Automated Assessment of Hypernasality in Motor Speech Disorders Using Nasal Cognate Distinctiveness and Nasal Posterior Probability

Lorsqu'une personne parle, le voile du palais à l'arrière de la bouche agit comme une porte, dirigeant l'air soit par le nez, soit par la bouche. Dans une voix saine, cette porte se ferme hermétiquement pour la plupart des sons, ne s'ouvrant que pour des lettres spécifiques comme « m », « n » et « ng ». Cependant, pour les individus souffrant de troubles de la parole moteurs — des conditions où le cerveau a des difficultés à coordonner les muscles nécessaires à la parole — cette porte peut ne pas se fermer correctement. Le résultat est l'hypernasalité, une condition où trop d'air s'échappe par le nez lors de sons qui devraient être purement oraux, donnant à la voix une qualité creuse distincte. Bien que les orthophonistes puissent entendre cette différence, ils éprouvent souvent des difficultés à la mesurer avec précision. Se fier uniquement à l'oreille humaine peut être incohérent, ce qui rend difficile le suivi de l'amélioration d'un patient au fil du temps ou la comparaison de la sévérité de la condition entre différentes personnes. Pour résoudre ce problème, des chercheurs ont commencé à développer des outils automatisés qui écoutent les enregistrements vocaux et calculent exactement quelle quantité de résonance nasale est présente, transformant une impression subjective en un nombre objectif.

Une équipe de chercheurs s'est donné pour mission de tester deux méthodes automatisées spécifiques conçues pour détecter cette fuite nasale. Ils voulaient savoir si ces mesures informatisées pouvaient refléter avec précision la sévérité de l'hypernasalité chez les patients souffrant de troubles de la parole moteurs. La première méthode, appelée Distingabilité des Cognats Nasaux (Nasal Cognate Distinctiveness), se concentre sur des paires de sons qui sont presque identiques, à l'exception de l'un étant nasal et l'autre non. Par exemple, le son « p » est une occlusive sourde, tandis que « m » est son partenaire nasal. L'ordinateur analyse la clarté avec laquelle un locuteur distingue ces paires ; si le locuteur présente une hypernasalité, le « p » commence à ressembler trop à un « m », et l'ordinateur détecte ce flou. La seconde méthode, connue sous le nom de probabilité postérieure nasale, utilise un modèle informatique plus avancé entraîné sur les règles du langage pour estimer la probabilité que n'importe quel son contienne une énergie nasale. Contrairement à la première méthode, qui se concentrait traditionnellement uniquement sur les consonnes occlusives comme « p », « t » et « k », cette seconde approche a été testée sur une gamme plus large de sons, incluant d'autres consonnes et même des voyelles, afin de voir si le signal nasal s'étend au-delà des suspects habituels.

Pour mettre ces outils à l'épreuve, les chercheurs ont rassemblé des enregistrements vocaux au niveau de la phrase provenant de 561 personnes. Ce groupe comprenait 374 individus ayant un fonctionnement neurologique typique pour servir de base de référence, et 187 patients diagnostiqués avec des troubles de la parole moteurs. Chaque enregistrement a également été évalué par des orthophonistes formés qui ont attribué un score de sévérité basé sur leur jugement professionnel. Les chercheurs ont ensuite lancé les analyses automatisées sur les enregistrements, cherchant des modèles. Ils ont découvert qu'à mesure que les experts humains évaluaient l'hypernasalité comme étant plus sévère, la première mesure, la Distingabilité des Cognats Nasaux, diminuait généralement, indiquant que la distinction entre les sons oraux et nasaux devenait plus difficile à détecter. Simultanément, la seconde mesure, la probabilité postérieure nasale, augmentait, signalant une présence plus élevée d'énergie nasale. Les données ont montré que ces changements n'étaient pas aléatoires ; ils suivaient de près les évaluations de sévérité des humains.

L'étude a également examiné si ces mesures automatisées pouvaient faire la différence entre un locuteur n'ayant aucune hypernasalité et un autre en présentant une. Lorsque les chercheurs ont comparé la performance des deux méthodes, ils ont constaté que les deux étaient très efficaces pour faire cette distinction. La méthode se concentrant sur les paires de sons et la méthode analysant la probabilité des caractéristiques nasales ont toutes deux atteint des taux de réussite similaires pour séparer les deux groupes. Peut-être plus surprenant encore, les chercheurs ont découvert que la seconde méthode fonctionnait tout aussi bien lorsqu'elle était appliquée aux voyelles que lorsqu'elle l'était aux consonnes. Cette découverte remet en question l'hypothèse ancienne selon laquelle les problèmes nasaux ne seraient visibles que dans des sons occlusifs spécifiques. Les données ont montré que le signal nasal est présent et mesurable à travers tout le spectre de la parole, des bords tranchants des consonnes au flux fluide des voyelles, les deux types de sons montrant la même relation forte avec la sévérité de la condition.

Pour s'assurer que ces outils étaient assez fiables pour une utilisation dans le monde réel, l'équipe a également vérifié si les mesures resteraient cohérentes si une personne prononçait la même phrase deux fois. Ils ont enregistré 20 témoins sains à deux occasions distinctes et ont comparé les résultats. L'analyse a montré que pour la grande majorité de ces enregistrements répétés, les mesures restaient stables, avec seulement un très petit nombre de cas présentant un changement assez important pour être considéré comme une réelle différence plutôt que comme une simple variation normale. Cette étape a fourni un point de repère crucial pour comprendre de combien un score doit changer avant qu'un clinicien puisse être certain que l'état d'un patient s'est réellement amélioré ou aggravé. L'étude conclut que les deux approches automatisées offrent des moyens valides et objectifs de mesurer l'hypernasalité. Elles capturent la même réalité acoustique sous-jacente et fournissent une alternative cohérente et basée sur les données au recours exclusif à l'oreille humaine, offrant une voie plus claire pour comprendre et suivre les troubles de la parole moteurs.