智能手機(jī)錄制對(duì)嗓音聲學(xué)測(cè)量的影響

王家應(yīng) KIM HaKyung 楊金梅 高少華

近年來(lái)，智能手機(jī)作為現(xiàn)代化技術(shù)手段之一，已具備儲(chǔ)存無(wú)損格式音頻的功能，加之?dāng)y帶方便，在諸多領(lǐng)域被廣泛使用，如在個(gè)人康復(fù)治療與健康管理領(lǐng)域，智能手機(jī)APP在耳鳴康復(fù)治療中開(kāi)始普及[1]，對(duì)術(shù)后鼻內(nèi)鏡患者進(jìn)行健康指導(dǎo)，實(shí)施動(dòng)態(tài)管理，協(xié)助患者在家中進(jìn)行健康監(jiān)測(cè)和提醒用藥[2]，彌補(bǔ)了傳統(tǒng)醫(yī)療模式受時(shí)間和空間限制的缺陷。盡管我國(guó)智能手機(jī)的豐富功能已被應(yīng)用于個(gè)人健康管理中，但在嗓音保護(hù)方面還未涉及。

嗓音障礙是耳鼻咽喉科常見(jiàn)的疾病，發(fā)病率逐年上升，患者中很大一部分人是職業(yè)用嗓者，如教師、歌手、銷售人員等，該疾病嚴(yán)重影響了他們的生活質(zhì)量。調(diào)查發(fā)現(xiàn)，常見(jiàn)的嗓音疾病有聲帶充血、聲帶水腫、聲帶息肉、聲帶粘膜下出血、咽喉充血、懸雍垂水腫、聲帶閉合不良、聲帶軟性膨出等[3]。嗓音疾病不但發(fā)生率較高，且種類復(fù)雜。本研究以智能手機(jī)為嗓音音頻錄制設(shè)備，采用標(biāo)準(zhǔn)聲學(xué)分析軟件Praat與Dr.Speech分別對(duì)不同錄制手段下的嗓音參數(shù)聲學(xué)特征進(jìn)行分析，以期尋求一種便捷經(jīng)濟(jì)、簡(jiǎn)單易行的嗓音障礙預(yù)防與評(píng)估手段。

1 資料與方法

1.1 研究對(duì)象

選取上海市某高校30名在校大學(xué)生為研究對(duì)象，年齡21～27歲，平均年齡23.5±1.5歲，男女各15名。經(jīng)兩名專家檢查，所有研究對(duì)象均無(wú)聽(tīng)覺(jué)、言語(yǔ)及認(rèn)知障礙史，嗓音音頻錄制期間無(wú)感冒癥狀，無(wú)慢性喉病或其他長(zhǎng)期嗓音問(wèn)題。

1.2 嗓音音頻測(cè)試方法

采用國(guó)產(chǎn)智能手機(jī)（操作系統(tǒng)EMUI 3.1，基于Android5.1；CPU頻率為1.5 GHz）錄制被試嗓音音頻，錄制環(huán)境噪聲≤35 dB SPL。嗓音音頻錄制方法：（1）編制研究對(duì)象《嗓音音頻自主錄制指導(dǎo)說(shuō)明》進(jìn)行自主錄制：在保證舒適的前提下，保持坐姿端正；把智能手機(jī)揚(yáng)聲器放置于與嘴巴同一條水平線上；嘴巴與手機(jī)的距離保持約10 cm(約一個(gè)拳頭的距離）[4]；以平時(shí)說(shuō)話舒適的聲音平穩(wěn)地發(fā)/a/音，持續(xù)3～5秒[5]；（2）言語(yǔ)治療師輔助被試錄制嗓音音頻，保證被試坐姿、手機(jī)與嘴巴的角度、手機(jī)與嘴巴的距離等均正確。分別保存兩類Mp3嗓音音頻樣本。

采用聲學(xué)分析軟件Praat與Dr.Speech分析嗓音參數(shù)聲學(xué)特征。采用語(yǔ)音采集軟件Sound Forge9.0將保存的Mp3嗓音音頻樣本轉(zhuǎn)換成“*.wav”格式語(yǔ)音信號(hào)，輸出采樣頻率設(shè)置為44100 Hz，16 bit。對(duì)同一平穩(wěn)段的“*.wav”格式語(yǔ)音信號(hào)進(jìn)行分析，分別提取F0、Jitter、Shimmer、HNR 4個(gè)基本嗓音參數(shù)聲學(xué)指標(biāo)。

1.3 統(tǒng)計(jì)分析

使用SPSS 22.0對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。采用單因素重復(fù)測(cè)量實(shí)驗(yàn)分析錄制手段對(duì)嗓音參數(shù)聲學(xué)特征的影響，其中自變量為自主錄制與輔助錄制兩個(gè)水平；因變量分別為F0、Jitter、Shimmer、HNR。P＜0.05時(shí)差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 不同制手段對(duì)嗓音參數(shù)聲學(xué)特征的影響

2.1.1 基于Praat軟件的嗓音參數(shù)聲學(xué)特征分析結(jié)果 采用Praat分析不同錄制手段下的嗓音參數(shù)聲學(xué)特征見(jiàn)表1。自主錄制與輔助錄制下，F(xiàn)0、Jitter、Shimmer、HNR均無(wú)統(tǒng)計(jì)學(xué)意義上的顯著性差異（P＞0.05）?；赑raat軟件分析結(jié)果，不同錄制手段下嗓音參數(shù)聲學(xué)特征均無(wú)顯著差異。

2.1.2 基于Dr.Speech軟件的嗓音參數(shù)聲學(xué)特征分析結(jié)果 采用Dr.Speech分析不同錄制手段下的嗓音參數(shù)聲學(xué)特征見(jiàn)表1。自主錄制與輔助錄制下，F(xiàn)0、Jitter、Shimmer、HNR均無(wú)統(tǒng)計(jì)學(xué)意義上的顯著性差異（P＞0.05）?；贒r.Speech軟件分析結(jié)果，不同錄制手段下嗓音參數(shù)聲學(xué)特征均無(wú)顯著差異。

2.2 自主錄制手段下不同聲學(xué)分析軟件嗓音參數(shù)聲學(xué)特征的相關(guān)性分析

為進(jìn)一步探討自主錄制手段下Praat 與Dr.Speech聲學(xué)分析軟件是否能夠提供相似的嗓音參數(shù)聲學(xué)特征分析結(jié)果，對(duì)F0、Jitter、Shimmer、HNR進(jìn)行了相關(guān)性分析，結(jié)果見(jiàn)表2。自主錄制手段下，Praat與Dr.Speech的F0、Jitter、Shimmer、HNR呈極顯著相關(guān)（P＜0.01）。綜上，自主錄制手段下，Praat與Dr.Speech聲學(xué)分析軟件能夠提供相似的嗓音參數(shù)聲學(xué)特征分析結(jié)果。

3 討論

F0是聲帶周期性振動(dòng)的頻率，指一秒鐘內(nèi)聲帶振動(dòng)的次數(shù)，反映聲帶的發(fā)育、成熟以及老化的生理過(guò)程，受聲帶長(zhǎng)度、張力等影響，是嗓音評(píng)估中最基本的聲學(xué)參數(shù)[6]。Jitter指聲帶每個(gè)振動(dòng)周期之間頻率變化的微小擾動(dòng)，與對(duì)聲帶局部的控制能力相關(guān)，控制能力越好，聲帶振動(dòng)時(shí)穩(wěn)定性就越好[7]。Shimmer指聲帶每個(gè)周期之間振幅變化的微小擾動(dòng)，與聲帶振動(dòng)的穩(wěn)定性與規(guī)律性有關(guān)[8]。HNR指嗓音中諧音成分與噪聲成分的能量比例，HNR數(shù)值越高，說(shuō)明嗓音中的諧音成分占據(jù)主導(dǎo)地位，HNR數(shù)值越低，說(shuō)明嗓音中存在過(guò)多的噪音成分[8]。

國(guó)外已有研究分析了智能手機(jī)與聲學(xué)客觀測(cè)量工具在基本嗓音參數(shù)聲學(xué)特征上的差異性及相關(guān)性，如Lin等[9]使用iPhone手機(jī)錄制患者嗓音音頻，驗(yàn)證了智能手機(jī)用于嗓音參數(shù)聲學(xué)特征分析的可行性；Jin等[10]使用三星Galaxy智能手機(jī)和CSL聲學(xué)分析軟件對(duì)比分析嗓音正常人群基頻（F0）、振幅微擾(Shimmer)等參數(shù)的聲學(xué)特征，發(fā)現(xiàn)兩種設(shè)備錄制的嗓音音頻在這些聲學(xué)參數(shù)上無(wú)統(tǒng)計(jì)學(xué)意義上的顯著性差異。Oliveira[11]的研究更為全面，發(fā)現(xiàn)iPhone手機(jī)與標(biāo)準(zhǔn)電腦錄音系統(tǒng)在平均基頻（MF0）、最大基頻（MaxF0）、最小基頻（MinF0）、Jitter、Shimmer、SNR、諧噪比（HNR）等較多嗓音參數(shù)聲學(xué)特征上皆無(wú)統(tǒng)計(jì)學(xué)意義上的顯著差異。國(guó)內(nèi)該方面的研究相對(duì)缺乏，只有陳飛帆等[12]基于安卓平臺(tái)研發(fā)了一款嗓音管理APP，但其重點(diǎn)是用于嗓音的監(jiān)測(cè)，且發(fā)現(xiàn)HNR值的偏差仍有待提高。

表1 不同錄制手段下Praat與Dr. Speech聲學(xué)參數(shù)（±s）

表1 不同錄制手段下Praat與Dr. Speech聲學(xué)參數(shù)（±s）

注：1研究對(duì)象自主錄制嗓音音頻，2言語(yǔ)治療師輔助錄制嗓音音頻

參數(shù) Praat t P Dr. Speech t P自主錄制1 輔助錄制2 自主錄制1 輔助錄制2 F0（Hz） 183.20±58.40 179.24±57.88 0.84 0.41 189.43±60.86 182.56±59.91 1.60 0.12 Jitter（%） 0.38±0.17 0.38±0.12 0.09 0.93 0.29±0.14 0.27±0.11 0.84 0.41 Shimmer(%) 4.69±2.84 4.51±3.07 0.46 0.65 3.23±1.82 3.03±1.95 0.71 0.48 HNR(dB) 18.70±4.12 18.76±3.95 -0.12 0.90 20.56±4.61 20.32±3.89 0.41 0.69

表2 自主錄制下不同軟件聲學(xué)參數(shù)相關(guān)性分析

本研究結(jié)果顯示，F(xiàn)0均無(wú)統(tǒng)計(jì)學(xué)意義上的顯著差異，說(shuō)明自主錄制的嗓音音頻能夠很好的反映患者聲帶組織的張力、成熟及老化等生理狀況；Jitter和Shimmer均無(wú)顯著性差異，說(shuō)明自主錄制的嗓音音頻能夠客觀地反映聲帶振動(dòng)時(shí)的穩(wěn)定性與規(guī)律性。嗓音客觀測(cè)量中，Jitter與Shimmer是最基本的聲學(xué)參數(shù)，用來(lái)反映嗓音質(zhì)量的特異性[13]，因此，Jitter與Shimmer能夠幫助臨床醫(yī)生診斷聲帶病變，甚至可以預(yù)測(cè)后期的嗓音改變，同時(shí)還能區(qū)分聲帶是否長(zhǎng)有息肉[14]。當(dāng)聲帶發(fā)生病變后，聲帶振動(dòng)時(shí)的穩(wěn)定性與規(guī)律性遭到破壞，聲帶局部控制能力受到影響，嗓音音頻信號(hào)發(fā)生紊亂?；颊呷舫霈F(xiàn)嗓音不適癥狀，可自主錄制嗓音音頻，通過(guò)電子郵件發(fā)送給耳鼻喉科醫(yī)生或言語(yǔ)治療師進(jìn)行嗓音參數(shù)聲學(xué)特征分析，進(jìn)而適時(shí)提供健康護(hù)嗓指導(dǎo)意見(jiàn)。HNR均無(wú)顯著性差異，說(shuō)明自主嗓音錄制能夠敏感地反映其聲帶振動(dòng)時(shí)的嘶啞程度。HNR數(shù)值越低，嗓音中噪音成分越多。噪音成分與聲帶閉合程度有關(guān)，聲門閉合越好，通過(guò)聲門溢出的氣流就越少，噪音越小，反之，噪音越大。因此，HNR對(duì)聲音嘶啞程度的敏感性高[15]。如前文所述，教師、歌唱者等職業(yè)用嗓者使用嗓音的頻率遠(yuǎn)遠(yuǎn)高于普通人群，嗓音疾病發(fā)生率很高，嗓音疲勞、嘶啞、聲帶閉合不良、聲帶充血等癥狀嚴(yán)重影響其生活質(zhì)量。以教師為例，其教學(xué)任務(wù)繁重，出現(xiàn)嗓音不適癥狀，也未必有時(shí)間及時(shí)去醫(yī)院檢查。通過(guò)本研究結(jié)果，嗓音障礙者能夠充分利用智能手機(jī)無(wú)損格式音頻儲(chǔ)存、發(fā)送等功能，高效經(jīng)濟(jì)實(shí)現(xiàn)嗓音管理。

本研究結(jié)果顯示，自主錄制手段下P r a a t 與Dr.Speech兩類聲學(xué)分析軟件在F0呈極顯著相關(guān)，這與González等[16]研究結(jié)果相同，其通過(guò)重測(cè)程序發(fā)現(xiàn)同一被試間F0有高度的穩(wěn)定性，在所選聲學(xué)參數(shù)中位居第一；Praat與Dr.Speech的HNR呈極顯著相關(guān)，F(xiàn)errand等[17]研究也發(fā)現(xiàn)青年組、中年組的HNR都非常穩(wěn)定，Ambreen等[18]在21～50歲研究對(duì)象組得出相同的研究結(jié)論；Praat與Dr.Speech的Jitter，Shimmer呈極顯著高度相關(guān)，Jitter的相關(guān)性低于Shimmer。有研究者指出，盡管F0的相關(guān)性很高，但Jitter與Shimmer的相關(guān)性仍然相對(duì)較低，其中Jitter表現(xiàn)更為明顯[19]；Shimmer的相關(guān)性高于Jitter，是因?yàn)镴itter更多依賴于波限的精確位置，這種波限位置即使產(chǎn)生極小的誤差，嗓音音頻也會(huì)出現(xiàn)很多噪音，這對(duì)Jitter的測(cè)量影響很大，但對(duì)Shimmer的測(cè)量影響較小[20]。González等[16]研究也發(fā)現(xiàn)，同一被試間F0穩(wěn)定性很高的情況下，Jitter與Shimmer的穩(wěn)定性只是在可接受的范圍內(nèi)，且Jitter不如Shimmer穩(wěn)定。

綜上，以國(guó)產(chǎn)智能手機(jī)為嗓音音頻錄制設(shè)備，采用Praat與Dr.Speech聲學(xué)分析軟件分別提取不同錄制手段下的F0、Jitter、Shimmer、HNR，統(tǒng)計(jì)分析發(fā)現(xiàn)均無(wú)顯著性差異，且自主錄制手段下兩類聲學(xué)分析軟件能夠提供相似的嗓音參數(shù)聲學(xué)特征分析結(jié)果，這給嗓音障礙的監(jiān)測(cè)與評(píng)估提供以下幾點(diǎn)啟示：首先，充分利用國(guó)產(chǎn)智能手機(jī)無(wú)損格式音頻儲(chǔ)存與發(fā)送等功能，開(kāi)發(fā)智能手機(jī)嗓音評(píng)估軟件，讓用戶自主錄制嗓音音頻，再通過(guò)電子郵件發(fā)送給耳鼻喉科醫(yī)生或言語(yǔ)治療師，節(jié)約嗓音評(píng)估時(shí)間；其次，Dr.Speech是目前嗓音障礙評(píng)估的主要設(shè)備之一，該設(shè)備在經(jīng)濟(jì)發(fā)達(dá)城市的大醫(yī)院或語(yǔ)音實(shí)驗(yàn)室才具備，評(píng)估費(fèi)用昂貴且不易攜帶，相反，Praat是一款免費(fèi)開(kāi)放式的嗓音評(píng)估軟件，一方面，即使是在經(jīng)濟(jì)發(fā)達(dá)城市的大醫(yī)院，患者也可選擇在家或工作單位等地方自主錄制嗓音音頻，通過(guò)電子郵件發(fā)送給醫(yī)生或言語(yǔ)治療師，再選擇費(fèi)用相對(duì)低廉經(jīng)濟(jì)的Praat進(jìn)行嗓音分析，減輕家庭負(fù)擔(dān)，另一方面，在不具備Dr.Speech評(píng)估設(shè)備的經(jīng)濟(jì)發(fā)展水平落后地區(qū)，同樣也可通過(guò)患者自主錄制嗓音音頻，再直接采用Praat進(jìn)行嗓音監(jiān)測(cè)與評(píng)估，提高患者生活質(zhì)量；再次，如患者因家庭、工作等原因遷至其他城市居住，其之前的嗓音障礙評(píng)估報(bào)告可直接提供參考，甚至可不用再次進(jìn)行評(píng)估，節(jié)約治療費(fèi)用。本研究中嗓音錄制的距離與角度只有一個(gè)，因此，后續(xù)研究應(yīng)加入更多的距離與角度，多維度比較不同錄制手段下嗓音參數(shù)聲學(xué)特征間的關(guān)系。