用GRBAS尺度进行听觉感知声音评估的和训练样本集的构建
Annelies Labaere1, Marc De Bodt2, Gwen Van Nuffelen3
1Department of Translational Neurosciences, Faculty of Medicine and Health Sciences, University of Antwerp, Antwerp, Belgium; Department of Speech Pathology and audiology, Thomas More University of Applied Sciences, Antwerp, Belgium.
Journal of voice : official journal of the Voice Foundation
|November 19, 2023
概括
这项研究为GRBAS尺度创建了可靠的语音样本,开发了一个标准化语音评估培训的在线工具. 这些发现为感知语音评估提供了大量的和培训声音.
科学领域:
- 语音和听力科学 语言和听力科学
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医学教育 医学教育
背景情况:
- 使用GRBAS尺度进行感知语音评估对于诊断语音障碍至关重要.
- 需要标准化的培训材料来确保一致和可靠的听觉感知语音评估.
- 现有的培训工具可能缺乏所有GRBAS参数和等级的全面和验证的语音样本.
研究的目的:
- 构建一套全面的可靠的和训练语音样本,用于所有参数和等级的等级,粗,呼吸,喘息和应变 (GRBAS) 尺度.
- 根据这些验证的样本,开发一种标准化的在线培训工具,用于基于这些验证样本的感知语音评估.
主要方法:
- 录制了140个语音样本 (元音/a/和荷兰语文),范围从正常到严重失声.
- 利用一个由五位经验丰富的法官组成的小组来评价GRBAS参数.
- 通过使用类内相关系数 (ICC) 和百分比一致性来选择 (>90%一致性) 和培训 (70-80%一致性) 样本来确定内部和间的可靠性.
主要成果:
- 对于所有评判和参数,实现了中等到良好的内部可靠性.
- 对于等级 (G) 发现了良好的interrater可靠性,对于粗性 (R),呼吸 (B),喘息 (A) 和应变 (S) 发现了中等的可靠性.
- 确定了83个有效的标样本和37个符合严格协议标准的培训样本,涵盖了所有GRBAS参数/分数组合.
结论:
- 确定了大量的 GRBAS 尺度的验证和训练语音样本.
- 这些样本符合明确的选择标准,用于在标准化的多层次培训工具中实施.
- 开发的资源将增强听觉感知语音评估培训.
