This master thesis describes early attempts at using electroglottography (EGG) to capture such changes in vocal fold vibration patterns that could be of interest to teachers of contemporary commercial music. After initial explorations, focus is placed on detecting potentially detrimental phonation; more specifically on the pressed quality often associated with loud singing in high register (belting). FonaDyn, a program written in the SuperCollider language, is used to detect pressedness using an algorithm based on K-means clustering of Fourier components of EGG cycles. Results indicate that pressedness affects phonation in ways detectable using EGG. Changes caused by pressedness seem to vary between registers and this variation is similar between subjects. Detection of pressedness in a subject is quite successful when training the algorithm on the same subject, but not always across subjects. / Denna masteruppsats beskriver inledande försök att använda elektroglottografi (EGG) för att avläsa sådana förändringar i stämbandens vibrationsmönster som skulle kunna vara av intresse för sånglärare inom icke-klassisk stil. Tidiga undersökningar leder till att fortsatt fokus läggs på att detektera fonationstyper som kan orsaka röstskador; mer specifikt den typ av pressad röstkvalitet som ofta förknippas med stark sång i högt register (s.k. belting). FonaDyn, ett datorprogram skrivet i språket SuperCollider, används för att detektera pressad fonation med hjälp av K-means-klustring av EGG-cykler baserat på deras Fourierkomponenter. Resultaten indikerar att pressad fonation går att urskilja med hjälp av EGG. Kännetecknen för pressad fonation tycks skilja sig mellan röstregister och denna skillnad är snarlik hos olika försökspersoner. Programmet klarar av att känna igen pressad fonation hos samma person som algoritmen tränats på men inte alltid om algoritmen tränats på en annan sångare.