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

Quando uma pessoa fala, o palato mole na parte posterior da boca atua como um portão, direcionando o ar pelo nariz ou pela boca. Em uma voz saudável, esse portão se fecha firmemente para a maioria dos sons, abrindo-se apenas para letras específicas como "m", "n" e "ng". No entanto, para indivíduos com distúrbios do processamento motor — condições em que o cérebro tem dificuldade em coordenar os músculos necessários para a fala — esse portão pode não se fechar adequadamente. O resultado é a hipernasalidade, uma condição em que o excesso de ar escapa pelo nariz durante sons que deveriam ser puramente orais, conferindo à voz uma qualidade distinta e oca. Embora os fonoaudiólogos consigam ouvir essa diferença, eles frequentemente têm dificuldade em medi-la com precisão. Confiar apenas no ouvido humano pode ser inconsistente, tornando difícil acompanhar se um paciente está melhorando ao longo do tempo ou comparar a gravidade da condição entre diferentes pessoas. Para resolver isso, pesquisadores começaram a desenvolver ferramentas automatizadas que escutam gravações de fala e calculam exatamente quanta ressonância nasal está presente, transformando uma impressão subjetiva em um número objetivo.

Uma equipe de pesquisadores propôs-se a testar dois métodos automatizados específicos projetados para detectar esse vazamento nasal. Eles queriam saber se essas medidas baseadas em computador poderiam refletir com precisência a gravidade da hipernasalidade em pacientes com distúrbios do processamento motor. O primeiro método, chamado Distintividade de Cognatos Nasais, foca em pares de sons que são quase idênticos, exceto pelo fato de um ser nasal e o outro não. Por exemplo, o som "p" é uma oclusiva surda, enquanto o "m" é seu parceiro nasal. O computador analisa o quão claramente um falante distingue esses pares; se o falante tiver hipernasalidade, o "p" começa a soar demais como um "m", e o computador detecta esse borrão. O segundo método, conhecido como probabilidade posterior nasal, utiliza um modelo computacional mais avançado treinado nas regras da linguagem para estimar a probabilidade de qualquer determinado som conter energia nasal. Diferente do primeiro método, que tradicionalmente olhava apenas para consoantes oclusivas como "p", "t" e "k", este segundo método foi testado em uma gama mais ampla de sons, incluindo outras consoantes e até vogais, para ver se o sinal nasal se estende além dos suspeitos habituais.

Para colocar essas ferramentas à prova, os pesquisadores reuniram gravações de fala em nível de sentença de 561 pessoas. Este grupo incluiu 374 indivíduos com função neurológica típica para servir como uma linha de base, e 187 pacientes diagnosticados com distúrbios do processamento motor. Cada gravação também foi avaliada por fonoaudiólogos treinados, que atribuíram uma pontuação de gravidade baseada em seu julgamento profissional. Os pesquisadores então realizaram as análises automatizadas nas gravações, procurando por padrões. Eles descobriram que, conforme os especialistas humanos classificavam a hipernasalidade como mais grave, a primeira medida, Distintividade de Cognatos Nasais, geralmente diminuía, indicando que a distinção entre sons orais e nasais estava se tornando mais difícil de detectar. Ao mesmo tempo, a segunda medida, probabilidade posterior nasal, aumentava, sinalizando uma maior presença de energia nasal. Os dados mostraram que essas mudanças não eram aleatórias; elas acompanhavam de perto as classificações humanas de gravidade.

O estudo também investigou se essas medidas automatizadas poderiam distinguir entre um falante que não tinha hipernasalidade e um que tinha. Quando os pesquisadores compararam o desempenho dos dois métodos, descobriram que ambos eram bastante eficazes em fazer essa distinção. O método focado em pares de sons e o método que analisa a probabilidade de características nasais alcançaram taxas de sucesso semelhantes na separação dos dois grupos. Talvez de forma mais surpreendente, os pesquisadores descobriram que o segundo método funcionava tão bem quando aplicado a vogais quanto quando aplicado a consoantes. Essa descoberta desafia a antiga suposição de que os problemas nasais são visíveis apenas em sons oclusivos específicos. Os dados mostraram que o sinal nasal está presente e é mensurável em todo o espectro da fala, desde as bordas nítidas das consoantes até o fluxo suave das vogais, com ambos os tipos de sons mostrando a mesma forte relação com a gravidade da condição.

Para garantir que essas ferramentas fossem confiáveis o suficiente para o uso no mundo real, a equipe também verificou se as medições permaneceriam consistentes se uma pessoa dissesse a mesma frase duas vezes. Eles gravaram 20 controles saudáveis em duas ocasiões distintas e compararam os resultados. A análise mostrou que, para a grande maioria dessas gravações repetidas, as medições permaneceram estáveis, com apenas um número muito pequeno de casos apresentando uma mudança grande o suficiente para ser considerada uma diferença real, em vez de apenas uma variação normal. Esta etapa forneceu um parâmetro crucial para entender o quanto uma pontuação precisa mudar antes que um clínico possa ter confiança de que a condição de um paciente realmente melhorou ou piorou. O estudo conclui que ambas as abordagens automatizadas oferecem formas válidas e objetivas de medir a hipernasalidade. Elas capturam a mesma realidade acústica subjacente e fornecem uma alternativa consistente e baseada em dados ao depender exclusivamente do ouvido humano, oferecendo um caminho mais claro para compreender e monitorar os distúrbios do processamento motor.