基于顺序运动速率的儿童语音运动发育的自动查
Roman Cmejla1, Michal Novotny1, Jan Rusz1
1Department of Circuit Theory, Faculty of Electrical Engineering, Czech Technical University in Prague, Prague, Czech Republic.
Computers in biology and medicine
|June 8, 2023
概括
一个新的自动化模型使用语音准确评估儿童的运动技能. 这种方法比传统的手动评分更具信息性,可以早期发现发育迟缓.
科学领域:
- 语音语言病理学 语言病理学
- 发育儿科 发育儿科
- 计算语言学计算语言学
背景情况:
- 传统的儿童运动技能评估依赖于手动的音节重复任务,这些任务是繁的,通常过于简单.
- 现有的评估儿童语言运动技能的方法缺乏精度和自动化.
- 需要更多的信息和自动化工具来选儿童发育不良的运动技能.
研究的目的:
- 开发和验证一个计算模型,通过语音分析来评估儿童的运动技能.
- 研究声学语音参数与儿童发育年龄之间的关系.
- 为了实现儿童运动技能发展的自动查.
主要方法:
- 招募了275名4至15岁的母语捷克语儿童,没有任何残疾史.
- 记录了音节重复任务 (/pa/, /ta/, /ka/) 并分析了二度可基尼斯 (DDK) 的声学参数.
- 开发了一种自动化模型,通过声信号估计发育年龄,使用Pearson的相关性和RMSE进行验证.
主要成果:
- 迪亚多霍基尼斯 (DDK) 速率与年龄显著相关 (p < 0.001),并显示出性别特异性的模式.
- 自动化DDK率估计与参考值 (Pearson的r=0.97) 有很强的相关性,误差很低 (3.77%RMSE).
- 在音节长度和DDK速率上观察到特定于年龄的影响,在学前年龄的女性表现出较慢的语音.
结论:
- 语音运动技能的自动化分析为评估儿童发育提供了敏感和信息丰富的方法.
- 开发的计算模型准确地估计了发育年龄,为传统方法提供了一个非侵入性的替代方案.
- 这种方法考虑了个体的变化,改善了对运动技能发展和潜在延迟的检测.
