非定型音声・韻律定量化フレームワークを用いた自閉スペクトラム症の特定のためのスクリプトなし音声解析

科学分野:

• 神経科学
• 音声科学
• 発達心理学

背景:

• 自閉スペクトラム症（ASD）の早期発見は介入のために重要であるが、スクリプト化されたタスクを用いた現在の音声ベースの方法は限定的である。
• ASD児における音声異常の自動検出は、タスクの制限と一般化の問題により課題に直面している。

研究 の 目的:

• 自動ASD特定のための非定型音響・韻律パターンの定量化のためのスクリプトなし音声ベースフレームワークの開発と評価。
• 自然な相互作用を用いたASDの大規模な非臨床スクリーニングの実現。

主な方法:

• 自然な相互作用中のASD児および定型発達児（TD児）からの自発的音声の収集。
• 自由な会話からの多次元音響特徴量の抽出。
• ASD関連韻律パターンのモデリングと分類のための線形判別分析の利用。

主要な成果:

• ASD児における有意な非定型韻律パターンの特定（音声連続性の低下、ピッチ変動の増加を含む）。
• 堅牢な分類性能の達成（精度=0.85±0.07、F1=0.86±0.07）。
• 非定型パターンは自由対話でより顕著であり、言語能力と相関していることが判明した。

結論:

• ASDにおける非定型韻律パターンの捉え方には、スクリプトなし音声解析が不可欠である。
• 開発されたフレームワークは、臨床現場外での大規模ASDスクリーニングに有望である。
• 音響・韻律パターンは、ASD重症度評価のための客観的マーカーとして機能する可能性がある。