Exploiting nonlinearity of the speech production system for voice disorder assessment by recurrence quantification analysis

Abstract

This work summarizes the research related to digital speech signal processing with recurrence quantification analysis (RQA) applied to voice disorder assessment. The main motivation for these studies is the fact that RQA is able to exploit the nonlinear dynamical nature of the speech production system. Due to the use of recurrence quantification measures to represent the behavior of speech signals, promising results were obtained in the characterization and classification of laryngeal pathologies and voice disorders. These contributions may help one to evaluate the usability and efficiency of RQA in vocal disorder assessment.

Índice de Não Estacionariedade aplicado à Classificação de Desordens Vocais

“…Diversas aplicações envolvendo processamento digital de sinais de voz têm sido estudadas ao longo das últimas décadas, por ser a fala um dos principais meios de comunicação do ser humano [3][4][5][6][7]. Sistemas de reconhecimento de fala, por exemplo, são utilizados nos dias atuais em smartphones para facilitar a interface homem-máquina e otimizar processos como pesquisa e digitação de longos textos [8], [9].…”

“…Sistemas de reconhecimento de fala, por exemplo, são utilizados nos dias atuais em smartphones para facilitar a interface homem-máquina e otimizar processos como pesquisa e digitação de longos textos [8], [9]. Outras propostas comuns na literatura estão imersas em contextos como reconhecimento de locutor [4], [10], reconhecimento de emoções [11], [12] e detecção de distúrbios vocais [7],…”

“…Na literatura são encontrados trabalhos que propõem medidas acústicas baseadas em um modelo linear de produção da fala [15], [17] e trabalhos que propõem medidas baseadas em um modelo não linear [7], [18], [19]. O modelo linear considera o sistema de produção vocal como sendo um sistema fonte-filtro [20].…”

“…Apesar de existirem diversas pesquisas que investiguem a presença de padrões acústicos nas disfonias, ainda não há um consenso sobre qual medida acústica pode ser utilizada universalmente para discriminar sinais considerados saudáveis de sinais oriundos de distúrbios patológicos ou hiperfuncionais. Além disso, há trabalhos que levam em consideração a combinação de características para atingir um melhor desempenho de classificação [7], [13], [18].…”

Development of Parameters towards Voice Bifurcations

“…The voice type detection scheme can also be devised from Type-III signals, namely by deploying the methods based on dynamical systems analysis and chaos theory. There are a number of studies available, exploring different methodologies, e.g., correlation dimensions [4,5,[24][25][26], Lyapunov exponent [4,25], diffusive chaos [6], nonlinear energy difference ratio [7], recurrence quantification measures [27,28], and intrinsic dimension [5]. To detect mid-phonation bifurcations, these methods are challenged by their data duration requirements.…”