Examensarbete (15 hp)

<p>Lärarexamen</p>

<p>Perceptuella röstanalyser är en viktig del i logopedens arbete med röstpatienter. Syftet med föreliggande studie var att med hjälp av lyssnarbedömningar undersöka skillnader i röstkvalitet mellan spontantal och instruerat tal hos femåriga barn och vuxna kvinnor. Även inter- och intrabedömarreliabilitet undersöktes för fyra logopeder vilka utgjorde bedömningsgruppen. Resultatet visade signifikanta skillnader i röstkvalitet mellan spontantal och instruerat tal för kvinnorna gällande parametrarna <em>heshet</em>, <em>hyperfunktion</em> och <em>skrovel</em>. Hos barnen kunde starka tendenser till skillnad mellan spontantal och instruerat tal ses för parametrarna <em>hyperfunktion</em> och <em>röstläge</em>. Interbedömarreliabiliteten var högst vid bedömning av <em>heshet</em> hos barn och tendensen var att interbedömarreliabiliteten överlag var högre vid bedömning av barnrösterna än vid bedömning av kvinnorösterna. Värdena för intrabedömarreliabilitet visade starka tendenser till att vara högre vid bedömning av kvinnornas röster jämfört med barnens röster.</p>

Perceptuella röstanalyser är en viktig del i logopedens arbete med röstpatienter. Syftet med föreliggande studie var att med hjälp av lyssnarbedömningar undersöka skillnader i röstkvalitet mellan spontantal och instruerat tal hos femåriga barn och vuxna kvinnor. Även inter- och intrabedömarreliabilitet undersöktes för fyra logopeder vilka utgjorde bedömningsgruppen. Resultatet visade signifikanta skillnader i röstkvalitet mellan spontantal och instruerat tal för kvinnorna gällande parametrarna heshet, hyperfunktion och skrovel. Hos barnen kunde starka tendenser till skillnad mellan spontantal och instruerat tal ses för parametrarna hyperfunktion och röstläge. Interbedömarreliabiliteten var högst vid bedömning av heshet hos barn och tendensen var att interbedömarreliabiliteten överlag var högre vid bedömning av barnrösterna än vid bedömning av kvinnorösterna. Värdena för intrabedömarreliabilitet visade starka tendenser till att vara högre vid bedömning av kvinnornas röster jämfört med barnens röster.

Vid användning av audio-perceptuell röstanalys för framtagning av referensröster är begreppet reliabilitet av central betydelse. Syftet med denna uppsats var att undersöka reliabiliteten mellan erfarna röstlogopeders perceptuella röstanalys av ett antal utvalda röstexempel. Förhoppningen var att utifrån detta kunna sammanställa en början till ett referensröstmaterial bestående av manliga och kvinnliga referensröster representativa för olika parametrar i SVEA-protokollet. De specifika frågeställningarna var: Hur samstämmiga i perceptuell röstanalys är bedömarna kring de valda röstexemplens olika parametrar? Är någon eller några av de parametrar som bedömarna är överens om extra framträdande i någon röst så att denna röst kan användas som referensröst? Utifrån en databas med 65 röstinspelningar valdes 15 röstexempel ut av författarna att skattas av sju erfarna logopeder med SVEA-protokollet. En andra bedömningsomgång genomfördes med tre röstexempel slumpvis utvalda från de 15 röstexemplen i den första bedömningsomgången. Statistiska analyser av logopedernas inter- och intrabedömarreliabilitet gjordes både på alla röstexempel och på samtliga kvalitetsparametrar. Bedömarnas skattningar uppvisade mycket stor spridning i flera röstexempel, vilket inverkade på korrelationernas utfall och kan vid en första anblick ge ett missvisande resultat. En djupare analys av bedömarnas skattningar av enskilda röstparametrar visade på betydligt högre samstämmighet. Utifrån detta resultat tog författarna fram tre potentiella referensröster. Flera av de övriga 12 röstexemplen hade relativt hög interbedömarreliabilitet men då skattningsvärdena var så pass låga för dessa röster valdes de inte ut som referensröster. Trots låga skattningsvärden skulle dessa röstexempel kunna användas som referensröster för att exemplifiera lägre grader av avvikelser. Slutsatsen är att det finns skillnader i hur bedömarna skattat röstexemplen i denna studie och reliabiliteten mellan bedömarna skiftar. Författarna drar även slutsatsen att det är motiverat att fortsätta leta och analysera röstexempel för att få en heltäckande uppsättning referensröster. Metodvalet i denna studie anses vara en framkomlig väg för att fortsätta forma detta referensröstmaterial. / Interrater and intrarater reliability are of great importance in the selection of reference voice examples. The purpose of this study is to investigate the reliability of experienced speech and language pathologists’ evaluations of selected voice samples. The aim is to begin a collection of male and female reference voice examples which represent different voice quality parameters according to the Stockholm Voice Evaluation Approach (SVEA). The specific questions are: How well do speech and language pathologists agree when rating voices along different voice quality parameters? Are any of the voice quality parameters in the speech samples prominent enough to be qualified as reference voice examples? The authors selected 15 voice samples out of a database consisting of 65 voice samples. The voices were evaluated by seven experienced speech and language pathologists using the SVEA protocol. The results were statistically analyzed to study interrater reliability. In order to investigate intrarater reliability a second evaluation session was carried out in which the speech and language pathologists evaluated three voice samples randomly selected from the 15 samples used in the first evaluation session. The results showed a wide range in the raters’ evaluations, which had an impact on the correlations. However, a closer look at separate parameters indicated considerably higher similarity in the ratings. Based on these results three reference voice examples were selected. Even though high correlation values were found in several of the other twelve voice samples, the ratings in these were not high enough to qualify them as reference voice examples in this study. Nevertheless, these voices can still be used to exemplify various degrees of deviation. The conclusions are that there is a great variation regarding reliability between and within raters and also regarding how the different speech and language pathologists rate the voices. The authors also conclude that the search for clear reference voice examples is highly motivated and ought to be continued, preferably with the method used in this study.

Läpp-, käk och gomspalt (LKG) kan medföra svårigheter med tal, artikulation och röst. Enligt tidigare forskning har vuxna individer behandlade för LKG liknande förekomst av röstavvikelser som kontrollpersoner utan spalt. Syftet med denna studie var att undersöka grad av röstavvikelser hos vuxna patienter behandlade för enkelsidig LKG och kartlägga eventuella samband mellan röstavvikelser och kirurgiska metoder för gomslutning, kön och operation med eller utan svalglambå samt jämföra röstresultat med data från individer utan LKG. Sjuttio patienter behandlade för enkelsidig genomgående LKG deltog i studien, varav 45 patienter hade opererats med gomslutning i en seans och 25 patienter hade opererats i två seanser. Elva av patienterna i patientgruppen hade genomgått svalglambåoperation. I studien ingick även en åldersmatchad kontrollgrupp med 63 individer utan LKG. Röstinspelningar utvärderades med perceptuell röstbedömning med Stockholm Voice Evaluation Approach (SVEA) av två erfarna logopeder. Skattning skedde individuellt av randomiserade och blindade inspelningar. Inter- och intrabedömarreliabilitet beräknades. Grad av avvikelse i röstkvalité var ca. 5/100 i patientgrupp och kontrollgrupp vilket är lägre jämfört med tidigare studier. “Knarr” fanns lägre i patientgruppen i jämförelse med kontrollgrupp. Skattningar av övriga röstparametrar skiljde sig inte mellan patientgrupp och kontrollgrupp. Patienter opererade med gomslutning i en eller två seanser hade inga skillnader i röstparametrar. Enstaka små skillnader fanns mellan könen. Ingen skillnad fanns mellan patienter som genomgått svalglambåoperation och de som inte gjort det. / Cleft lip and palate (CLP) may cause impairments in speech, articulation and voice. Treatment of patients with CLP include different types of palatoplasty. Recent studies have found a comparable prevalence rate of dysphonia in adult patients treated for CLP and controls without cleft. The purpose of this study was to investigate the rate of dysphonic deviation in adult patients treated for unilateral CLP and determine, if any, the relationship between voice quality outcome and differences in surgical procedures, gender, palatoplasty with or without pharyngeal flap surgery and compare the voice characteristics with age related normative data. Seventy patients treated for unilateral CLP with one- or two-stage palatoplasty participated in this study, of which 45 patientshad undergone one-stage palatoplasty and 25 patients two-stage palatoplasty. Eleven ofthe patients had also undergone pharyngeal flap surgery. Data from an age matched non-cleft group consisted of 63 participants. Sound recordings of participants' voices were perceptually assessed by two speech-language pathologists. Individual ratings of randomized and blinded sound recordings were performed. Inter- and intra-raterreliability was calculated. The study showed a lower degree of dysphonia in patients treated for unilateral CLP than earlier studies. Among patients treated for unilateral CLP and the non-cleft group, a degree of approximately 5/100 voice quality deviation was found. ”Vocal fry” was found significantly lower in patients treated for CLP than the non-cleft group. Measures of voice parameters did not differ significantly between patients and non-cleft groups. Patients that had undergone palatoplasty in one or two stages showed no significant differences in voice parameters. Minor statistical significance was found in a few of the measured voice parameters as related to gender. Between patients that had undergone pharyngeal flap surgery and those that had not no differences were found.

Eyewitnesses are important for the outcome of many criminal cases. Sometimes other evidence is lacking and the testimony then becomes decisive, but it is difficult to know how reliable the eyewitness’ memories are. This study aimed to investigate speech rate as an indicator of memory accuracy. The hypothesis was that correct memories would be presented with a faster speech rate than incorrect memories. The participants (n = 10) were students who were part of a previous study by Lindholm et al. (2018). The students watched a film sequence and were interviewed afterwards about what they had seen. Their answers were recorded and the voice was analyzed digitally. A t-test for dependent samples showed that correct statements had significantly faster speech rate than incorrect ones. The results support the hypothesis and are in line with previous research on making asserted statements faster. Should future research show similar results, the method of digital voice analysis could be used as a complement in the judiciary to evaluate testimony. Understanding what acoustic indicators are on correct or incorrect memories could be helpful in assessing testimonies for judges, jurors, legal representatives and the police force. / Ögonvittnen är viktiga för utgången i många brottmål. Ibland saknas övrig bevisning och vittnesmålet blir då avgörande men det är svårt att veta hur pålitliga ögonvittnens minnen är. Denna studie syftade till att undersöka talhastighet som en indikator på korrekthet i minnen genom användning av digital röstanalys. Hypotesen var att talhastigheten vid korrekta minnen skulle vara snabbare än vid inkorrekta. Deltagarna (n = 10) var studenter som ingick i en tidigare experimentell studie av Lindholm et al. (2018). Studenterna fick se en film och intervjuades efteråt om vad de sett. Deras svar spelades in och rösten analyserades digitalt. Ett t-test för beroende mätningar visade att talhastigheten vid korrekta påståenden var signifikant snabbare än vid inkorrekta. Resultatet stödjer hypotesen samt ligger i linje med tidigare forskning kring att säkra påståenden sker snabbare. Skulle framtida forskning visa på liknande resultat skulle metoden med digital röstanalys kunna användas som ett komplement inom rättsväsendet som stöd vid vittnesmål. Förståelse för vilka akustiska indikatorer som finns på korrekta eller inkorrekta minnen skulle kunna vara hjälpsamma i vittnesförhör, både hos domare, nämndemän, juridiska ombud och hos polisen.

Spoken communication between humans generate information in two channels; the primary channel, linked to the syntactic-semantic part of the speech (what a person is litteraly saying); the secondary channel conveys paralinguistic information (tone, emotional state and gestures). This study examines the paralinguistic part of the speech, more specific the tone and emotional state. The study examines if there is a correlation between human speech and the opinion of a participant to a language café based conversation. The language café conversations is moderated by the social robot platform Furhat created by Furhat Robotics. The report is written from two perspectives. A data scientific view where identified emotions in audio files are analysed with machine learning algorithms and mathematical models. Vokaturi, an emotion recognition software, analyses the audio files and quantifies the emotional attributes. The classification model is based upon these attributes and the answers from the language café survey. Speech emotion recognition is also evaluated as a method for gathering customer opinions in a customer feedback loop. The results show an accuracy of 61% and indicates that some sort of prediction is possible. However there is no clear correlation between the recorded human voice and the participants opinion of the conversation. In the discussion part the difficulties of creating a high accuracy model with current data is analysed. It also contains a hypothetic analysis of the model as a gathering method for customer data. / En person som talar sprider information genom en primär samt en sekundär kanal. Den primära kanalen är kopplat till den syntaktiska semantiken av talet (vad personen bokstavligen säger), medan den sekundära kanalen är kopplat till den paralingvistiska delen (ton, känslotillstånd och gester). Denna studie undersöker den paralingvistiska delen av talet, mer specifikt en människas tonläge och känsla. Studien undersöker om det finns någon korrelation mellan mänskligt tal och vad personen tycker om ett parkcafé-samtal. Parkcafé samtalen i denna studie har genomförts tillsammans med den sociala roboten Furhat skapad av Furhat Robotics. Rapporten är skriven ur två perspektiv. Ett datatekniskt perspektiv där känsloyttringar i ljudfiler analyseras med hjälp av maskininlärning och matematiska modeller. Med hjälp av Vokaturi, som tillhandahåller mjukvara för känsloigenkänning av ljud, analyseras inspelade konversationer och attribut för olika känslor kvantifieras. Klassificeringsmodellen skapas sedan av dessa attribut, svar på enkätundersökningar (del ett) samt av författarna egen-annoterade ljudfiler (del två). Dessutom analyseras känsloigenkänning som metod för insamling av användaråsikter ur ett företagsekonomiskt perspektiv. Resultaten påvisar en träffsäkerhet på ca 62% och 61% för del ett respektive två och pekar på att någon form av prediktion är möjlig. Ett tydligt samband mellan deltagarens röst och dess åsikt om samtalet är dock svårt att finna med dessa resultat. I analysen och slutsatsen diskuteras svårigheterna med att ta fram en funktionell modell med tillgänglig data samt en hypotetisk diskussion kring modellen som del av en customer feedback loop.