戈瓦蒂·尼基拉·K
中风是全球第二大死亡原因,由中风引起的脑损伤会在多个方面影响交流。由于构音障碍的复杂性及其对语音产生系统的影响,对构音障碍进行语音分析具有挑战性。在本研究中,我们介绍了一名 56 岁的男性,他因高血压病史、右上肢无力和言语不清主诉到 Medanta 医院就诊,后经临床和放射学诊断为 LT MCA 梗塞。随后,在第 3 天对患者进行了言语和语言评估,并根据 Frenched 构音障碍评估量表诊断为痉挛性构音障碍,之后使用 PRAAT 软件进行了详细的语音分析并分析了语音特征。语音分析的基本内容是将语音信号分解为语音参数,以便在所需的应用中处理得到的特征。本文提取的特征包括:频率、音调、语音强度、共振峰、语速和脉冲函数,如抖动(局部)、抖动(局部、绝对)、抖动(rap)、抖动(ppq5)、抖动(ddp)、微光(局部)、微光(局部、dB)、微光(apq3)、微光(apq5)、微光(apq11)、微光(dda)和谐波系数。总之,我们得出了痉挛性构音障碍的语音参数,这些参数揭示了语音质量的有趣数据,其特征有助于临床医生更好地管理。但是,需要进行大样本研究。