Vliv virtuální reality na vnímání a produkci hlasu

Tento projekt řeší tři specifické cíle. Specifické cíle 1 a 2 nastavují mnoho parametrů pro klinické hodnocení, kterým se věnuje Specifický cíl 3. Podrobnosti o projektu jako celku, včetně klinického hodnocení, jsou zkopírovány a vloženy z návrhu grantu následovně.

3.0 VÝZKUMNÝ PŘÍSTUP Celkovým účelem je prozkoumat účinky sluchových, vizuálních a audiovizuálních informací na vnímání a produkci vlastního hlasu pomocí VR jako nástroje vyšetřování a poskytnout předběžná data o potenciálním využití VR v hlasu. tréninkové prostředí. Podrobnosti týkající se konkrétních cílů jsou uvedeny na příslušné stránce.

3.1 Účastníci: Pro SA1 a SA2 bude přijato 60 hlasově zdravých třídních učitelů ve věku 24 až 50 let (viz 3.2). Na spodním konci představuje toto věkové rozpětí nejranější věk, ve kterém by učitelé mohli zahájit svou profesionální učitelskou kariéru, a na horním konci představuje průměrný věk nástupu menopauzy u žen a my si přejeme omezit hormonální a jiné věkem související vlivy v datech. Všichni účastníci se zúčastní SA1 a SA2, které používají stejné postupy sběru dat současně s různými analýzami pro percepční opatření (SA1) a produkční opatření (SA2). Pro SA3, který je průzkumný, bude přijato dalších 10 zdravých učitelů se stejnými charakteristikami. Pro všechny SA jsou kritéria pro zařazení a vyloučení: Začlenění: Samostatně: (1) třídní učitel K-12 s nejméně dvouletou pedagogickou praxí (SA1 a SA2) nebo třídní učitel na základní škole (SA3), mezi 24 a 50 lety ; (2) Žádná anamnéza poruchy hlasu trvající déle než dva týdny a index hlasového handicapu -10 (VHI-10)63 skóre < 10; (3) celoživotní nekuřák; (4) Žádné sluchové nebo nekorigované poškození zraku; Písemnou dokumentací: (5) Doklad o úplném očkování proti COVID-19; Podle klinického hodnocení: (6) Normální hlas ve dnech účasti, podle hodnocení hlasově specializovaného licencovaného SLP na základě celkového skóre závažnosti z Consensus-Auditory Perceptual Evaluation of Voice (CAPE-V) < 10,65 Vyloučení: Na základě vlastního hlášení :(7) Historie patologie hlasivek nebo jiné patologie ovlivňující hlas; (8) jakýkoli akutní stav, který může ovlivnit produkci hlasu, jako je kašel, ucpaný nos nebo teplota vyšší než 37,0 °C. Všimněte si, že v této fázi jsou posuzováni pouze hlasově zdraví učitelé, než budou představeny složitosti spojené s poruchami hlasu. Těmito složitostmi se budeme zabývat v pozdější překladatelské práci, která navazuje na současnou sérii. Je třeba poznamenat, že výzkumný program je v konečném důsledku relevantní pro učitele s hlasovými problémy, ale také pro pracovní prostředí aktuálně zdravých učitelů.

3.2 Výkonové analýzy: Výkonové analýzy předpokládaly střední velikost účinku d = 0,4, oboustranný, pro testy všech závislých proměnných napříč SA1 a SA2. Výsledky naznačují, že N=51 bude postačovat k detekci nálezů pro všechny proměnné s hladinou významnosti α = 0,05 a mocninou 0,8. S ohledem na možné opotřebování bude pro cíle 1 a 2 přijato 60 účastníků. Tento počet ukázal náš spoluřešitel Bottalico a naše vlastní novější předběžná data jako dostatečná k odhalení významných účinků podobných těm, které byly zkoumány v této sérii. (např. rozdíly v percepčním hodnocení hlasového úsilí a pohodlí a také SPL a střední f0; (Bottalico, 2017; Bottalico et al., 2016; Daşdöğen et al., nepublikovaná data). Pro SA3, který je průzkumný, bude přijato celkem 10 účastníků, aby získali předběžná data pro pozdější klinickou sérii.

3.3 Postupy 3.3.1 SA1 a SA2: Šedesát třídních učitelů K-12 bude rekrutováno prostřednictvím letáků zveřejněných v komunitě a na sociálních sítích a prostřednictvím přímého kontaktu s veřejnými školami v Delaware, New Jersey, Pensylvánii a Marylandu, z nichž všechny mohou být v těsné blízkosti studijního místa na University of Delaware. Jednotlivci, kteří se obrátí na PI se zájmem o účast, obdrží přehled studie po telefonu nebo zabezpečeném vzdáleném připojení, a pokud souhlasí, poskytnou informovaný souhlas. Po souhlasu budou účastníci vedeni k online screeningovému dotazníku REDCap pomocí serveru kompatibilního s HIPAA, aby se zabývala všemi začleňovacími a vylučovacími kritérii kromě klinického sluchově-percepčního hodnocení hlasu (CAPE-V). Kvalifikovaní účastníci budou naplánováni na schůzku v laboratoři v hlasové laboratoři STAR kampusu University of Delaware. Na začátku schůzky lékař zhodnotí hlas účastníka, aby potvrdil normální kvalitu hlasu pomocí CAPE-V. Účastníci, kteří projdou tímto závěrečným screeningovým krokem (celkové skóre závažnosti CAPE-V < 10), postoupí k experimentálním postupům. Ostatní budou omluveni.

U experimentálních postupů budou účastníci nejprve vyškoleni v řečových úkolech, které budou během studie použity: představit se na 15 sekund, poskytnout dvouminutový tutoriál související s jejich odbornými znalostmi ve výuce, udržet samohlásku /a/ pro 3 sekundy se třikrát opakovaly a třikrát se opakovala fráze CAPE-V „Byli jsme pryč před rokem“. Účastníci poté obdrží pokyny pro sebereferenční dotazník odrážející sebepociťovanou hlasitost hlasu, hlasové úsilí a hlasový komfort pro řečové podněty jako sadu (viz 6.0). Po doručení těchto pokynů bude umístěno vybavení včetně mikrofonů náhlavní soupravy, sluchátek a brýlí VR (viz 4.0). Účastníci poté provedou experimentální řečové úkoly v každé z 15 náhodně uspořádaných podmínek s hlukem na pozadí i bez něj, které virtuálně napodobují sluchové a vizuální vlastnosti místností v reálném světě, od malých po velké přednáškové sály, se suchou až vysoce dozvukovou akustikou a proměnlivými reproduktory vzdálenosti k posluchači.

Prostorová akustika bude předepsána pro charakterizaci a řízení akusticky se měnících podmínek v prostředí VR (ISO 3382, viz 5.0). Měření OBRIR budou získána v prostředí učebny, posluchárny a školní posluchárny v kampusu University of Illinois Urbana-Champaign, kde jsou rozměry podobné rozměrům učeben VR (viz 5.0). Software Ovation (Ovation VRSpeaking, LLC, NJ, USA) bude použit k poskytování realistických VR místností a 3D posluchačů (viz 4.0). Experimentální úkoly budou zahrnovat řetězec vybídnutých řečových projevů jako pro tréninkové podmínky, (i) bez externí zvukové nebo vizuální zpětné vazby nebo hluku na pozadí (experimentální základní linie), (ii) v každém sluchovém stavu samostatně, (iii) v každém vizuálním stavu samostatně a (iv) v každé kombinaci sluchových a zrakových podmínek. Všechny podmínky ii-iv budou vytvořeny se šumem na pozadí a bez něj, který bude krátce popsán. Pro podmínky pouze pro zvuk budou účastníci nosit masku na oči, aby zablokovali vizuální informace. Za těchto podmínek uslyší účastníci, aby napomohli komunikačnímu záměru, potlesk, který je spojen s odpovídajícími akustickými reakcemi místnosti, než zahájí každý řečový řetězec, což poskytne zvukově-prostorové vodítko o přítomnosti publika, o tom, jak je prostředí přibližně přeplněné a jak vzdálení posluchači jsou v prostředí. Aby se zlepšilo zapojení účastníků do prostředí, předtím, než promluví, zkoušející je požádá, aby odhadli velikost publika a vzdálenost mezi mluvčím a posluchačem. Za všech vizuálních podmínek účastníci uvidí příslušné vizuální místnosti a sedící posluchače, kteří budou na řečníka realisticky reagovat (např. pohyb vsedě, drbání na hlavě atd.). Pro další podporu zapojení účastníků se zkoušející zeptá každého účastníka, kolik lidí je v daném prostředí a jak daleko jsou. Za všech podmínek budou účastníci vyzváni, aby „mluvili tak, aby vám všichni rozuměli“. Jak bylo uvedeno, všechny podmínky budou provedeny s a bez hluku na pozadí během projevu účastníků. Hladina hluku bude odpovídat úrovni reprezentující typické prostředí třídy (průměr 54 dB).66 Poté, co účastníci pronesou řečové projevy v každém stavu, sundají si brýle pro VR nebo masku na oči a budou požádáni o vyplnění dotazníku o hlasitosti, hlasové námaze a hlasovém komfortu pro předchozí promluvy. Dotazník se zobrazí na obrazovce počítače, která umožňuje digitální odpovědi na vahách VAS (viz 6.0). Poté účastníci přejdou k další podmínce VR a tak dále, dokud není sběr dat pro všechny podmínky dokončen, čímž se relace uzavře. Celková délka sezení se předpokládá cca 120 minut.

3.3.2 SA3: Účastníky bude 10 třídních učitelů. Po splnění kritérií pro zařazení a vyloučení, s výjimkou klinického sluchového hodnocení hlasu, se kvalifikovaní účastníci dostaví do hlasové laboratoře STAR k vyhodnocení hlasu jako u SA1 a SA2. Účastníci, kteří projdou hlasovou kontrolou, budou vybaveni příslušnými přístroji (3.3.1; 4.0) a bude produkovat stejné řetězce promluvy jako pro SA1 a SA2, se vzdáleností reproduktoru od cíle 4 m, specifikovanou fyzickou figurínou. Poté budou účastníci náhodně rozděleni do jedné ze dvou školicích podmínek: tradiční klinická místnost nebo prostředí VR. Ve svých podmínkách účastníci absolvují školení v terapeutickém vzoru hlasu, který má hodnotu i pro zdravé mluvčí, „rezonanční hlas.“68-71 Školení bude poskytováno řečovým patologem s minimálně dvouletou praxí v oblasti hlasových poruch, který absolvoval standardizovaný výcvik v Lessac-Madsen Resonant Voice Therapy (LMRVT).26 Během školení v obou prostředích bude hluk na pozadí prezentován jako u SA1 a SA2, ve volném poli pro tradiční prostředí a přes sluchátka v prostředí VR. V obou podmínkách tréninku budou použity materiály ze Session Two LMRVT - první lekce, ve které začíná skutečný hlasový trénink v tomto programu. Pro podmínky tradiční kliniky budou po 30 minutách tréninku LMRVT s použitím materiálů ze Session Two účastníci vedeni k opakování stejných cvičení v pořadí od Session Two s instrukcemi produkovat hlas, jako by mluvili k osobě umístěné ve vzdálenosti 2 metrů. z reproduktoru, představovaného fyzickou figurínou, po dobu 5 minut. Poté budou účastníci opakovat stejná cvičení znovu, jako by mluvili s figurínou umístěnou ve 4 metrech po dobu 5 minut a nakonec ve výšce 6 metrů po dobu 5 minut. Po tréninku na každé z těchto vzdáleností budou účastníci opakovat základní promluvy, které budou zaznamenány pro sběr zvukových dat. Pokud jde o podmínky prostředí VR, účastníci absolvují stejné školení LMRVT jako v tradiční místnosti, pouze ve VR učebně (místnost 1; tabulka 1) jako zástupce reálných podmínek ve třídě, vytvořené pro SA1 a SA2, ale nezávisí na výsledcích. pro ty Cíle. Účastníci absolvují školení ve cvičeních LMRVT Session 2 po dobu 30 minut, po kterých bude následovat opakování stejných cvičení z Session Two s instrukcemi produkovat relevantní promluvy promlouvající k posluchačům v prostředí VR umístěné ve vzdálenosti 2 metry, 4 metry a 6 metrů od reproduktor po dobu 5 minut v každé vzdálenosti. Pokud jde o tradiční prostředí, zvukové nahrávky budou pořizovány pomocí výchozích promluv po tréninku na každou vzdálenost. Po absolvování všech školení budou účastníci v obou podmínkách navedeni do standardní učebny v prostředí STAR (místnost 513; objem/půdorys ~2440 m3/69m2). V tomto nastavení budou účastníci požádáni, aby opakovali základní řečové úkoly a mluvili k živým sedícím posluchačům umístěným ve 4 metrech pro test retence a novou vzdálenost - 9 metrů - a nahrávky budou pořízeny jako dříve. Poté budou účastníci omluveni. Celková doba trvání je cca 90 minut. Ukázalo se, že krátká školení v řádu asi 30 minut vedou k posunům v produkci hlasu94, což je v souladu s rozsáhlými klinickými zkušenostmi PI. Očekáváme tedy, že takové posuny najdeme v této sérii, která připraví základy pro rozsáhlejší longitudinální studie vhodné pro plánovaný R01 vyrůstající z této práce.

Vybavení 4.0: Digitální audio pracovní stanice (Reaper verze 6.36, Rosendale, NY, USA) a mikrofon namontovaný na hlavě (AKG C 520, Harman) budou použity k zachycení hlasových signálů pro všechny SA. Zvukové záznamy budou vzorkovány při 44,1 kHz. Vzdálenost mikrofonu od úst bude 5 cm s mikrofonem umístěným v úhlu 450 od úst účastníka.72 Mikrofon bude připojen k audio rozhraní (Babyface Pro FS 24-Channel USB 2.0, Heimhausen, Německo) a kombinovaná vstupní/výstupní latence bude menší než 5 ms, což je hodnota pod rozsahem znatelné ozvěny (16 a 26 ms).73 Rozhraní bude připojeno k počítači se spuštěnou zvukovou pracovní stanicí Reaper za účelem vytvoření zvukového vykreslování. Brýle pro virtuální realitu (Oculus Rift S) budou sloužit k produkci vizuálních informací (místnosti a posluchači 3D avatarů). Obrázky a posluchače hlasitosti místnosti budou poskytovány pomocí softwaru Ovation (https://www.ovationvr.com/). Software umožňuje výběr více prostředí ve třídě, která replikují příklady ze skutečného světa a mluvení ke stovkám digitálně generovaných 3D publik (skutečných lidí), kteří na řečníka reagují úsměvem, tleskáním nebo pohybem. Nedávná studie informovala o účinnosti tohoto softwaru při vytváření skutečných vizuálních scénářů.92 Zvukový mikrofon bude kalibrován podle zveřejněných postupů.93 VR brýle budou optimálně umístěny pro každého účastníka individuálně. Všechny výroky budou uloženy jako soubory wav v zašifrované složce.

5.0 Měření akustiky místnosti a vykreslování zvuku: Místnosti podobné velikosti jako ty, které byly vybrány v softwaru Ovation (učebna, přednáškový sál a školní posluchárna), budou vybrány v kampusu University of Illinois Urbana-Champaign (společností Co-I Bottalico). Místnosti budou akusticky charakterizovány podle ISO 3382.

V místě, kde je reproduktor obvykle umístěn v místnostech, budou orální-binurální impulsní odezvy měřeny pomocí HATS. Konkrétně, orálně-binaurální impulsní odezvy (OBRIR) budou získány pomocí konvoluční metody podle publikovaných metod.91 Konkrétně bude uši HATS zaznamenáván exponenciální rozmítaný signál vysílaný ústy simulátoru hlavy a trupu (HATS, GRAS 45BB KEMAR). Konvoluce mezi zaznamenanými pohyby (u uší HATS) a inverzí k emitovanému pohybu (ústy HATS) bude generovat OBRIRy. OBRIRs budou použity k akustické úpravě místností s ohledem na dráhu uší a úst reproduktoru.

Zvukové vykreslování hlasu subjektu v akustice virtuální místnosti v reálném čase bude dosaženo pomocí konvolučních plug-inů v reálném čase, jako jsou Analglyph a RoomZ vyvinuté naším konzultantem Katzem na Sorbonnské univerzitě.74 Konvoluční motor bude využívat naměřené pokojové impulsní odezvy. Virtuální akustické ztvárnění bude účastníkovi přehráno přes otevřená sluchátka (HD 660S, Sennheiser, Wedemark, Německo), čímž se omezí zabarvení od slyšení vlastního hlasu.

6.0 Míry: Pro SA1 budou sebehodnotící míry vnímání odvozeny ze tří samostatných otázek o hlasitosti hlasu, hlasovém úsilí a hlasovém komfortu pomocí vizuální analogové škály (VAS; tabulka 2). Po každé podmínce studie budou brýle VR odstraněny a účastníci dokončí VAS pomocí REDCap kompatibilního s HIPAA. Dotazník vnímání REDCap se zobrazí na obrazovce počítače. Účastníci budou odpovídat na každou otázku vnímání postupně posunutím posuvníku na stupnici od 0 (vůbec ne) do 100 (extrémně[y]). Každá odpověď bude numericky zachycena v databázi REDCap. Vyplnění dotazníku bude trvat přibližně dvě minuty, což poskytne odpočinek po předchozím studijním stavu a pomůže minimalizovat potenciální hlasovou únavu. U SA2 a SA3 budou instrumentovaná měření hlasu zahrnovat hladinu hlasového akustického tlaku-SPL a spektrální momenty (viz 7.0).

7.0 Extrakce a analýza dat: Extrakce parametrů řeči bude provedena pomocí Matlab R2021b (MathWorks, Natick, MA, Spojené státy americké) a Praat (verze 6.2.14). Pro každý ze záznamů bude získána časová historie SPL90 a základní frekvence f0 s časovým krokem 0,05 s. Hodnota f0 bude odhadnuta pomocí algoritmu detekce akustické periodicity na základě přesné autokorelační metody. Tato metoda je přesnější, odolnější proti hluku a robustnější než jiné metody založené na kepstru nebo hřebíncích nebo původní metody autokorelace. Pro dva časové průběhy budou vypočteny statistické momenty (spektrální průměr, standardní odchylka, šikmost a špičatost). Schopnost spektrálních momentů rozlišovat mezi různými stupni hlasového úsilí byla popsána již dříve.76 Tato měření kvantitativně vyhodnotí klíčové spektrální příspěvky, které mohou být spojeny s potenciálními změnami v hlasové kvalitě ve vztahu k hlasovému úsilí a pohodlí. V této sérii však nebudou provedena měřítka percepční kvality hlasu.

8.0 Statistické analýzy: U všech SA budou modely lineárních smíšených efektů (LME) (Matlab R2021b) vybaveny omezenou maximální pravděpodobností (REML). Závislé a nezávislé proměnné těchto modelů jsou uvedeny v sekci SA. ID účastníka bude použito jako termíny pro náhodné efekty. Zde se náhodný efekt „ID účastníka“ vztahuje k částečnému seskupování pozorování podle „Zúčastněného ID“, přičemž sklon a zachycení každého ID účastníka jsou náhodné. Modely budou vybrány na základě informačního kritéria Akaike a výsledků testů věrohodnostního poměru. Budou provedena Tukeyho post-hoc párová srovnání, aby se prozkoumaly rozdíly mezi všemi úrovněmi pevných faktorů zájmu, pokud jsou více než 2 úrovně (v tomto případě jak zvukové, tak vizuální prostředí). Jedná se o párové z testy, kde statistika z představuje rozdíl mezi pozorovanou statistikou a jejím předpokládaným populačním parametrem v jednotkách směrodatné odchylky. Hodnoty p pro tyto testy budou upraveny pomocí výchozí jednokrokové metody. Výstup LME bude zahrnovat odhady koeficientů pevných efektů, standardní chybu spojenou s odhadem, stupně volnosti (df), statistiku testu (t) a hodnotu p. Pro aproximaci stupňů volnosti a výpočet p-hodnot bude použita Satterthwaiteova metoda.