Journal des troubles de la communication, des études sur les sourds et des aides auditives

Journal des troubles de la communication, des études sur les sourds et des aides auditives
Libre accès

ISSN: 2375-4427

Abstrait

Algorithme d'analyse acoustique des troubles de la communication chez les étudiants marocains

Brahim Sabir, Bouzekri Touri et Mohamed Moussetad

Objectif : Les troubles de la communication ont un impact négatif sur le cursus académique des étudiants de l'enseignement supérieur. L'analyse acoustique est un outil objectif de premier plan pour décrire ces troubles ; cependant, la quantité de paramètres acoustiques rend difficile la différenciation des voix pathologiques des voix saines. Le but du présent article était de présenter les paramètres acoustiques pertinents qui différencient objectivement les voix pathologiques des voix saines. Méthodes : Des échantillons de voix pathologiques et normales des énoncés /a/, /i/ et /u/, de 400 étudiants ont été enregistrés et analysés acoustiquement avec le logiciel PRAAT, puis une caractéristique des paramètres acoustiques a été extraite. Une analyse statistique a été réalisée afin de réduire les paramètres extraits aux principaux paramètres pertinents afin de construire un modèle qui servira de base au diagnostic objectif. Résultats : Amplitude moyenne, gigue locale absolue, deuxième bande passante du deuxième formant et rapport bruit/harmonique ; sont des paramètres acoustiques pertinents qui caractérisent les voix pathologiques parmi les voix saines, pour les énoncés des voyelles /a/, /i/ et /u/. Les seuils des paramètres acoustiques des voix pathologiques /a/, /i/ et /u/ ont été calculés. Un modèle d'apprentissage a été construit et simulé sur Matlab, et une comparaison entre le modèle de Markov caché et les méthodes de classification des K-plus proches voisins a été effectuée (le modèle de Markov caché avait un taux de reconnaissance de 95 % et les K-plus proches voisins dans les paramètres acoustiques réduits ont atteint un taux de reconnaissance de 97 %). Conclusion : Grâce aux paramètres identifiés, nous pouvons détecter objectivement les voix pathologiques parmi les voix saines à des fins de diagnostic. En tant que travail futur, la présente approche est une tentative d'identification des paramètres acoustiques qui caractérisent chaque trouble de la voix.

Clause de non-responsabilité: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été révisé ou vérifié.
Top