吃音の検出と重症度評価のためのコンピューター化された分析

吃音は、反復、延長、ブロックなどの流暢性の欠如の発生により、正常な発話の流れが妨げられる発話障害です (1)。 吃音者と非吃音者の間で異なることがわかっている特徴は、発話速度と流暢でない発話の頻度です (2)。

アラビア語版の吃音重症度尺度 (A-SSI) が吃音の重症度を評価するために使用されます。その中で、吃音の全体的な重症度スコアは、吃音音節のパーセンテージのスコア (%SS)、3 つの最長音節の平均持続時間のスコアを組み合わせることによって測定されます。吃音事象 (MDTLSE)、および身体的付随物 (PC) (3)。

吃音の主観的評価方法は次のとおりです。時間がかかり、エラーが発生しやすく、主観的 (4) であるため、音声認識技術と計算知能 (5) を使用して、流暢さの測定を自動化することをお勧めします。

音声認識は、人間の脳が行うのと同様のタスクを実行します (6)。 吃音検出システムには、音響処理、特徴抽出、分類/認識の 3 つの主要なステップがあります (7)。音声信号は前処理され（8）、信号処理技術によって音声信号から特定の特徴が抽出されます。 メル周波数ケプストラム係数 (MFCC) (9)。 (MFCC) は、最も一般的に使用されている特徴抽出手法と見なされています (10)。

分類プロセスには 2 つのステップがあります。トレーニングとテスト (11)。 トレーニング プロセスでは、クラスに基づいてデータにラベルが付けられ、モデルが学習されます。 テスト段階: モデルがテストされ、分類モデルの精度、感度、および特異性が計算されます (11)。 最後に、吃音のない音声からの吃音を認識して分離し (5)、吃音のある音声の重症度も評価します。