Evaluación automática de la calidad de la voz mediante aprendizaje automático

Área de la Ciencia:

• Patología del Habla y del Lenguaje
• Lingüística Computacional
• Ingeniería Biomédica

Sus antecedentes:

• La evaluación clínica de la voz se basa en calificaciones perceptuales subjetivas de la gravedad de la disfonía.
• Los métodos existentes carecen de objetividad, reproducibilidad y eficiencia.
• El análisis acústico automatizado ofrece potencial para la evaluación estandarizada de la voz.

Objetivo del estudio:

• Desarrollar y validar modelos de aprendizaje automático para la predicción automatizada de la gravedad de la disfonía (parámetro de Calificación de la escala GRBAS).
• Mejorar la objetividad, reproducibilidad y eficiencia en la evaluación clínica de la voz.
• Identificar las características acústicas clave predictivas de la gravedad de la disfonía perceptual.

Principales métodos:

• Se recolectaron 524 muestras de voz sostenida /a/ de tres bases de datos.
• Se extrajeron 47 características acústicas (espectrales, cepsstrales, de perturbación, basadas en ruido) utilizando Parselmouth (Praat).
• Se entrenaron y evaluaron cinco clasificadores de aprendizaje automático (DT, RF, XGBoost, LightGBM, CatBoost) utilizando validación cruzada de 5 pliegues.

Principales resultados:

• Los algoritmos de gradient boosting (LightGBM, CatBoost, XGBoost) superaron a los modelos tradicionales basados en árboles.
• LightGBM logró el mayor índice kappa ponderado cuadrático (QWK) de 0.945.
• Las medidas cepsstrales (CPPS, CSID, AVQI) y el HNR fueron los predictores más influyentes de la Calificación, mientras que el jitter y el shimmer contribuyeron mínimamente.

Conclusiones:

• Los métodos de gradient boosting, en particular LightGBM, demuestran una concordancia cercana a la de los expertos con las calificaciones perceptuales de disfonía.
• Estos modelos ofrecen herramientas objetivas e interpretables para la evaluación clínica de la voz.
• La predicción automatizada de la gravedad de la disfonía puede mejorar el flujo de trabajo clínico y la consistencia del diagnóstico.