Avaliação da inteligibilidade de fonemas baseada em tecnologia de fala na disartria

FUNDAMENTOS: Atualmente, os clínicos dependem principalmente de julgamentos perceptuais para avaliar a inteligibilidade da fala disártica. Embora muitas vezes altamente confiável, esse procedimento é subjetivo e apresenta muitas variáveis intrínsecas. Portanto, certos benefícios podem ser esperados de uma avaliação de inteligibilidade baseada em tecnologia de fala. Tentativas anteriores de desenvolver uma avaliação automatizada de inteligibilidade basearam-se principalmente em sistemas de reconhecimento automático de fala (ASR) que foram treinados para reconhecer a fala de pessoas sem incapacidades conhecidas. Neste artigo, sistemas de alinhamento automático de fala (ASA) são utilizados em vez disso. Além disso, tentativas anteriores se basearam apenas em características fonêmicas (PMF). No entanto, como a articulação é um fator contribuinte importante para a inteligibilidade da fala disártica e como as características fonológicas (PLF) são compartilhadas por múltiplos fonemas, características fonológicas podem ser mais apropriadas para caracterizar e identificar fonemas disárticos. OBJETIVOS: Investigar a confiabilidade dos escores de inteligibilidade de fonemas objetivos obtidos por três tipos de modelos de inteligibilidade: modelos que utilizam apenas características fonêmicas (fornecidas por um alinhador automático de fala) (modelos PMF), modelos que utilizam apenas características fonológicas (modelos PLF), e modelos que utilizam uma combinação de características fonêmicas e fonológicas (modelos PMF + PLF). MÉTODOS E PROCEDIMENTOS: Correlações foram calculadas entre os escores de inteligibilidade de fonemas objetivas de 60 falantes disárticos e os correspondentes escores de inteligibilidade de fonemas perceptuais obtidos por uma avaliação padrão de inteligibilidade de fonemas perceptuais. RESULTADOS: As correlações entre os escores de inteligibilidade objetiva e perceptual variam de 0,793 para os modelos PMF, passando por 0,828 para os modelos PLF até 0,943 para os modelos PMF + PLF. As características selecionadas para obter correlações tão altas podem ser divididas em seis subgrupos principais: (1) características fonêmicas e fonológicas relacionadas a vogais, (2) características relacionadas a laterais, (3) características relacionadas a silêncio, (4) características relacionadas a fricativas, (5) características relacionadas a velares e (6) características relacionadas a explosivos. CONCLUSÕES E IMPLICAÇÕES: Os escores de inteligibilidade de fonemas de falantes disárticos obtidos pelos três tipos investigados de modelos de inteligibilidade são confiáveis. A maior correlação entre os escores de inteligibilidade perceptual e objetiva foi encontrada para modelos combinando características fonêmicas e fonológicas. O sistema de pontuação de inteligibilidade está agora pronto para ser implementado em uma ferramenta clínica.