Computerbaseret analyse til detektion og sværhedsvurdering af stamming

Stamming er en taleforstyrrelse, hvor den normale talestrøm forstyrres af forekomster af dysfluenser, såsom gentagelser, forlængelser og blokeringer (1). Funktioner, der har vist sig at være forskellige mellem stammere og ikke-stammere, er talehastigheden og hyppigheden af ​​uflydende ytringer (2).

En arabisk version af stuttering severity instrument (A-SSI) bruges til at vurdere stammens sværhedsgrad. I den måles den overordnede sværhedsgrad for stammen ved at kombinere scorerne af procenter af stammede stavelser (%SS), gennemsnitlig varighed af de tre længste Stammingshændelser (MDTLSE) og fysiske ledsagere (PC) (3).

De subjektive vurderingsmetoder for stammen er; tidskrævende, tilbøjelig til at fejle, subjektiv (4), så det er bedre at automatisere måling af disfluencies ved hjælp af talegenkendelsesteknologier og computational intelligence (5).

Talegenkendelse udfører en opgave svarende til, hvad den menneskelige hjerne påtager sig (6). Stammingsdetektionssystem har tre hovedtrin, som er akustisk behandling, funktionsudtrækning og klassificering/genkendelse (7). talesignalerne er forbehandlet (8), og visse funktioner udvindes fra dem ved signalbehandlingsteknikker, f.eks. Mell frekvens cepstrale koefficienter (MFCC) (9). (MFCC) betragtes som den mest populære brugte funktionsekstraktionsteknik (10).

Klassificeringsprocessen indeholder to trin; træning og test (11). I træningsprocessen mærkes data baseret på klasserne, og en model læres. I testfasen: modellen testes og beregnes nøjagtigheden, følsomheden og specificiteten af ​​klassifikationsmodellerne (11). Endelig vil stammen fra ikke-stammende tale blive genkendt og adskilt (5) også for at vurdere sværhedsgraden af ​​stammen tale.