Dr.Speech嗓音分析軟件測量嗓音障礙嚴(yán)重程度指數(shù)及其驗證△

高少華 盧紅云 韓立文 周靜 Kim HaKyung

2000年Wutys等[1]構(gòu)建了嗓音障礙嚴(yán)重程度指數(shù)(dysphonia severity index, DSI)，其為一種基于音域圖、空氣動力學(xué)和聲學(xué)測量的反映整體發(fā)聲質(zhì)量的多維測量指標(biāo)，其公式為:DSI=0.13×MPT(s)+0.005 3×F0-High(Hz)-0.26×I-Low(dB)-1.18×jitter(%)+12.4(其中，MPT為最長聲時，F(xiàn)0-High為最高基頻，I-Low為最低強度，jitter為基頻微擾)。2001年，歐洲喉科學(xué)會將其制定為嗓音障礙客觀參數(shù)的金標(biāo)準(zhǔn)。在該指數(shù)的臨床應(yīng)用過程中，有研究者指出不同測量設(shè)備的精度和算法差異會導(dǎo)致DSI的差異。2012年，Aichinger等[2]比較了LingWAVES和DiVAS設(shè)備所測的DSI數(shù)據(jù)，發(fā)現(xiàn)數(shù)值存在顯著差異。2017年Maryn等[3]探討了語音分析軟件Praat測量DSI指數(shù)的可行性，并將其與美國Kay PENTAX公司的音域圖(voice range profile，VRP，顯示個體發(fā)聲壓級度和基頻范圍)和多維嗓音分析軟件(multi-dimensional voice program，MDVP，提供三十余項嗓音參數(shù)數(shù)據(jù))測得的數(shù)值進(jìn)行比較，發(fā)現(xiàn)兩種設(shè)備測得的DSI值高度相關(guān)。

Dr.Speech(DRS)軟件是國內(nèi)常用的言語評估與矯治設(shè)備之一，但以單參數(shù)測量為主，暫無DSI多參數(shù)測量功能；而目前嗓音的評估主要依賴于喉鏡檢查和主觀評估。主觀評估中，除了被視為嗓音主觀感知評估的GRBAS分級外，應(yīng)用最廣泛的還有嗓音障礙指數(shù)量表(voice handicap index，VHI)，前者是基于專家的聽感知評估，后者則是基于患者對自身嗓音質(zhì)量的感知和評價。本研究通過建立DSIDRS函數(shù)模型，將其與GRBAS分級的總嘶啞度(G分級)進(jìn)行比較，驗證其有效性；并同時運用DRS軟件和Praat軟件進(jìn)行DSI測量并比較結(jié)果，以檢驗兩組測試軟件間一致性；最后，進(jìn)行DSIDRS與VHI之間的相關(guān)性分析，以更進(jìn)一步評估DRS軟件測量DSIDRS的準(zhǔn)確性。本研究同時納入嗓音健康人和嗓音疾病患者，以獲取不同等級音質(zhì)的數(shù)據(jù)結(jié)果，并對音質(zhì)分級進(jìn)行交叉驗證，旨在探討DRS軟件用于DSI測量的可行性。

1 資料與方法

1.1研究對象 選取2019年1月至3月在上海交通大學(xué)附屬第九人民醫(yī)院耳鼻喉科確診為嗓音疾病的患者55例以及嗓音正常成人(為患者家屬及志愿者)21例為研究對象，共76例受試者，年齡18～74歲，平均41.34±10.83歲，男35例，女41例。

排除標(biāo)準(zhǔn)：存在認(rèn)知功能障礙；存在因器質(zhì)性疾病導(dǎo)致的構(gòu)音不清；測試期間存在感冒、呼吸道感染等影響發(fā)音的疾病。

確保所有受試者為自愿參與本研究，本研究經(jīng)過寧波衛(wèi)生職業(yè)技術(shù)學(xué)院倫理委員會及華東師范大學(xué)人體實驗倫理委員會審查批準(zhǔn)(批準(zhǔn)號HR183-2017)。

1.2研究方法

1.2.1嗓音聲學(xué)分析及DSI測試 使用DRS軟件(上海泰億格康復(fù)醫(yī)療科技股份有限公司)和Praat語音分析軟件(荷蘭阿姆斯特丹大學(xué)語音科學(xué)實驗室)同時錄制和分析嗓音各項指標(biāo)。DRS軟件中的實時言語分析軟件和嗓音評估分析軟件用于錄制和分析嗓音樣本，軟件連接低通濾波器，設(shè)置采樣頻率44 100 Hz、16 bits[4]；Praat軟件內(nèi)置于HP envy13-AD109TU筆記本電腦，連接同一型號的低通濾波器，并設(shè)置采樣頻率44 100 Hz、16 bits；兩臺Shure-SV100C動圈式麥克風(fēng)分別連接DRS和Praat設(shè)備，以10 cm距離平行放置，水平傾斜45°角，并保持錄制嗓音時保持發(fā)音者口部距離麥克風(fēng)10～15 cm。錄音前，指導(dǎo)受試者如何正確發(fā)聲，最長聲時(maximum phonation time，MPT)錄制要求受試者以自然舒適的音調(diào)和響度發(fā)元音/a/三次，最長的一次將用于DSI計算；最高基頻(Highest F0，HF0)和最低強度(lowest intensity，LI)測量分別要求受試者以自然舒適的音調(diào)和響度發(fā)元音/a/，再逐漸過渡到最高或最低音調(diào)和響度發(fā)/a/，每例受試者的HF0和LI均分別錄制3次，取最高音調(diào)和最低強度用于DSI計算；要求受試者以舒適自然的音調(diào)和響度持續(xù)發(fā)元音/a/3～5秒，取每段音頻中間的1～2秒分析基頻微擾(jitter)，每例對象的jitter均錄制3次，取3次的均值用于DSI計算。

聲壓級校準(zhǔn)與jitter算法的篩選:Maryn等[4]運用Praat軟件進(jìn)行了DSI的測量與驗證，并指出聲壓級校準(zhǔn)能夠使得不同環(huán)境中測得的聲壓級值均衡化，因而聲壓級校準(zhǔn)對于嗓音強度測量有重要影響。DRS軟件測得的強度值為相對值，與聲級計測得的實際聲壓級值存在一定的差異，因而在計算前需要對DRS測量的強度進(jìn)行校準(zhǔn)。

聲壓級校準(zhǔn)地點與數(shù)據(jù)采集地點保持統(tǒng)一，為背景噪聲低于35 dB A的一間診室。聲壓級測量的標(biāo)準(zhǔn)參考值是以AWA6291型實時信號分析儀所測得的實際聲壓級為準(zhǔn)，進(jìn)行如下校準(zhǔn)：首先，校準(zhǔn)信號為HP envy13-AD109TU筆記本電腦中Adobe Audition 3.0軟件播放的不同強度言語聲(穩(wěn)態(tài)元音/a/)，DRS軟件、Praat軟件和AWA6291型實時信號分析儀同時采集聲音和進(jìn)行聲壓級分析，并將結(jié)果記錄于Excel表格中。通過Excel中的一元線性回歸分析方法將DRS軟件和Praat軟件測得的強度值(IE)轉(zhuǎn)換為實際強度值(IM)。

由于DRS軟件中的jitter有四種算法，需要篩選最佳算法用于DSI計算。而GRBAS評估與聲學(xué)指標(biāo)如jitter、shimmer和HNR等密切相關(guān)[5,6]，GRBAS在音質(zhì)評估中信效度較好，因而其評估結(jié)果常被用作多維聲學(xué)分析的基礎(chǔ)[1,7,8]。本研究中，Spearman相關(guān)分析結(jié)果顯示DRS軟件中四種算法的jitter均與G分級顯著正相關(guān)(P<0.01)，其中jitter(PPQ)與G分級相關(guān)最高(r=0.442)，而其他三種算法的jitter(jitter%，jitterRAP和jitter11pts)與G分級相關(guān)系數(shù)分別為0.414、0.399和0.390，因而選擇jitterPPQ用于DSI計算。

1.2.2GRBAS及VHI評估 由兩名言語病理學(xué)家對受試者的錄音樣本進(jìn)行GRBAS主觀聽感知評估，兩人評估不一致時，請另一位言語病理學(xué)家進(jìn)行評級，取其中一致的結(jié)果；受試者填寫VHI量表，根據(jù)量表中的所有問題，選擇最符合自己情況的選項并打鉤，對于部分文字閱讀有困難者，測試者以朗讀方式讀題目和選項，并勾選出受試者所選項。

1.3統(tǒng)計學(xué)方法 以SPSS16.0軟件對數(shù)據(jù)進(jìn)行統(tǒng)計分析。采用判別分析方法建立DSIDRS模型，其中76例受試者的MPT、HF0、LI和jitter值為自變量，G分級為因變量，建立判別函數(shù)，并判定76例受試者嗓音的G分級，采用留一法(Leave-one-out cross validation)對病例的分級進(jìn)行交叉驗證。

采用Pearson相關(guān)分析法分析DSIDRS與DSIpraat之間的相關(guān)性，以了解測量的設(shè)備間一致性；采用Pearson相關(guān)分析法分析DSIDRS與VHI評估的相關(guān)性，以了解主客觀評估之間的關(guān)系；顯著性水平α=0.05。

2 結(jié)果

2.1嗓音主客觀評估結(jié)果 76例受試者DSR、Praat軟件嗓音客觀評估以及嗓音主觀評估(G分級和VHI得分)的結(jié)果見表1。

表1 DRS、Praat軟件嗓音分析各指標(biāo)及G分級、VHI評分結(jié)果

2.2DSIDRS判別模型 表2顯示基于判別分析方法的DSIDRS函數(shù)的系數(shù)和對應(yīng)的常數(shù)。根據(jù)典型判別函數(shù)系數(shù)可知，存在三個判別函數(shù);而根據(jù)特征值和典型相關(guān)系數(shù)可知第一判別函數(shù)的特征值和典型相關(guān)值最大，因而第一判別函數(shù)最適用于判別分組，故得出DSIDRS的計算公式為:DSIDRS=1.916×jitter(PPQ)-0.004×HF0+0.027×LI+0.020×MPT-0.870。

表2 典型判別函數(shù)系數(shù)

表3顯示根據(jù)G分級的Fisher線性判別函數(shù)，對4級嗓音質(zhì)量給出了四組分類判別系數(shù)，通過四組分類判別系數(shù)構(gòu)成的判別函數(shù)可以對未分級病例進(jìn)行分級。在已知某病例HF0、jitter(PPQ)、LI和MPT這四個指標(biāo)的情況下，可以算出這四組判別函數(shù)的值，其中，最大的函數(shù)值即可表明該病例對應(yīng)的G分級。

表3 不同G分級的Fisher判別系數(shù)

表4為分類矩陣表，上半部分為76例受試者G分級初始判別與經(jīng)判別函數(shù)判定后分級之間的一致性，結(jié)果顯示原先判定為0、1、2和3級者，與經(jīng)判別函數(shù)判定為0、1、2和3級的一致性是52.6%，即在已知分級的病例中，應(yīng)用判別函數(shù)正確分級的病例占52.6%。下半部分顯示采用留一法(Leave-one-out)進(jìn)行交叉驗證(即每個受試者的嗓音通過除了其自身之外的其他受試者推導(dǎo)出來的判別函數(shù)來分級)的結(jié)果與經(jīng)判別函數(shù)判定分級比較，交叉驗證有47.4%的受試者被判對；根據(jù)Wuyts等[1]的研究，若考慮相鄰分級也可以被接受的情況，則分級一致性可達(dá)到82.9%。

表4 DSIDRS初始判別及交叉驗證G分級經(jīng)判別函數(shù)判定分級結(jié)果(例，%)

2.3DSIPraat判別模型 為獲取可靠的數(shù)據(jù)以比較DRS軟件與Praat軟件所測得的DSI值之間的一致性，同樣采用判別分析方法建立DSIPraat判別模型。根據(jù)特征值和典型判別函數(shù)系數(shù)的結(jié)果，DSIPraat的計算公式為：DSIPraat=2.955×jitter(PPQ)-0.002×HF0+0.042×LI-0.024×MPT-1.356。

表5為分類矩陣表，上半部分顯示76例G分級初始判別與經(jīng)判別函數(shù)判定函數(shù)分級之間的一致性，結(jié)果顯示原先判定為0、1、2和3級者，與經(jīng)判別函數(shù)判定為0、1、2和3級的一致性是50%，即在已知分級的病例中，應(yīng)用判別函數(shù)正確分級的病例占總體的50%。下半部分顯示采用留一法(Leave-one-out)進(jìn)行交叉驗證的結(jié)果，與經(jīng)判別函數(shù)判定分級比較，43.4%的受試者被判對；若考慮相鄰分級也可以被接受的情況，則分級一致性可達(dá)到77.6%?？梢姡w上，對于同一批受試者而言，DRS軟件對于G分級的成功率高于Praat軟件。

表5 DSIPraat初始判別及交叉驗證G分級經(jīng)判別函數(shù)判定分級結(jié)果(例,%)

2.4兩種軟件測量DSI的一致性 DRS和Praat兩種軟件測量的DSI及其他指標(biāo)的Pearson相關(guān)分析結(jié)果顯示，兩軟件測得的HF0之間相關(guān)系數(shù)為0.981(P<0.01)，jitter相關(guān)系數(shù)為0.701(P<0.01)，LI相關(guān)系數(shù)為0.652(P<0.01)，DSI相關(guān)系數(shù)為0.641(P<0.01)?？梢妰煞N軟件所測得的DSI及所有指標(biāo)之間均存在極顯著相關(guān)，其中，兩種軟件所測的HF0之間高度相關(guān)。MPT為時長變量，兩設(shè)備間測得的值相同。

2.5DSIDRS與VHI的相關(guān)性 76例受試者DSI值與VHI總分及VHI分量表得分相關(guān)性分析結(jié)果分別為：DSIDRS與VHI總分之間無顯著相關(guān)(r=0.163，P>0.05);與VHI功能分量表得分(r=0.246，P<0.05)、生理分量表得分(r=0.229，P<0.05)之間存在顯著相關(guān)，但相關(guān)程度較低；與VHI情緒分量表得分之間無顯著相關(guān)(r=-0.094，P>0.05)。

3 討論

DRS軟件作為常用的言語嗓音評估工具，在臨床中多用于嗓音音質(zhì)的測量和分析，然而目前尚無研究對其測量DSI的可行性進(jìn)行探究。本研究采用判別分析的方法建立DSIDRS判別模型并進(jìn)行交叉驗證，并采用留一法與Praat軟件所測的DSI值進(jìn)行比較，從而證實其用于DSI測量和嗓音質(zhì)量判別的有效性。

首先，本研究構(gòu)建了適用于DRS軟件的DSI測量公式：DSIDRS=1.916×jitter(PPQ)-0.004×HF0+0.027×LI+0.020×MPT-0.870。這一函數(shù)模型與2000年Wutys等[1]構(gòu)建的DSI計算公式：DSI=0.13×MPT(s)+0.0053×F0-High(Hz)-0.26×I-Low(dB)-1.18×jitter(%)+12.4存在一定的差異，這種差異是合理的，因為Wuyts所使用的軟件為MDVP，而近年來，Aichinger[2]、Maryn[3]等均提出DSI測量需關(guān)注設(shè)備間差異，不同設(shè)備測量DSI時，不宜直接套用公式，需根據(jù)所使用的測量設(shè)備做合理調(diào)整。本研究中DSIDRS計算公式的建立以符合DRS軟件本身的測量特性為導(dǎo)向，例如，在本研究中，由于DRS軟件本身測得的聲壓級值為相對值，為獲取更準(zhǔn)確可靠的數(shù)值，需要轉(zhuǎn)換為實際強度值，因而進(jìn)行了聲壓級校準(zhǔn)；此外，jitter在DRS軟件中有不同的算法，本研究通過篩選出與G分級相關(guān)性最高的算法，從而獲取更可靠和更適于DSIDRS計算的jitter值。

其次，本研究采用交叉驗證的方式，對所構(gòu)建的DSIDRS判別函數(shù)在嗓音質(zhì)量分級方面的有效性進(jìn)行了驗證，結(jié)果顯示，DSIDRS對47.4%的病例判斷正確。而根據(jù)Wuyts等[1]的研究，認(rèn)為相鄰分級也可以被接受，則本研究中，DSIDRS的正確分級達(dá)到82.9%。這一結(jié)果說明，在以基于專家聽感知評估的G分級為參照的情況下，DSIDRS能夠較好地實現(xiàn)對嗓音質(zhì)量及嗓音障礙嚴(yán)重程度的判定。

此外，本研究中還使用臨床中另一常用的Praat語音分析軟件進(jìn)行了DSI測量，建立了基于Praat軟件的DSIPraat公式，并通過與DSIDRS比較和分析，以了解兩種軟件測量DSI的一致性。交叉驗證結(jié)果顯示，運用DSIPraat，有43.4%的受試者判斷正確，如考慮相鄰分級被接受，分級成功率為77.6%，略低于DSIDRS的82.9%，說明DRS軟件測量的DSI對于嗓音障礙正確分級的準(zhǔn)確性略高于Praat軟件。Maryn等[3]2017年在其研究中已證實了Praat軟件測量DSI的可行性和有效性，因而本研究中DSIDRS用于嗓音質(zhì)量的評估也得到了進(jìn)一步支撐。

最后，本研究分析了基于DRS軟件的DSIDRS測量結(jié)果與患者VHI得分之間的關(guān)系，VHI量表常用作各種嗓音主觀評估,但在不同研究中，其與嗓音客觀分析指標(biāo)的相關(guān)性結(jié)果不盡相同[9～11]。本研究結(jié)果顯示DSIDRS與VHI之間相關(guān)性不顯著，一方面可能與國人對于嗓音的認(rèn)識及自我感知與專家的聽感知評估存在較大差別有關(guān)，另一方面也可能與量表本身所側(cè)重的維度與客觀測量所提示的嗓音特征之間有較大差距有關(guān)。

綜上所述，本研究結(jié)果表明，基于DRS軟件的DSIDRS，能夠用于嗓音測量和嗓音障礙嚴(yán)重程度判別；DSIDRS嗓音質(zhì)量評估的分級正確率略高于Praat軟件測得的DSIPraat；基于DRS軟件測量的DSI，設(shè)備間測量一致性良好；DSI與VHI相關(guān)不顯著，提示其可能反映嗓音不同維度的特征。臨床上，可以根據(jù)所具備的研究條件，運用該兩種軟件測量DSI值，以獲取音質(zhì)總體情況和嗓音障礙嚴(yán)重程度的數(shù)據(jù)，為嗓音評估提供更多參考信息。由于DSI研究在國內(nèi)相對較少，后續(xù)研究需要進(jìn)一步明確國人DSI 的正常值和異常值范圍以及分級標(biāo)準(zhǔn)，為嗓音客觀分析提供參考。