元音类型选择以及移动窗技术在声学分析中的应用研究

The stable signal is an important prerequisite for accurate and reliable acoustic analysis. Vowel types and voice samples are two factors that affect the signal stability. Previous studies have found that 1) vowel types have an impact on the acoustic analysis but not yet fully understood, and there are differences between different languages; 2) We apply the moving window technique to the interception of acoustic fragments and find that the interception signal is more stable than that processed by conventional means, and the ability to identify normal and pathological voice is much stronger. Based on the previous work, we will 1) further study the influence of vowel types on pronunciation stability, signal length requirements and ease of phonation, to clarify the role of vowel types in acoustic objective analysis, and 2) evaluate the signal stability under different window length and time shifts effect of moving window and select the optimal parameters of moving window. We aim to provide a theoretical basis for vowel selection and the application of moving window technique in acoustic analysis.

稳定的声音信号是声学分析结果准确可靠的重要前提，而元音类型及分析声样的选择截取是影响信号稳定性的两个因素。既往研究发现1）元音类型对声学客观分析有影响但尚未完全了解，且不同语种间元音的声学分析结果有差异；2）我们将移动窗技术应用于声学片段截取，发现所截取的声音信号较常规手段更稳定，对正常及病理嗓音的鉴别能力更强。本项目拟在前期工作基础上，1）进一步研究元音类型对发音稳定性、声样长度、发音舒适度等方面的影响，阐明元音类型在声学客观分析中的作用，2）评价移动窗技术应用于声学分析时不同窗体长度及移动步距下声学信号的稳定性、选择最佳移动窗参数，为解决元音类型的选择及移动窗技术在声学分析中的应用提供理论基础。

目前使用的大多数的声学分析方法都是建立在对信号频率提取的基础上，因此，稳定的声音信号是保证客观分析准确性的重要前提。而元音类型及分析声样的选择截取是影响信号稳定性的两个因素。既往研究发现元音类型对声学客观分析有影响但尚未完全了解，且不同语种间元音的声学分析结果有差异。本项目在前期工作基础上，进一步研究元音类型对发音稳定性、发音舒适度等方面的影响，以阐明元音类型在声学客观分析中的作用。研究发现在正常嗓音人群中，各元音间基频以及基频微扰无明显差异。低舌位元音/a/振幅微扰及基频微扰明显增高、谐噪比值最低，元音/u/的倒频谱值最低(p<0.05)。元音 /i/, /o/ 和 /ü/在大部分参数上表现出较好的稳定性。一直以来，临床医生以及研究者一直以元音/a/作为声学分析的嗓音任务。本项目的研究结果提示可能有更适合汉语人群的元音嗓音任务。. 另外，正如听力学检查对于听觉，视力检查对于视觉，嗓音的自然特性决定了主观评估作为检验客观分析有效性的参考方法，客观评估参数与主观评估的高度一致性也在多个研究中被验证。因此我们加入主观评估以及不同元音对正常及病理嗓音的鉴别力的一致性比较。已完成中文嗓音主观评估量表的设计和信效度分析。本项目基于CAPE-V设计原则重新设计嗓音主观评估中文测试文本，对此文本进行信度和效度分析，包括评委自身稳定性、评委间一致性以及与客观声学评估的一致性。结果显示评委自身稳定性较高，Pearson相关系数0.687～0.748；评委间一致性较好，组内相关系数0.589～0.685；主观分析结果与客观分析值显著相关（P<0.01）；受试者操作特征曲线下面积0.948～0.96，测试文本对正常及病理嗓音的鉴别力良好，相邻嗓音障碍等级的受试者其客观分析值有显著差异（P<0.01）。提示所设计的中文嗓音主观评估测试文本具有较高的信度和效度，具有潜在临床参考价值。