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

Wanneer een persoon spreekt, fungeert het zachte gehemelte aan de achterkant van de mond als een poort die de lucht naar de neus of de mond leidt. Bij een gezonde stem sluit deze poort stevig voor de meeste klanken en opent deze alleen voor specifieke letters zoals "m", "n" en "ng". Echter, bij individuen met motorische spraakstoornissen — aandoeningen waarbij de hersenen moeite hebben met het coördineren van de spieren die nodig zijn voor spraak — sluit deze poort mogelijk niet goed. Het resultaat is hypernasaliteit, een conditie waarbij te veel lucht door de neus ontsnapt tijdens klanken die puur oraal zouden moeten zijn, wat de stem een kenmerkend, hol geluid geeft. Hoewel logopedisten dit verschil kunnen horen, vinden zij het vaak moeilijk om dit nauwkeurig te meten. Vertrouwen op het menselijk oor alleen kan inconsistent zijn, wat het moeilijk maakt om bij te houden of een patiënt in de loop van de tijd verbetert of om de ernst van de conditie tussen verschillende mensen te vergelijken. Om dit op te lossen, zijn onderzoekers begonnen met het ontwikkelen van geautomatiseerde instrumenten die spraakopnames beluisteren en exact berekenen hoeveel nasale resonantie aanwezig is, waardoor een subjectieve indruk wordt omgezet in een objectief getal.

Een team van onderzoekers zette zich scharpe om twee specifieke geautomatiseerde methoden te testen die ontworpen zijn om dit nasale lek op te vangen. Ze wilden weten of deze computergestuurde maten de ernst van hypernasaliteit bij patiënten met motorische spraakstoornissen accuraat konden weerspiegelen. De eerste methode, genaamd Nasal Cognate Distinctiveness, richt zich op paren van klanken die bijna identiek zijn, behalve dat de ene nasaal is en de andere niet. Bijvoorbeeld, de klank "p" is een stemloze plosief, terwijl "m" de nasale partner ervan is. De computer analyseert hoe duidelijk een spreker tussen deze paren onderscheid maakt; als de spreker hypernasaliteit heeft, begint de "p" te veel op een "m" te lijken, en de computer detecteert deze vervaging. De tweede methode, bekend als nasal posterior probability, gebruikt een geavanceerder computermodel dat getraind is op de regels van taal om de waarschijnlijkheid in te schatten dat een bepaalde klank nasale energie bevat. In tegenstelling tot de eerste methode, die traditioneel alleen keek naar plofklanken zoals "p", "t" en "k", werd deze tweede benadering getest op een breder scala aan klanken, inclusief andere medeklinkers en zelfs klinkers, om te zien of het nasale signaal zich uitstrekt voorbij de gebruikelijke verdachten.

Om deze instrumenten op de proef te stellen, verzamelden de onderzoekers zinsniveau-spraakopnames van 561 mensen. Deze groep bevatte 374 individuen met een typische neurologische functie om als baseline te dienen, en 187 patiënten gediagnosticeerd met motorische spraakstoornissen. Elke opname werd ook beoordeeld door getrainde logopedisten die een ernstscore toekenden op basis van hun professionele oordeel. De onderzoekers voerden vervolgens de geautomatiseerde analyses uit op de opnames, zoekend naar patronen. Ze ontdekten dat naarmate de menselijke experts de hypernasaliteit als ernstiger beoordeelden, de eerste maatstaf, Nasal Cognate Distinctiveness, over het algemeen afnam, wat aangeeft dat het onderscheid tussen orale en nasale klanken moeilijker te detecteren werd. Tegelijkertijd nam de tweede maatstaf, nasal posterior probability, toe, wat duidde op een hogere aanwezigheid van nasale energie. De gegevens toonden aan dat deze veranderingen niet willekeurig waren; ze volgden nauwlettend de menselijke beoordelingen van de ernst.

De studie onderzocht ook of deze geautomatiseerde maten het verschil konden zien tussen een spreker zonder hypernasaliteit en een spreker met hypernasaliteit. Wanneer de onderzoekers de prestaties van de twee methoden vergeleken, kwamen ze tot de conclusie dat beide zeer effectief waren in het maken van dit onderscheid. De methode die zich richt op klankparen en de methode die de waarschijnlijkheid van nasale kenmerken analyseert, behaalden beide vergelijkbare succespercentages in het scheiden van de twee groepen. Misschien nog verrassender was dat de onderzoekers ontdekten dat de tweede methode net zo goed werkte wanneer deze op klinkers werd toegepast als wanneer deze op medeklinkers werd toegepast. Deze bevinding daagt de oudere aanname uit dat nasale problemen alleen zichtbaar zijn in specifieke plofklanken. De gegevens toonden aan dat het nasale signaal aanwezig en meetbaar is over het gehele spectrum van de spraak, van de scherpe randen van medeklinkers tot de vloeiende stroom van klinkers, waarbij beide typen klanken dezelfde sterke relatie vertonen met de ernst van de conditie.

Om te waarborgen dat deze instrumenten betrouwbaar genoeg zijn voor gebruik in de praktijk, controleerde het team ook of de metingen consistent zouden blijven als een persoon dezelfde zin twee keer uitspreekt. Ze namen 20 gezonde controles op twee aparte gelegenheden op en vergeleken de resultaten. De analyse toonde aan dat voor het overgrote deel van deze herhaalde opnames de metingen stabiel bleven, waarbij slechts een zeer klein aantal gevallen een verandering vertoonde die groot genoeg was om als een echt verschil in plaats van normale variatie te worden beschouwd. Deze stap bood een cruciaal ijkpunt voor het begrijpen van hoeveel een score moet veranderen voordat een clinicus er zeker van kan zijn dat de conditie van een patiënt daadwerkelijk is verbeterd of verslechterd. De studie concludeert dat beide geautomatiseerde benaderingen valide, objectieve manieren bieden om hypernasaliteit te meten. Ze leggen dezelfde onderliggende akoestische realiteit vast en bieden een consistent, op data gebaseerd alternatief voor het uitsluitend vertrouwen op het menselijk oor, wat een helderder pad biedt voor het begrijpen en volgen van motorische spraakstoornissen.