Автоматическое распознавание речи в оценке эффективности голосо-речевой реабилитации у пациентов после ларингэктомии

Введение. Компенсация утраченной голосовой функции определяет личную и социальную жизнь пациентов после ларингэктомии. Широкое применение находят методы автоматического распознавания и синтеза речи в виде приложений для дополнительной и альтернативной коммуникации. Одной из актуальных задач в клинической практике является оценка эффективности результатов восстановления голосовой функции.

Цель. Оценить эффективность результатов голосо-речевой реабилитации ларингэктомированных пациентов с использованием метода автоматической оценки разборчивости речи.

Материалы и методы. В исследование были включены 3 группы ларингэктомированных пациентов по 30 человек в зависимости от метода голосо-речевой реабилитации (пищеводный голос, трахеопищеводное шунтирование с голосовым протезированием, голосообразующий аппарат) и 14 пациентов после различных оперативных вмешательств на гортани. Всем пациентам проводилась запись псевдоголоса для дальнейшей оценки фразовой разборчивости с использованием программного модуля автоматической оценки, а также подготовленным и неподготовленным слушателем.

Результаты и обсуждение. При сравнительном анализе результатов можно сказать, что система автоматического распознавания демонстрирует минимальный уровень разборчивости, что, по-видимому, связано с семантическим и контекстным распознаванием даже неподготовленным слушателем. Аларингеальная речь демонстрирует худшую распознаваемость по сравнению с органосохраняющими операциями на гортани у неподготовленных слушателей и при автоматическом распознавании. При этом опытные слушатели демонстрируют стабильно высокий уровень распознавания всех видов субститутивной речи.

Выводы. Объективизация оценки разборчивости субститутивной речи с помощью систем автоматического распознавания позволяет нивелировать семантическое и контекстуальное распознавание при оценке как подготовленным, так и неподготовленным слушателем. Системы автоматического распознавания речи имеют перспективы широкого распространения в восстановительной медицине, в частности в реабилитации пациентов с опухолями головы и шеи. Соотношение распознавания речи и понимания смысла высказывания представляет собой как сложную задачу для разработчиков, так и требует привлечения научной психологии.

1. Дайхес НА, Виноградов ВВ, Решульский СС, Исаева МЛ, Федорова ЕБ, Хабазова АМ и др. Комплексная реабилитация пациентов после ларингэктомии: Основные вехи развития. Российская оториноларингология. 2022;21(1):93–104. https://doi.org/10.18692/1810-4800-2022-1-93-104.

2. Daikhes NA, Vinogradov VV, Reshulsky SS, Azizyan RI, Isaeva ML. Functional and oncological results of endolaryngeal laser resections of squamouscell carcinomas of the voice box. Opuholi Golovy i Sei. 2022;12(3):37–43. (In Russ.) https://doi.org/10.17650/2222-1468-2022-12-3-37-43.

3. Kozhanov AL. Current aspects of treatment and rehabilitation of patients with pharyngeal cancer. Opuholi Golovy i Sei. 2016;6(2):17–25. (In Russ.) https://doi.org/10.17650/2222-1468-2016-6-2-17-24.

4. Allegra E. Verbal performance of total laryngectomized patients rehabilitated with esophageal speech and tracheoesophageal speech: impacts on patient quality of life. Psychol Res Behav Manag. 2019;12:675–681. https://doi.org/10.2147/PRBM.S212793.

5. Kapila M, Deore N, Palav RS, Kazi RA, Shah RP, Jagade MV. A brief review of voice restoration following total laryngectomy. Indian J Cancer. 2011;48(1):99–104. https://doi.org/10.4103/0019-509X.75841.

6. Souza FGR, Santos IC, Bergmann A, Thuler LCS, Freitas AS, Freitas EQ. Quality of life after total laryngectomy: impact of different vocal rehabilitation methods in a middle income country. Health Qual Life Outcomes. 2020;18(1):92. https://doi.org/10.1186/s12955-020-1281-z.

7. Daikhes NA, Vinogradov VV, Reshul’skii SS, Isaeva ML Voice restoration possibilities and ways to optimize the choice of voice rehabilitation method in laryngectomized patients. Vestnik Oto-Rino-Laringologii. 2023;88(3):108–109. (In Russ.) Available at: https://www.elibrary.ru/xmbcoi.

8. Crosetti E, Fantini M, Arrigoni G, Salonia L, Lombardo A, Atzori A et al. Telephonic voice intelligibility after laryngeal cancer treatment: is therapeutic approach significant? Eur Arch Otorhinolaryngol. 2017;274(1):337–346. https://doi.org/10.1007/s00405-016-4217-9.

9. Hilgers FJ, Ackerstaf AH. Comprehensive rehabilitation after total laryngectomy is more than voice alone. Folia Phoniatr Logop. 2000;52(1-3):65–73. https://doi.org/10.1159/000021514.

10. Xiao X, Droppo J, Acero A. Information retrieval methods for automatic speech recognition. In: 2010 IEEE International Conference on Acoustics, Speech and Signal Processing. Dallas, TX, USA; 2010, pp. 5550–5553. https://doi.org/10.1109/ICASSP.2010.5495229.

11. Koren EE, Stepanova YuE, Mokhotaeva MV, Bakhilin VM. The acoustic analysis results voice patients with organic and functional dysphonias. Rossiiskaya Otorinolaringologiya. 2013;(3):70–74. (In Russ.) Available at: https://cyberleninka.ru/article/n/rezultaty-akusticheskogo-issledovaniyagolosa-bolnyh-s-funktsionalnymi-i-organicheskimi-disfoniyami/viewer.

12. Шевченко ТИ, Бурая ЕА, Галочкина ИЕ, Кузьмина МО, Сокорева ТВ, Федотова МВ. Методы анализа звучащей речи: новые измерения и результаты. Дубна: Феникс+; 2017. 248 с.

13. Focht KL, Martin-Harris B, Bonilcha HS. Stroboscopic parameters reported as voice outcome measures in patients treated for laryngeal cancer: a systematic review. J Med Speech Lang Pathol. 2013;21(3):5. Available at: https://pubmed.ncbi.nlm.nih.gov/25339842.

14. Dejonckere PH, Bradley P, Clemente P, Cornut G, Crevier-Buchman L, Friedrich G et al. A basic protocol for functional assessment of voice pathology, especially for investigating the efficacy of (phonosurgical) treatments and evaluating new assessment techniques. Eur Arch Otorhinolaryngol. 2001;258(2):77–82. https://doi.org/10.1007/s004050000299.

15. Jiang J, Zhang Y, McGilligan C. From Modeling to Measurement Chaos in Voice. J Voice. 2006;20(1):2–17. https://doi.org/10.1016/j.jvoice.2005.01.001.

16. Sprecher A, Olszewski A, Jiang JJ, Zhang Y. Updating signal typing in voice: addition of type 4 signals. J Acoust Soc Am. 2010;127(6):3710–3716. https://doi.org/10.1121/1.3397477.

17. Kostuchenko E, Novokhrestova D, Pekarskikh S, Shelupanov A, Nemirovich-Danchenko M, Choynzonov E, Balatskaya L. Assessment of Syllable Intelligibility Based on Convolutional Neural Networks for Speech Rehabilitation After Speech Organs Surgical Interventions. In: Salah A, Karpov A, Potapova R (eds.). Speech and Computer. SPECOM 2019. Lecture Notes in Computer Science, vol. 11658. Cham: Springer; 2019, pp. 359–369. https://doi.org/10.1007/978-3-030-26061-3_37.

18. Tkachenko GA, Podvyaznikov SO, Mudunov AM, Gusakova ЕV. Psychological assistance to patients after laryngectomy. Opuholi Golovy i Sei. 2020;10(1): 101–106. (In Russ.) https://doi.org/10.17650/2222-1468-2020-10-1-101-106.

19. Lorenz KJ. Rehabilitation after total laryngectomy – A tribute to the pioneers of voice restoration in the last two centuries. Front Med. 2017;4:81. https://doi.org/10.3389/fmed.2017.00081.

20. Daikhes NA, Osipenko EV, Orlova OS, Isaeva ML, Kotelnikova NM, Mikhalevskaya IA, Krivykh YuS. Methods of formation of oral speech in laryngectomized patients (literature review) Otorhinolaryngology. Eastern Europe. 2021;11(3):334–347. (In Russ.) https://doi.org/10.34883/PI.2021.11.3.022.

21. Новохрестова ДИ, Костюченко ЕЮ, Балацкая ЛН, Чойнзонов ЕЛ. Методы и модель оценки качества произношения слогов при речевой реабилитации. М.: НИЦ МИСИ; 2019. 69 с.

22. Singer S, Wollbrück D, Dietz A, Schock J, Pabst F, Vogel H-J. Speech rehabilitation during the first year after total laryngectomy. Head Neck. 2013;35(11):1583–1590. https://doi.org/10.1002/hed.23183.

23. Balatskaya LN, Krasavina EA, Mescheryakov RV, Chizhevskaya SYu, Choinzonov EL. Acoustic analysis at stages of combined treatment and vocal rehabilitation at sick of cancer of throat and drink throat. Neurocomputers. 2023;25(1):17–24. (In Russ.) Available at: http://radiotec.ru/ru/journal/Neurocomputers/number/2023-1/article/23266.

24. Дайхес НА, Виноградов ВВ, Решульский СС, Исаева МЛ, Исаев АВ. Программный модуль для автоматического распознавания, преобразования в текст оценки разборчивости субститутивной аларингеальной речи. Патент RU2023613477, 02.03.2023. Режим доступа: https://www.elibrary.ru/deynke.

25. Daikhes NA, Vinogradov VV, Reshulskii SS, Isaeva ML, Krasavina EA, Fedorova EB. Communication status assessment in patients after total laryngectomy. Otorhinolaryngology. Eastern Europe. 2024;14(2):176–191. (In Russ.) https://doi.org/10.34883/PI.2024.14.2.030.

26. Daikhes NA, Vinogradov VV, Reshulskii SS, Fedorova EB, Isaeva ML. Comparative characteristics of methods for formation of pharyngoesophageal anastomosis and tubeless tracheostomy in laryngectomized patients. Rossiiskaya Otorinolaringologiya. 2023;22(1):18–23. (In Russ.) https://doi.org/10.18692/1810-4800-2023-1-18-23.

27. Longobardi Y, Savoia V, Bussu F, Morra L, Mari G, Nesci DA et al. Integrated rehabilitation after total laryngectomy: a pilot trial study. Support Care Cancer. 2019;27(9):3537–3544. https://doi.org/10.1007/s00520-019-4647-1.

28. Bickford JM, Coveney J, Baker J, Hersh D. Support following total laryngectomy: Exploring the concept from different perspectives. Eur J Cancer Care. 2018;27(3):e12848 https://doi.org/10.1111/ecc.12848.

29. Bua BA, Pendletonc H, Westinb U, Rydellc R. Voice and swallowing after total laryngectomy. Acta Otolaryngol. 2018;138(2):170–174. https://doi.org/10.1080/00016489.2017.1384056.