构音障碍语音评估中元音发音特征自动计算的语言无关方法
音频与语音处理
2021-08-18 v2 声音
信号处理
摘要
帕金森氏病（PD）患者可出现元音发音不精准。测量元音发音的声学特征已被证明是 PD 评估中有效的指标。标准临床元音发音特征包括元音工作空间面积（VSA）、元音发音指数（VAI）和共振峰集中率（FCR），均派生自三个角落元音 /a/、/i/ 和 /u/ 的前两个共振峰。传统上，在测量元音发音前需对语音数据中的角落元音进行人工标注，这一过程耗时费力。本工作旨在提出一种用于元音发音评估的自动流程，以减少 PD 语音临床分析中的人力。该方法基于使用语言通用音素识别器自动检测角落元音，随后对共振峰数据进行统计分析。该方法去除了对说话内容及所用语言先验知识的限制。在芬兰语 PD 语音语料库上的实验结果证明了所提自动方法在推导 VAI、VSA、FCR 和 F2i/F2u（元音 /i/ 与 /u/ 的第二共振峰之比）时的有效性与可靠性。自动计算的参数与基于角落元音人工标注计算的特征高度相关。此外，自动与人工计算的元音发音特征与专家对言语可懂度、嗓音损伤及交流障碍总体严重度的评分具有相当的相关性。所提方法的语言无关性进一步在西班牙语 PD 数据库 PC-GITA 以及英语构音障碍语音 TORGO 语料库上得到验证。
引用
@article{arxiv.2108.06943,
title = {Language-Independent Approach for Automatic Computation of Vowel Articulation Features in Dysarthric Speech Assessment},
author = {Yuanyuan Liu and Nelly Penttilä and Tiina Ihalainen and Juulia Lintula and Rachel Convey and Okko Räsänen},
journal= {arXiv preprint arXiv:2108.06943},
year = {2021}
}
备注
16 pages