收集和分析重复的语音样本:方法框架和示例协议

科学领域:

• 语音和语言病理学 语言病理学
• 生物医学工程 生物医学工程
• 计算语言学 计算语言学

背景情况:

• 语音和语言生物标志物为客观健康评估提供了潜力,但由于高个体内变异性而面临挑战.
• 在研究中关于语音特征的不一致报告阻碍了方法论的进步,复制和生物标志物识别.
• 现有的方法经常无法充分考虑混变量,影响基于语音的健康评估的可靠性.

研究的目的:

• 提出一个透明的语音收集和特征提取协议和设计检查清单,以促进可复制的语音研究.
• 为了证明一个实验室协议的可行性,旨在最大限度地减少健康语音录音中的混因素.
• 为健康评估应用程序收集和分析语音数据建立一个标准化的框架.

主要方法:

• 开发了一种语音收集和特征提取协议,该协议基于文献综述,用于对个体内语音变异性的受控调查.
• 协议包括唤起阅读语音,持有元音和图片描述,提取14个与健康相关的特征.
• 使用冷凝器麦克风,3个智能手机和一款用于设备特定灵敏度分析的耳机收集的语音数据.

主要成果:

• 收集了28名 (日队列) 和25名 (周队列) 个体的健康语音数据,并进行了重复测量.
• 收集了参与者特征 (性别,年龄,母语) 和上下文数据 (语音使用,摄入量,情绪状态,录制时间).
• 目前正在对个体内变异性和设备类型敏感性的分析,预计2025年将获得结果.

结论:

• 语音数据收集,处理和报告的变化阻碍了语音生物标志物的临床翻译.
• 为了解决研究中的不一致性,开发了一份语音策划协议设计检查清单.
• 标准化报告和合理的协议对于使语音研究可复制和临床应用至关重要.