Datastyrt basert analyse for deteksjon og alvorlighetsvurdering av stamming

Stamming er en taleforstyrrelse der den normale flyten av tale blir forstyrret av forekomster av dysflyt, slik som repetisjon, forlengelser og blokkeringer (1). Funksjoner som har vist seg å være forskjellig mellom stammere og ikke-stammere er talehastighet og frekvens av uflytende ytringer (2).

En arabisk versjon av stamming-alvorlighetsinstrumentet (A-SSI) brukes til å vurdere stammingens alvorlighetsgrad. I den måles den samlede alvorlighetsgraden for stamming ved å kombinere poengsummene til prosentandeler av stammede stavelser (%SS), gjennomsnittlig varighet av de tre lengste Stammingshendelser (MDTLSE) og fysiske ledsagere (PC) (3).

De subjektive vurderingsmetodene for stamming er; tidkrevende, utsatt for feil, subjektiv (4), så det er bedre å automatisere måling av disfluencies ved hjelp av talegjenkjenningsteknologier og beregningsintelligens (5).

Talegjenkjenning utfører en oppgave som ligner den menneskelige hjernen påtar seg (6). Stammingsdeteksjonssystem har tre hovedtrinn som er akustisk prosessering, funksjonsekstraksjon og klassifisering/gjenkjenning (7). talesignalene er forhåndsbehandlet (8), og visse funksjoner trekkes ut fra dem ved signalbehandlingsteknikker, f.eks. Mell frekvens cepstrale koeffisienter (MFCC) (9). (MFCC) regnes som den mest populære brukte funksjonsekstraksjonsteknikken (10).

Klassifiseringsprosessen inneholder to trinn; opplæring og testing (11). I treningsprosessen merkes data basert på klassene og en modell læres. I testfasen: modellen testes og beregnes nøyaktigheten, sensitiviteten og spesifisiteten til klassifikasjonsmodellene (11). Til slutt vil stamming fra ikke-stammende tale gjenkjennes og separeres (5) også for å vurdere alvorlighetsgraden av stammet tale.