声环境下视听语音不易被识别,为提升语音识别效果,提出改进粒子滤波跟踪的视听双模态语音识别方法。采用谱减法去除噪声数据,完成视听双模态语音的消噪处理;根据人语和唇动信息之间的相关性,采用改进粒子滤波跟踪方法提取视听双模态语音特征信息,构建transformer语音识别模型,将提取的特征信息输入到模型内实施并行训练,实现视听双模态语音的有效识别。实验结果表明,通过对上述方法开展信噪比测试、识别性能测试,验证了上述方法的可行性高、可靠性强。