Towards objective evaluation of perceived roughness and breathiness: An approach based on mel-frequency cepstral analysis

Sáenz-Lechón, Nicolás; Fraile, Rubén; Godino-Llorente, Juan Ignacio; Fernández-Baíllo, Roberto; Osma-Ruiz, Víctor; Gutiérrez-Arriola, Juana M.; Arias-Londoño, Julián D.

doi:10.3109/14015439.2010.517551

Cited by 9 publications

(9 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dzięki takiemu podejściu można jeszcze dokładniej w rejestrowanych sygnałach mowy wydzielić współczynniki opisujące charakterystyki dźwięków tworzonych w trakcie gło-sowym człowieka, w tym także dźwięków nieperiodycznych. Wagę tego problemu podkreślają też inni badacze (20).…”

unclassified

Nonlinear Acoustic Analysis in the Evaluation of Occupational Voice Disorders

Niebudek-Bogusz¹,

Grygiel²,

Strumiłło³

et al. 2013

Med Pr

View full text Add to dashboard Cite

StreszczenieWprowadzenie: W ostatnich latach podkreśla się, że tworzenie głosu podlega również procesom nieliniowym, powodującym aperiodyczne drgania fałdów głosowych. Drgania te nie zawsze można scharakteryzować za pomocą konwencjonalnych parametrów akustycznych, takich jak wskaźniki perturbacji częstotliwości i amplitudy. Z tego powodu wzrasta zainteresowanie nieliniowymi metodami analizy akustycznej. Celem pracy była ocena możliwości zastosowania nieliniowej analizy cepstralnej z wyznaczaniem współczynników cepstralnych (mel frequency cepstral coefficients -MFCC) w diagnozowaniu zawodowych zaburzeń głosu. Materiał i metody: Badaniami objęto 275 próbek głosów patologicznych (głoski "a" w przedłużonej fonacji oraz 4 standaryzowanych zdań) rejestrowanych u nauczycielek z zawodowo uwarunkowanymi łagodnymi zmianami przerostowymi fałdów głosowych (tj. guzkami głosowymi, polipami) oraz 200 próbek głosów prawidłowych kobiet z grupy kontrolnej. Średnia wieku grupy badanej wynosiła 45 lat, a grupy kontrolnej -43 lata. W badaniach wykonano analizę próbek głosowych za pomocą nieliniowej analizy akustycznej, w której zastosowano parametry MFCC. Wyniki: Po klasyfikacji MFCC przy pomocy odwzorowania Sammona oraz tzw. Maszyny Wektorów Nośnych uzyskano dużą trafność badanej metody. W testach wykonanych dla 475 zarejestrowanych próbek głosu zaburzenia głosu zostały wykryte z 91-procentową czułością i 83-procentową specyficznością dla głoski "a", a dla badanych zdań z czułością i specyficznością w granicach 87-100%. Wnioski: Nieliniowa analiza akustyczna z zastosowaniem współczynników MFCC może być przydatnym, obiektywnym narzędziem potwierdzającym zmiany patologiczne głośni o podłożu zawodowym. Prowadzone są dalsze badania w tym kierunku. Med. Pr. 2013;64(1):29-35 Słowa kluczowe: nieliniowa analiza akustyczna, zawodowe zaburzenia głosu, łagodne zmiany przerostowe fałdów głosowych, ŁZFG Abstract Background: Over recent years numerous papers have stressed that production of voice is subjected to the nonlinear processes, which cause aperiodic vibrations of vocal folds. These vibrations cannot always be characterized by means of conventional acoustic parameters, such as measurements of frequency and amplitude perturbations. Thus, special attention has recently been paid to nonlinear acoustic methods. The aim of this study was to assess the applicability of nonlinear cepstral analysis, including the evaluation of mel cepstral coefficients (MFCC), in diagnosing occupational voice disorders. Material and methods: The study involved 275 voice samples of pathologic voice (sustained vowel "a" and four standardized sentences) registered in female teachers with the occupation-related benign vocal fold masses (BVFM), such as vocal nodules, polyps, and 200 voice samples of normal voices from the control group of females. The mean age of patients and controls was similar (45 vs. 43 years). Voice samples from both groups were analyzed, including MFCC evaluation. Results: MFCC classification using the Sammon Mapping and Support Vector Machines...

show abstract

unclassified

Nonlinear Acoustic Analysis in the Evaluation of Occupational Voice Disorders

Niebudek-Bogusz¹,

Grygiel²,

Strumiłło³

et al. 2013

Med Pr

View full text Add to dashboard Cite

show abstract

“…Inni autorzy potwierdzają, że zaletą analizy cepstralnej jest większa w porównaniu z konwencjonalną analizą akustyczną możliwość odniesienia wyników do percepcyjnej oceny głosu i cech dystynktywnych (17). Autorzy amerykańscy za pomocą analizy cepstralnej z wykorzystaniem wyznaczonej wartości maksimów cepstrum (cepstral peak prominence -CPP) i jego odchylenia standardowego badali głosy patologiczne, których cechą dystynktywną była szorstkość (roughness -R) lub głos chuchający (breathiness -B) (18).…”

unclassified

Comparison of Cepstral Coefficients to Other Voice Evaluation Parameters in Patients With Occupational Dysphonia

Niebudek-Bogusz¹,

Strumiłło²,

Wiktorowicz³

et al. 2013

Med Pr

View full text Add to dashboard Cite

StreszczenieWprowadzenie: W ostatnim czasie wśród obiektywnych metod oceny głosu uznaniem cieszy się analiza akustyczna oparta na wyznaczaniu współczynników cepstralnych MFCC (mel-frequency cepstral coefficients). Celem badania była ocena ich zastosowania w diagnozowaniu dysfonii zawodowych w porównaniu z innymi subiektywnymi i obiektywnymi parametrami diagnostycznymi zaburzeń głosu. Materiał i metody: W badaniu wzięły udział 2 grupy kobiet: grupa badana -55 nauczycielek (średni wiek: 45 lat) z dysfoniami o podłożu zawodowym, potwierdzonymi badaniem laryngowideostroboskopowym, oraz grupa porównawcza -40 kobiet z głosem prawidłowym (średni wiek: 43 lata). Próbki dźwiękowe (samogłoska 'a' oraz 4 znormalizowane fonetycznie zdania) poddano analizie MFCC. Wyniki porównano z parametrami akustycznymi (z grupy jittera, z grupy shimmera, parametrem oceny szumów NHR i współczynnikiem chrypki Yanagihary), parametrem aerodynamicznym (maksymalnym czasem fonacji) i parametrami subiektywnymi (skalą percepcyjną GRBAS i wskaźnikiem niepełnosprawności głosowej VHI). Wyniki: Analiza cepstralna wykazała znaczące różnice między grupą badaną a porównawczą, istotne dla współczynników MFCC2, MFCC3, MFCC5, MFCC6, MFCC8, MFCC10, szczególnie dla MFCC6 (p < 0,001) oraz dla MFCC8 (p < 0,009), co może sugerować ich przydatność kliniczną. Z kolei w grupie badanej MFCC4, MFCC8 i MFCC10 istotnie korelowały z większością zastosowanych parametrów obiektywnych oceny głosu. Ponadto współczynnik MFCC8, który u badanych nauczycielek korelował istotnie z wszystkimi ww. 8 parametrami obiektywnymi, wykazał też istotną zależność z cechą dystynktywną A (asthenity) subiektywnej skali GRBAS, cechującej głos słaby, zmęczony. Wnioski: Analiza cepstralna, oparta na wyznaczaniu współczynników MFCC, jest dobrze rokującym narzędziem do obiektywnej diagnostyki dysfonii zawodowych, które bardziej niż inne metody analizy akustycznej odzwierciedla cechy percepcyjne głosu. Med. Pr. 2013;64(6):805-816 Słowa kluczowe: kompleksowa ocena głosu, współczynniki cepstralne MFCC, zawodowe zaburzenia głosu Abstract Background: Special consideration has recently been given to cepstral analysis with mel-frequency cepstral coefficients (MFCCs). The aim of this study was to assess the applicability of MFCCs in acoustic analysis for diagnosing occupational dysphonia in comparison to subjective and objective parameters of voice evaluation. Materials and Methods: The study comprised 2 groups, one of 55 female teachers (mean age: 45 years) with occupational dysphonia confirmed by videostroboscopy and 40 female controls with normal voice (mean age: 43 years). The acoustic samples involving sustained vowels "a" and four standardized sentences were analyzed by computed analysis of MFCCs. The results were compared to acoustic parameters of jitter and shimmer groups, noise to harmonic ratio, Yanagihara index evaluating the grade of hoarseness, the aerodynamic parameter: maximum phonation time and also subjective parameters: GRBAS perceptual scale and Voice Handicap Index (VHI). Results: ...

show abstract

“…Outros métodos objetivos estudados são a análise acústica não linear (DAJER et al, 2011;TITZE;BAKEN;HERZEL, 1993) -LECHÓN et al, 2011;SCHÖNWEILER et al, 2000). Um sistema automático capaz de fazer essa classificação vocal pode minimizar as dificuldades encontradas pela subjetividade da avaliação perceptivo-auditiva.…”

Section: Com O Intuito De Suplantar Estas Limitações Investigam-se Munclassified

“…Moro-Velázquez et al (2015) pesquisaram um sistema automático, baseado no Modelo de Misturas Gaussianas, para avaliar o grau geral e a rugosidade de amostras vocais de acordo com a escala perceptiva de 4 pontos GRBAS. Os autores utilizaram duas parametrizações, sendo uma baseada nos coeficientes cepstrais mel-frequency e outra por um conjunto de parâmetros derivados dos espectros da modulação.…”

Section: Dimensional Voice Program) Os Autores Encontraram Os Melhorunclassified

“…A escala utilizada pela maioria foi a GRBAS de quatro pontos, na qual '0" representa uma voz sem desvio vocal, "1" desvio leve, "2" moderado e "3" intenso (MORO-VELÁZQUEZ et al, 2015;SÁENZ-LECHÓN et al, 2011;SCHÖNWEILER et al, 2000;STRÁNÍK;ČMEJLA;VOKŘÁL, 2014); enquanto que uma pesquisa utilizou uma escala com 7 pontos, na qual "0" representa as vozes com menor desvio e "7" com maior grau de desvio vocal (RITCHINGS; MCGILLION;MOORE, 2002 Ritchings et al (2002) avalia o grau geral de desvio vocal pela RNA, de acordo com a escala de 7 pontos, sendo capaz de distinguir os 7 graus de desvio vocal com uma precisão de 92%…”

Section: Desempenho Da Rede Neural Artificialunclassified

See 1 more Smart Citation

Aplicação de uma rede neural artificial para a avaliação da rugosidade e soprosidade vocal

Baravieira¹

View full text Add to dashboard Cite

Towards objective evaluation of perceived roughness and breathiness: An approach based on mel-frequency cepstral analysis

Cited by 9 publications

References 21 publications

Nonlinear Acoustic Analysis in the Evaluation of Occupational Voice Disorders

Nonlinear Acoustic Analysis in the Evaluation of Occupational Voice Disorders

Comparison of Cepstral Coefficients to Other Voice Evaluation Parameters in Patients With Occupational Dysphonia

Aplicação de uma rede neural artificial para a avaliação da rugosidade e soprosidade vocal

Contact Info

Product

Resources

About