Психоакустически управляемое ограничение полосы на средних частотах повышает диагностическую ценность классических акустических показателей при дисфонии

Почему важен звук голоса

Когда голос становится хриплым, грубым или с затруднённым выдохом, это может указывать как на простое перенапряжение, так и на серьёзные заболевания. Клинические специалисты внимательно слушают голос, но человеческие оценки несовершенны и могут различаться между слушателями. В этом исследовании рассматривается простая доработка компьютерного анализа голоса, которая делает получаемые показатели более соответствующими тому, как мы действительно воспринимаем хрипоту и дыхание, особенно в лёгких случаях и в естественной связной речи. Ключевая идея — сосредоточиться на той части спектра, к которой наши уши наиболее чувствительны.

Как врачи и компьютеры оценивают голос

Для диагностики нарушений голоса специалисты используют обученные шкалы прослушивания, оценивающие общую хрипоту, выраженность дыхания и грубость. Параллельно программное обеспечение измеряет крошечные нерегулярности в высоте и громкости, а также соотношение между чистым тоном и фоновым шумом. Эти традиционные показатели довольно хорошо работают для длительных стабильных гласных, но часто уступают при более естественной, беглой речи или при тонких нарушениях. В результате компьютерные оценки не всегда совпадают с мнением экспертов, что ограничивает их полезность в повседневной клинике и телемедицине.

«Сладкое место» слуха

Человеческое слуховое восприятие не одинаково чувствительно на всех частотах. Наши уши наиболее тонко реагируют на диапазон примерно от 2 до 4 килогерц, где небольшие изменения в структуре звука заметны особенно ясно. Повседневные голосовые записи, однако, доминируются более низкими частотами, которые несут большую часть энергии и могут маскировать деликатные изменения в этой средней области. Исследователи поставили простой вопрос: если целенаправленно убрать большую часть низких и очень высоких компонентов сигнала и анализировать только эту среднечастотную «зону интереса», станут ли классические акустические показатели лучше отражать то, что слышат люди?

Простой фильтр с большим эффектом

Команда проанализировала 455 записей японских говорящих, включающих и длительные гласные, и стандартный текст для чтения, охватывая широкий спектр голосовых расстройств и нормальных голосов. Для каждого образца они создали две версии: оригинальный широкополосный сигнал и версию, пропущенную через полосовой фильтр, оставлявший только диапазон 2–4 кГц. Из обеих версий вычислялись известные акустические показатели, которые сравнивали с экспертными оценками общей хрипоты (grade), выраженности дыхания и грубости. Статистические методы проверяли, насколько хорошо каждый показатель отличает нормальные и патологические голоса и насколько точна его связь с оценками по шкале тяжести.

Более ясные признаки хрипоты и дыхания

Ограничение сигнала среднечастотной полосой последовательно усиливало способность нескольких показателей отделять здоровые голоса от нарушённых, когда речь шла об общей хрипоте и выраженности дыхания. Это оказалось верным как для простых гласных, так и для связной речи, и особенно полезно в лёгких случаях, где изменения наиболее трудно заметить. Например, показатели, основанные на крошечных колебаниях от цикла к циклу и на балансе тона и шума, становились более чувствительными после подавления доминирующих низких частот. Фильтр эффективно «размаскировал» более высокие гармоники и турбулентный шум, которые несут важные подсказки о дыхании и общем качестве голоса.

Когда фильтрация помогает — и когда вредит

Тот же подход не помог при оценке грубости, которая чаще возникает из медленных, низкочастотных нерегулярностей и дополнительных тонов, сосредоточенных преимущественно ниже 2 кГц. Поскольку фильтр удаляет большую часть этой низкочастотной структуры, информация, связанная с грубостью, ослабляется, и как способность отделять нормальные и грубые голоса, так и соответствие оценкам слушателей либо не улучшаются, либо ухудшаются. Исследование также показало, что улучшения в способности показателя разделять широкие группы не всегда сопровождаются более точным пошаговым соответствием по всей шкале тяжести, подчёркивая, что ни одно число не охватывает все аспекты сложного голосового расстройства.

Что это значит для практического ухода за голосом

Применив психоакустические знания на самом первом этапе — при фильтрации записи, — работа показывает, что существующие, легко вычисляемые голосовые показатели могут стать более клинически полезными без новых устройств или сложных моделей. Простая запись, ограниченная полосой 2–4 кГц и используемая вместе с полным сигналом, даёт более чёткие подсказки для оценки хрипоты и дыхания как в кабинете врача, так и при удалённой диагностике, в то время как низкочастотная информация остаётся необходимой для оценки грубости. На практике эта стратегия фильтрации может быть встроена в существующее программное обеспечение как недорогое, независимое от устройства улучшение, способствующее более надёжному скринингу и мониторингу дисфонии в любых местах записи голосов.

Цитирование: Hosokawa, K., Kitayama, I., Iwaki, S. et al. Psychoacoustically guided midfrequency band-limiting improves the diagnostic utility of classical acoustic measures in dysphonia. Sci Rep 16, 13554 (2026). https://doi.org/10.1038/s41598-026-44010-9

Ключевые слова: расстройства голоса, дисфония, психоакустика, хрипота, акусти ческий анализ голоса