Automatická akustická analýza artikulační rychlosti u pacientů s parkinsonismem

Abstract

Poruchy řečové rychlosti představují častý příznak dysfunkcí řeči pro pacienty s parkinsonismem. Téma této práce bylo navrhnout automatickou akustickou metodu měření parametrů spojených s řečovou rychlostí. Navržená nová metoda byla porovnána se čtyřmi konvenčními algoritmy odhadu rychlosti řeči. Byla použita nahraná data 95ti improvizovaných monologů od zdravých lidí, pacientů s Parkinsonovou nemocí (PN), poruchou chování v REM spánku (RBD) a multisystémovou atrofií (MSA). Sada příznaků řečové rychlosti byla určena jako celková řečová rychlost, celková artikulační rychlost a variabilita artikulační rychlosti. Mezi všemi metodami poskytuje nejlepší výsledky v odhadu daných parametrů algoritmus Praat skript, s vysokou korelací k manuálně přepsaným referenčním hodnotám (r = 0.84, p < 0.001). Příznaky celkové řečové a artikulační rychlosti byly podle provedených statistických testů schopné výrazně rozlišit mezi zdravými lidmi a pacienty s MSA (p<0.001). Trend celkového zpomalení mluvy byl zpozorován u PN a RBD pacientů, avšak bez významných meziskupinových statistických rozdílů. Robustní a přesné metody odhadu defektů řečové rychlosti mohou sloužit ke zvýšení efektivity většího systému na hodnocení řečových poruch u neurodegenerativních nemocí.

Speech rate abnormalities represent a common symptom of speech disorder in parkinsonism. The aim of this thesis was to design an automatic acoustic method allowing to assess speech rate related parameters. One novel method was designed and compared to four conventional algorithms for speech rate estimation. Monologues were collected from 95 subjects, including healthy controls, Parkinson‘s disease (PD), rapid eye movement sleep behaviour disorder (RBD), and multisystem atrophy (MSA). The speech rate features including overall speech rate, articulation rate, and articulation rate variability were proposed. Compared to all tested methods, the Praat script reached the best results in estimating speech rate with a strong correlation to the transcribed reference values (r = 0.84, p < 0.001). Statistical tests showed that the overall speech and articulation rate were able to significantly differentiate between healthy controls and MSA patients (p < 0.001). Also, a trend of overall speech slowness was seen in PD and RBD, however, no significant statistical differences were demonstrated between the groups. Reliable automatic measurement methods of speech rate abnormalities might serve as a vital part of a greater system for speech disorders evaluation in parkinsonism.