Analiza tonu krtaniowego pod kątem rozpoznania

Analiza sygnału mowy pod
kątem rozpoznania mówcy
chorego
Anna Kosiek, Dominik Fert
Wstęp:
Analiza sygnału akustycznego była wykorzystywana w medycynie
jeszcze przed wykorzystaniem jej w technice. Sygnał mowy jest
dodatkowym źródłem informacji o kondycji narządów wewnętrznych
człowieka. Wiele z wykorzystywanych metod to metody subiektywne
(np. badanie serca za pomocą stetoskopu). Obecnie rozwój techniki
daje możliwość zastosowania obiektywnych metod oceny stanu
zdrowia pacjenta, ponieważ wszelkie patologie kanału głosowego
zauważalnie wpływają na sygnał mowy.
Częstotliwość podstawowa
• Dźwięk wytworzony przez głośnię nazywamy tonem krtaniowym i
wyrażony jest on wzorem:
F0 = (0.5 * sqrt(s/m)) / π,
gdzie:
s – współczynnik sprężystości strun [N/mm],
m – masa drgających strun [kg].
Częstotliwość podstawowa
• Częstotliwość ta zawiera się w następujących zakresach:
nazwa głosu
zakres częstotliwości [Hz]
bas
baryton
tenor
alt
mezzosopran
sopran
80 – 320
100 – 400
120 – 480
160 – 640
200 – 800
240 - 960
Częstotliwość podstawowa
• W wyniku zmian chorobowych zmienia się masa strun, więc także i
częstotliwość podstawowa.
• Jest wiele metod wyznaczania F0:
• Akustyczne
• Wewnętrzne
• Zewnętrzne
Częstotliwość podstawowa
• Przykładowe akustyczne metody:
• analiza przejść przez zero (ZCM)
• funkcja autokorelacji
• analiza cepstralna - anagram angielskiego słowa „spectrum”. Umożliwia w
wielu przypadkach bardziej przejrzystą interpretację danych zawartych w
widmie sygnału, niż pozwala na to analiza samego widma. W odróżnieniu od
funkcji korelacji, zachowuje ono prawie stałą postać przy małych zmianach
drogi przejścia. Dla tego samego mówcy wypowiadającego różne wypowiedzi
cepstrum powinno być jednakowe.
Częstotliwość podstawowa - cepstrum
Częstotliwość podstawowa
• Przykładowe wewnętrzne (optyczne) metody:
• Stroboskopia
• Fotoglotografia (PGG)
• Metoda zewnętrzna:
• elektroglotografia (EGG).
Częstotliwość podstawowa - elektroglotografia
Częstotliwość podstawowa - elektroglotografia
Częstotliwość podstawowa - elektroglotografia
Jitter i Shimmer
• Gdy pojawiają się patologie krtani, zmianom ulega poziom sygnału
oraz jego częstotliwość podstawowa.
• Parametr Jitter określa zmienność częstotliwości podstawowej w
kolejnych cyklach w stosunku do częstotliwości średniej tonu
podstawowego.
• Współczynnik Shimmer określa zmienność amplitudy w stosunku do
amplitudy średniej.
• Na podstawie badań można stwierdzić, że parametry te dla populacji
zdrowej nie przekraczają 10-15%.
Jitter i Shimmer
Jitter i Shimmer
Jitter i Shimmer
Spektrogram
• Wykres widma amplitudowego sygnału dla każdej chwili czasu, dla
której sygnał jest określony.
• Poszczególne różnice widoczne są dla wszystkich samogłosek.
• Wykresy przedstawiają spektrogramy dla głosek wypowiadanych
przez mężczyznę, stąd dominacja niskich częstotliwości.
Spektrogram – mówca zdrowy
Samogłoska „e”
Samogłoska „i”
Spektrogram – zapalenie krtani
Samogłoska „e”
Samogłoska „i”
Spektrogram – guz krtani
Samogłoska „e”
Samogłoska „i”
Spektrogram – rak krtani
Samogłoska „e”
Samogłoska „i”
Spektrogram
• Na uzyskanych wykresach widać, że zapalenie krtani wpływa jedynie
na niskie częstotliwości, obniżając ich amplitudę.
• Rak krtani wpływa na cały zakres częstotliwości, zwiększając
intensywność ich występowania.
• To samo dzieje się w przypadku mówcy z guzem krtani, jednak wzrost
amplitudy jest znacznie większy, co wynika z faktu, iż w trakcie
głosowym pojawia się ciało obce.
Podsumowanie:
• Sygnał mowy niesie ze sobą nie tylko treść słowną oraz informacje o
mówcy i emocjach towarzyszących danej wypowiedzi, ale również
informację o stanie traktu głosowego.
• Zalety wykorzystania do badań głosek o przedłużonej fonacji:
- minimalizacja emocjonalnego podejścia do wypowiedzi;
- badany sygnał jest stacjonarny - łatwiej zaobserwować zmiany
wynikające z choroby.
Bibliografia:
• Rozprawa doktorska dr inż. Macieja Kłaczyńskiego – „Zjawiska
wibroakustyczne w kanale głosowym człowieka”
• Instrukcje do laboratoriów z przedmiotu Metody akustyczne w
biologii i medycynie
Dziękujemy za uwagę 