Оценка возможностей акустического анализа голоса

Введение. Расстройство голоса встречается примерно у 30% жителей стран. К наиболее изучаемым характеристикам голоса относятся: основная частота, показатели высоты тона и амплитуды, соотношение гармоник к шуму, выраженность кепстрального пика, индекс акустического качества голоса, максимальное время фонации, вариации основной частоты и количество пауз речевых сигналов.

Цель. Провести литературный обзор оценки возможности акустического анализа голоса у пациентов с дисфониями.

Материалы и методы. Авторы провели поиск публикаций в электронных базах данных PubMed, Web of Science, Google Scholar и ELibrary. Поиск проводился по следующим ключевым словам: “voice acoustic analysis”, “voice disorder”, “artificial neural network”, “dysphonia”, “standard deviation of fundamental frequency”, “voice quality”, «акустический анализ голоса».

Результаты и обсуждение. Основная частота может обладать более высокой чувствительностью в отношении объективной клинической оценки голоса, чем высота тона и амплитуда. Выраженность кепстрального пика является неотъемлемой частью акустического анализа голоса, способствующей определению различий между дисфоническим и нормальным голосом. Кепстральный анализ более чувствителен к слабовыраженным дисфоническим изменениям, чем методы анализа гласных. Несмотря на высокую аналитическую точность, удобство использования машинного обучения, а также перспективность данного подхода в диагностике дисфонии, клиническое применение данной технологии требуют дальнейших исследований.

Выводы. Акустический анализ голоса обладает такими преимуществами, как неинвазивность, низкая стоимость и удобство использования, позволяя получить объективные данные для оценки выраженности нарушений голоса и являясь незаменимым методом для выявления патологий, сопровождающихся нарушением фонации. Наиболее информативными параметрами акустического анализа голоса, по данным литературы, являются: параметры основной частоты, показатели высоты тона и амплитуды, выраженность пиков при кепстральном анализе, индекс акустического качества голоса, максимальное время фонации, относительный уровень шума в речевом сигнале.

1. Lenell C, Shao Q, Johnson AM. Identifying Concomitant Health Conditions in Individuals With Chronic Voice Problems. J Voice. 2021;35(5):810.e1–810.e5. https://doi.org/10.1016/j.jvoice.2020.01.007.

2. Cohen SM, Kim J, Roy N, Asche C, Courey M. Prevalence and causes of dysphonia in a large treatment-seeking population. Laryngoscope. 2012;122(2):343–348. https://doi.org/10.1002/lary.22426.

3. Gunjawate DR, Chacon AM, Nguyen DD, Madill C. Vocal tasks for acoustic and/or auditory perceptual analysis for discriminating individuals with and without voice disorders: a systematic review protocol. BMJ Open. 2023;13(12):e077398. https://doi.org/10.1136/bmjopen-2023-077398.

4. Gorris C, Ricci Maccarini A, Vanoni F, Poggioli M, Vaschetto R, Garzaro M et al. Acoustic Analysis of Normal Voice Patterns in Italian Adults by Using Praat. J Voice. 2020;34(6):961.e9–961.e18. https://doi.org/10.1016/j.jvoice.2019.04.016.

5. Lee SH, Hong KH, Kim JS, Hong YT. Perceptual and Acoustic Outcomes of Early-Stage Glottic Cancer After Laser Surgery or Radiotherapy: A Meta-Analysis. Clin Exp Otorhinolaryngol. 2019;12(3):241–248. https://doi.org/10.21053/ceo.2018.00990.

6. Yang Y, Wang YL, Wei LZ, Wang JX, Huang FT, Huang GW. Is CO2 laser microsurgery better than radiotherapy in early glottic cancer: a meta-analysis. Lasers Med Sci. 2023;38(1):223. https://doi.org/10.1007/s10103-023-03890-3.

7. Старостина СВ, Свистушкин ВМ, Ракунова ЕБ. Послеоперационная реабилитация голоса у пациентов с доброкачественными и опухолеподобными заболеваниями гортани по данным акустического анализа. Медицинский совет. 2019;(8):122–126. https://doi.org/10.21518/2079-701X-2019-8-122-126.

8. Karlsen T, Sandvik L, Heimdal JH, Aarstad HJ. Acoustic Voice Analysis and Maximum Phonation Time in Relation to Voice Handicap Index Score and Larynx Disease. J Voice. 2020;34(1):161.e27–161.e35. https://doi.org/10.1016/j.jvoice.2018.07.002.

9. Lopes LW, Batista Simões L, Delfino da Silva J, da Silva Evangelista D, da Nóbrega E Ugulino AC, Oliveira Costa Silva P et al. Accuracy of Acoustic Analysis Measurements in the Evaluation of Patients With Different Laryngeal Diagnoses. J Voice. 2017;31(3):382.e15–382.e26. https://doi.org/10.1016/j.jvoice.2016.08.015.

10. Ayoub MR, Larrouy-Maestri P, Morsomme D. The Effect of Smoking on the Fundamental Frequency of the Speaking Voice. J Voice. 2019;33(5):802. e11–802.e16. https://doi.org/10.1016/j.jvoice.2018.04.001.

11. Searl J, Wilson K, Haring K, Dietsch A, Lyons K, Pahwa R. Feasibility of group voice therapy for individuals with Parkinson’s disease. J Commun Disord. 2011;44(6):719–732. https://doi.org/10.1016/j.jcomdis.2011.05.001.

12. Kang YA, Kim J, Jee SJ, Jo CW, Koo BS. Detection of voice changes due to aspiration via acoustic voice analysis. Auris Nasus Larynx. 2018;45(4):801–806. https://doi.org/10.1016/j.anl.2017.10.007.

13. Takatsu J, Higaki E, Abe T, Fujieda H, Yoshida M, Yamamoto M et al. Critical swallowing functions contributing to dysphagia in patients with recurrent laryngeal nerve paralysis after esophagectomy. Esophagus. 2024;21(2):111–119. https://doi.org/10.1007/s10388-023-01041-9.

14. Lim JY, Lim SE, Choi SH, Kim JH, Kim KM, Choi HS. Clinical characteristics and voice analysis of patients with mutational dysphonia: clinical significance of diplophonia and closed quotients. J Voice. 2007;21(1):12–19. https://doi.org/10.1016/j.jvoice.2005.10.002.

15. Lim JY, Choi JN, Kim KM, Choi HS. Voice analysis of patients with diverse types of Reinke’s edema and clinical use of electroglottographic measurements. Acta Otolaryngol. 2006;126(1):62–69. https://doi.org/10.1080/00016480510043927.

16. Singh H, Maurya RK, Sharma P, Kapoor P, Mittal T, Atri M. Effects of maxillary expansion on hearing and voice function in non-cleft lip palate and cleft lip palate patients with transverse maxillary deficiency: a multicentric randomized controlled trial. Braz J Otorhinolaryngol. 2021;87(3):315–325. https://doi.org/10.1016/j.bjorl.2019.09.010.

17. Segura-Hernández M, Valadez-Jiménez VM, Ysunza PA, Sánchez-Valerio AP, Arch-Tirado E, Lino-González AL et al. Acoustic analysis of voice in children with cleft lip and palate following vocal rehabilitation. Preliminary report. Int J Pediatr Otorhinolaryngol. 2019;126:109618. https://doi.org/10.1016/j.ijporl.2019.109618.

18. Chen S, Han C, Wang S, Liu X, Wang B, Wei R et al. Hearing the physical condition: The relationship between sexually dimorphic vocal traits and underlying physiology. Front Psychol. 2022;13:983688. https://doi.org/10.3389/fpsyg.2022.983688.

19. Patel RR, Awan SN, Barkmeier-Kraemer J, Courey M, Deliyski D, Eadie T et al. Recommended Protocols for Instrumental Assessment of Voice: American Speech-Language-Hearing Association Expert Panel to Develop a Protocol for Instrumental Assessment of Vocal Function. Am J Speech Lang Pathol. 2018;27(3):887–905. https://doi.org/10.1044/2018_AJSLP-17-0009.

20. Delgado-Hernández J, León-Gómez N, Jiménez-Álvarez A. Diagnostic accuracy of the smoothed cepstral peak prominence (CPPS) in the detection of dysphonia in the Spanish language. Loquens. 2019;6(1):e058–e058.

21. Lee Y, Kim G, Kwon S. The Usefulness of Auditory Perceptual Assessment and Acoustic Analysis for Classifying the Voice Severity. J Voice. 2020;34(6):884–893. https://doi.org/10.1016/j.jvoice.2019.04.013.

22. Esen Aydinli F, Özcebe E, İncebay Ö. Use of cepstral analysis for differentiating dysphonic from normal voices in children. Int J Pediatr Otorhinolaryngol. 2019;116:107–113. https://doi.org/10.1016/j.ijporl.2018.10.029.

23. Randall RB. A history of cepstrum analysis and its application to mechanical problems. Mech Syst Signal Process. 2017;97:3–19.

24. Chernobelsky SI, Petrova IA. Evaluation of the results of treatment of patients with functional dysphonia using a cepstral test. Vestn Otorinolaringol. 2023;88(5):23–26. https://doi.org/10.17116/otorino20238805123.

25. Aghadoost S, Jalaie S, Dabirmoghaddam P, Khoddami SM. Effect of Muscle Tension Dysphonia on Self-perceived Voice Handicap and Multiparametric Measurement and Their Relation in Female Teachers. J Voice. 2022;36(1):68–75. https://doi.org/10.1016/j.jvoice.2020.04.011.

26. Englert M, Latoszek BBV, Behlau M. Exploring The Validity of Acoustic Measurements and Other Voice Assessments. J Voice. 2024;38(3):567–571. https://doi.org/10.1016/j.jvoice.2021.12.014.

27. Lee JM, Roy N, Peterson E, Merrill RM. Comparison of Two Multiparameter Acoustic Indices of Dysphonia Severity: The Acoustic Voice Quality Index and Cepstral Spectral Index of Dysphonia. J Voice. 2018;32(4):515.e1–515.e13. https://doi.org/10.1016/j.jvoice.2017.06.012.

28. Yu M. Predicting normal and pathological voice using a cepstral based acoustic index in sustained vowels versus connected speech. Commun Sci Disord. 2018;23(4):1055–1064. https://doi.org/10.12963/csd.18550.

29. Delgado-Hernández J, León-Gómez N, Jiménez-Álvarez A. Diagnostic accuracy of the smoothed cepstral peak prominence (CPPS) in the detection of dysphonia in the Spanish language. Loquens. 2019;6(1):e058–e058.

30. Gupta R, Gunjawate DR, Nguyen DD, Jin C, Madill C. Voice disorder recognition using machine learning: a scoping review protocol. BMJ Open. 2024;14(2):e076998. https://doi.org/10.1136/bmjopen-2023-076998.

31. Al-Hussain G, Shuweihdi F, Alali H, Househ M, Abd-Alrazaq A. The Effectiveness of Supervised Machine Learning in Screening and Diagnosing Voice Disorders: Systematic Review and Meta-analysis. J Med Internet Res. 2022;24(10):e38472. https://doi.org/10.2196/38472.

32. Bakhtiar M, Zhang C, Sze Ki S. Impaired processing speed in categorical perception: Speech perception of children who stutter. PLoS ONE. 2019;14(4):e0216124. https://doi.org/10.1371/journal.pone.0216124.

33. Maruthy S, Feng Y, Max L. Spectral Coefficient Analyses of Word-Initial Stop Consonant Productions Suggest Similar Anticipatory Coarticulation for Stuttering and Nonstuttering Adults. Lang Speech. 2018;61(1):31–42. https://doi.org/10.1177/0023830917695853.

34. Guttormsen LS, Kefalianos E, Næss KA. Communication attitudes in children who stutter: A meta-analytic review. J Fluency Disord. 2015;46:1–14. https://doi.org/10.1016/j.jfludis.2015.08.001.

35. Hickok G, Venezia J, Teghipco A. Beyond Broca: neural architecture and evolution of a dual motor speech coordination system. Brain. 2023;146(5): 1775–1790. https://doi.org/10.1093/brain/awac454.

36. Asci F, Marsili L, Suppa A, Saggio G, Michetti E, Di Leo P et al. Acoustic analysis in stuttering: a machine-learning study. Front Neurol. 2023;14:1169707. https://doi.org/10.3389/fneur.2023.1169707.

37. Mahajan P, Baths V. Acoustic and Language Based Deep Learning Approaches for Alzheimer’s Dementia Detection From Spontaneous Speech. Front Aging Neurosci. 2021;13:623607. https://doi.org/10.3389/fnagi.2021.623607.

38. Ren Z, Chang Y, Bartl-Pokorny KD, Pokorny FB, Schuller BW. The Acoustic Dissection of Cough: Diving Into Machine Listening-based COVID-19 Analysis and Detection. J Voice. 2024;38(6):1264–1277. https://doi.org/10.1016/j.jvoice.2022.06.011.