성대결절 음성 중증도에 따른 MDVP와 Praat 프로그램 별 파라미터 차이 Difference in Voice Parameters of MDVP and Praat Programs according to Severity of Voice Disorders in Vocal Nodule원문보기
MDVP and Praat are measured by nine variables in common; F0, jitter local, jitter absolute, jitter relative average perturbation, jitter period perturbation quotient, shimmer local, shimmer dB, shimmer amplitude perturbation quotient, and NHR. In the present study, 30 female subjects were divided by...
MDVP and Praat are measured by nine variables in common; F0, jitter local, jitter absolute, jitter relative average perturbation, jitter period perturbation quotient, shimmer local, shimmer dB, shimmer amplitude perturbation quotient, and NHR. In the present study, 30 female subjects were divided by their disorders(control group, vocal nodule group), ages(from 18 to 50 years old), gender(women), and severities of voice disorder(GRBAS-G0, G1, G2). Then, the subjects' vowel /a/ was evaluated by MDVP and Praat. First, jitter and shimmer variables of the MDVP were significantly different by severities. Praat showed different jitter, shimmer, and NHR parameters by severities. Second, jitter and NHR levels of MDVP were meaningfully higher than Praat regardless their severities. The result of the research confirms the relationships among GRBAS, MDVP and Praat as well as the differences in acoustic variables between MDVP and Praat.
MDVP and Praat are measured by nine variables in common; F0, jitter local, jitter absolute, jitter relative average perturbation, jitter period perturbation quotient, shimmer local, shimmer dB, shimmer amplitude perturbation quotient, and NHR. In the present study, 30 female subjects were divided by their disorders(control group, vocal nodule group), ages(from 18 to 50 years old), gender(women), and severities of voice disorder(GRBAS-G0, G1, G2). Then, the subjects' vowel /a/ was evaluated by MDVP and Praat. First, jitter and shimmer variables of the MDVP were significantly different by severities. Praat showed different jitter, shimmer, and NHR parameters by severities. Second, jitter and NHR levels of MDVP were meaningfully higher than Praat regardless their severities. The result of the research confirms the relationships among GRBAS, MDVP and Praat as well as the differences in acoustic variables between MDVP and Praat.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다음으로 음성장애 중증도 별로 MDVP와 Praat 간 프로그램 차이가 나타나는지 알아보았다. 먼저 정상 성인 음성의 경우 지터, 쉼머 관련 변인들, 그리고 NHR에서 MDVP의 수치가 Praat 보다 유의하게 높았으며, 성대결절 대상자도 중증도와 상관없이 지터 변인들과 NHR에서 MDVP 수치가 Praat보다 유의하게 높았다.
그리고 각 프로그램 내에서 중증도에 따른 음향학적 변인 차이를 확인하여 MDVP와 Praat의 변인에서 차이가 있는지 확인하였다. 또 같은 중증도의 음성을 MDVP와 Praat에서 비교하였을 때 두 프로그램의 어떤 변인에서 유의한 차이가 나타나는지도 알아보았다.
본 연구는 대상자의 질환, 성별, 연령, 중증도를 통제한 상태에서 MDVP와 Praat을 이용해 모음 /a/를 분석하고 프로그램 파라미터의 차이가 있는지를 비교하였다. 이를 통해 각 프로그램이 음성장애 중증도를 잘 구분할 수 있는지, 각 중증도에 따라 두 프로그램의 음성 분석 수치에 차이가 있는지를 알아보았다.
가설 설정
첫째, 각 프로그램 내에서 음성의 중증도(정상, G1, G2)에 따라 차이를 보이는가?
제안 방법
대상자의 중증도는 G가 1과 2인 대상자로 제한하였는데, 이는 성대결절 대상자의 경우 대부분 G가 1이나 2를 나타내며, G가 3인 경우는 다른 질환을 동반한 경우가 많기 때문이다[28],[29]. GRBAS 척도는 5년 이상 음성 치료 임상경력이 있는 언어치료사 3명이 평가하였으며, 3명 중 2명 이상에게서 G1, G2의 척도를 받은 대상자로 진행하였다.
검사자 내 신뢰도는 음성 샘플의 10%를 무작위로 재검사하였으며, 검사자 간 신뢰도는 2급 언어치료사 두 명이 음성샘플의 10%를 무작위로 검사하여 연구자의 결과와 비교하였다. 피어슨 상관분석(Pearson correlation analysis)을 통해 확인한 결과, 검사자 내, 검사자 간 신뢰도 모두 완전히 일치하였다.
또 음성 중증도와 연령을 통제하여 진행하였다. 그리고 각 프로그램 내에서 중증도에 따른 음향학적 변인 차이를 확인하여 MDVP와 Praat의 변인에서 차이가 있는지 확인하였다. 또 같은 중증도의 음성을 MDVP와 Praat에서 비교하였을 때 두 프로그램의 어떤 변인에서 유의한 차이가 나타나는지도 알아보았다.
앞으로의 연구에서 더 많은 모집단을 대상으로 해야 더 정확한 정보를 얻을 수 있을 것이다. 또 본 연구는 MDVP에서 녹음한 음성을 MDVP와 Praat에서 비교 분석하였다. 이는 하나의 시스템에서 녹음한 음성을 사용했다는 점에서 안정적이라고 할 수 있으나 MD나 DAT와 같이 두 프로그램의 영향을 모두 받지 않는 녹음 파일을 사용하였다면 더 안정적인 결과를 얻을 수 있었을 것으로 생각된다.
따라서 본 연구는 질환의 통제를 위해 단일 장애군으로 진행하였으며, 그 중 기능적 음성장애의 대표 질환인 성대결절로 대상군을 제한하였다. 또 음성 중증도와 연령을 통제하여 진행하였다. 그리고 각 프로그램 내에서 중증도에 따른 음향학적 변인 차이를 확인하여 MDVP와 Praat의 변인에서 차이가 있는지 확인하였다.
먼저 프로그램 별로 성대결절 음성 중증도의 차이를 비교하기 위해 MDVP와 Praat에서 각각 정상(G0), G1, G2 음성의 음향학적 변수들의 차이를 확인하였다. MDVP 분석 결과, 지터와 쉼머 변인들에서 G2군이 정상군, G1군에 비해 유의하게 높은 수치를 보였다.
MDVP와 Praat의 분석 변인은 <표 2>에 제시하였다. 모음 /a/를 3초간 발성한 음성샘플은 처음과 마지막 25ms를 제외한 나머지 구간 중 안정적인 1.5초를 편집하여 분석하였다[30]. 모든 자료는 2회 반복 측정한 평균값을 사용하였다.
본 연구는 대상자의 질환, 성별, 연령, 중증도를 통제한 상태에서 MDVP와 Praat을 이용해 모음 /a/를 분석하고 프로그램 파라미터의 차이가 있는지를 비교하였다. 이를 통해 각 프로그램이 음성장애 중증도를 잘 구분할 수 있는지, 각 중증도에 따라 두 프로그램의 음성 분석 수치에 차이가 있는지를 알아보았다.
대상 데이터
이질적인 음성장애(성대결절, 폴립, 낭종, 마비 등)를 구분하지 않고 하나의 집단으로 묶어 연구를 진행하였고[6],[9], 중증도와 연령에 따라 음향학적 변수들의 측정치에 차이가 있음에도[19],[20] 이 부분의 통제가 이루어지지 않아 어떤 결과가 정확한지 알기 어려웠다. 따라서 본 연구는 질환의 통제를 위해 단일 장애군으로 진행하였으며, 그 중 기능적 음성장애의 대표 질환인 성대결절로 대상군을 제한하였다. 또 음성 중증도와 연령을 통제하여 진행하였다.
본 연구는 2012년 11월부터 2013년 5월까지 서울 소재의 병원 3곳에서 이비인후과 전문의에 의해 후두 스트로보스코피(laryngeal stroboscopy)를 실시한 결과 성대결절로 진단받은 성인 여성 20명(G1 10명, G2 10명)과 중증도 비교를 위한 정상 성인 여성 10명(G0)을 포함하여 총 30명으로 진행하였다<표 1>. 세 군별 연령 차이는 1요인 분산분석(one-way ANOVA)을 실시하여 비교한 결과 유의한 차이가 없었다.
수집된 데이터는 CSL model 4500의 한 모듈인 MDVP와 Praat version 5.3.23을 사용하여 분석하였다. Pratt에서도 MDVP에서 수집한 녹음자료를 사용한 것은 동일한 음성을 사용하여 비교 분석하기 위함이었다.
본 연구의 제한점은 다음과 같다. 이번 연구는 정상 성인 10명, 성대결절 환자 20명을 대상으로 진행하였는데 이 표본 수로 모든 성대결절을 대표하기에는 부족하다. 앞으로의 연구에서 더 많은 모집단을 대상으로 해야 더 정확한 정보를 얻을 수 있을 것이다.
정상군은 과거에 호흡기 질환, 갑상선 질환, 후두 질환, 조음 기관의 구조적 이상 등이 없고 후두 스트로보스코피의 소견상 정상 후두로 판명된 대상자로 선정하였다[21]. 성대결절은 성인 여성에게 빈번히 발생하고 성인 남성은 드물기 때문에[22] 성별은 여성으로 제한하였다.
데이터처리
0 프로그램을 사용하였다. 각 음성 프로그램의 음성장애 중증도(G0, G1, G2) 차이를 비교하기 위해 1요인 분산분석(One-way ANOVA)을 실시하여 분석하였으며 사후검정은 Tukey를 실시하였다. 또 각 중증도의 MDVP와 Praat간 수치 차이는 대응표본 T-검정(Paired T-test)을 사용하였다.
각 음성 프로그램의 음성장애 중증도(G0, G1, G2) 차이를 비교하기 위해 1요인 분산분석(One-way ANOVA)을 실시하여 분석하였으며 사후검정은 Tukey를 실시하였다. 또 각 중증도의 MDVP와 Praat간 수치 차이는 대응표본 T-검정(Paired T-test)을 사용하였다. 유의수준은 0.
5초를 편집하여 분석하였다[30]. 모든 자료는 2회 반복 측정한 평균값을 사용하였다.
본 연구는 2012년 11월부터 2013년 5월까지 서울 소재의 병원 3곳에서 이비인후과 전문의에 의해 후두 스트로보스코피(laryngeal stroboscopy)를 실시한 결과 성대결절로 진단받은 성인 여성 20명(G1 10명, G2 10명)과 중증도 비교를 위한 정상 성인 여성 10명(G0)을 포함하여 총 30명으로 진행하였다<표 1>. 세 군별 연령 차이는 1요인 분산분석(one-way ANOVA)을 실시하여 비교한 결과 유의한 차이가 없었다.(F= .
이론/모형
만 18세부터 성인으로 간주되며 50세 이후 여성이 폐경기가 시작되면 호르몬의 변화로 F0값이 낮아지기 때문이다[21],[23]. 대상자의 음성 중증도는 GRBAS 척도[24] 중 G 척도를 활용하여 분류하였다. GRBAS 척도 중 G(Grade), R(Rough), B(Breathy)의 경우 선행연구에서 음향학적 검사와 높은 상관관계를 나타내었는데[25]-[27], 이를 통해 G 척도가 높을수록 음성장애의 중증도가 높다고 판단할 수 있다.
지터 관련 변인들과 NHR에서 MDVP와 Praat 수치의 차이가 나타난 이유는 두 프로그램에서 지터 분석 방법의 차이가 있기 때문이다[16]-[18]. 지터 변인들을 측정할 때 MDVP는 peak picking 방식을 사용하며, Praat은 waveform matching 방식을 사용한다[16],[18]. peak picking 방식은 waveform matching에 비해 지터 변화에 민감하기 때문에 MDVP의 지터 관련 수치 변화가 더 크다[16],[18].
성능/효과
G0에 해당하는 정상 음성의 경우 지터 변인 4개(J local, J abs, J rap, J ppq), 쉼머 변인 3개(S local, S dB, S apq), NHR 변인의 MDVP의 수치가 Praat보다 유의하게 높았다. F0 변인의 경우 통계적인 차이가 없었다<표 7>.
F0 변인의 경우 통계적인 차이가 없었다<표 7>. G1 성대 결절 대상자는 지터 변인 4개, NHR에서 MDVP가 Praat 수치보다 유의하게 높았다. F0, 쉼머 변인 3개의 경우 차이가 없었다<표 8>.
먼저 프로그램 별로 성대결절 음성 중증도의 차이를 비교하기 위해 MDVP와 Praat에서 각각 정상(G0), G1, G2 음성의 음향학적 변수들의 차이를 확인하였다. MDVP 분석 결과, 지터와 쉼머 변인들에서 G2군이 정상군, G1군에 비해 유의하게 높은 수치를 보였다. Praat 분석 결과에서는 지터 변인들과 NHR에서 G2군이 정상군, G1군보다 유의하게 높은 수치를 보였으며, 쉼머 변인들에서는 G2군이 정상군보다 유의하게 높았다.
MDVP 분석 결과, 지터와 쉼머 변인들에서 G2군이 정상군, G1군에 비해 유의하게 높은 수치를 보였다. Praat 분석 결과에서는 지터 변인들과 NHR에서 G2군이 정상군, G1군보다 유의하게 높은 수치를 보였으며, 쉼머 변인들에서는 G2군이 정상군보다 유의하게 높았다. 반면, F0 값은 두 프로그램 모두 중증도에 영향을 받지 않는 것으로 나타났다.
Praat의 경우 지터 변인 4개(J local, J abs, J rap, J ppq)와 쉼머 변인 3개(S local, S dB, S apq), NHR 변인에서 중증도에 따른 유의한 차이가 나타났다<표 5>. Tukey 사후검정 결과, 모든 지터 관련 변인에서 G2군의 수치가 정상과 G1군보다 유의하게 수치가 높았다. 쉼머 변인에서는 G2군은 정상군보다 수치가 유의하게 높았다.
또 Praat은 MDVP에 비해 기준 유성 역치가 높기 때문에[17] MDVP에 더 많은 소음이 분석되어 NHR의 MDVP의 수치가 Praat보다 높다. 그리고 성대결절 대상자에게서 쉼머 변인의 차이가 없었던 점으로 보아 성대의 진동이 불규칙해졌을 때의 진폭은 MDVP와 Praat 모두 비슷한 수치로 나타낸다는 점을 알 수 있었다. 이는 중증도에 따른 MDVP의 쉼머 변인들 변화 수치는 지터 변인들만큼 크지 않다는 점을 설명하며, Praat 역시 MDVP와 비슷한 수치로 쉼머 변인들을 분석한다는 것을 의미한다.
반면, F0 값은 두 프로그램 모두 중증도에 영향을 받지 않는 것으로 나타났다. 두 프로그램에서 공통적으로 중증도 구분에 민감한 변인들은 지터 변인 4개(J local, J abs, J rap, J ppq)와 쉼머 변인 3개(S local, S dB, S apq)로 나타났으며 특히 정상-G2군의 중증도 차이를 모두 구별할 수 있었다. 이는 지터 변인과 쉼머 변인이 음성장애 대상자의 음질을 판단하는데 유용한 수단이라는 선행연구 결과와 동일하였다[12].
다음으로 음성장애 중증도 별로 MDVP와 Praat 간 프로그램 차이가 나타나는지 알아보았다. 먼저 정상 성인 음성의 경우 지터, 쉼머 관련 변인들, 그리고 NHR에서 MDVP의 수치가 Praat 보다 유의하게 높았으며, 성대결절 대상자도 중증도와 상관없이 지터 변인들과 NHR에서 MDVP 수치가 Praat보다 유의하게 높았다. 정상음성의 경우 쉼머 관련 변인들은 유재연 외[3]의 연구와 달리 유의한 차이가 있었다.
마이크는 90도 각도로 고정된 마이크(Shure SM 58, Shure Inc, USA)를 사용하여 대상자의 입으로부터 10cm 떨어진 곳에서 편안한 자세로 발성하도록 하였다[21]. 모든 음성 자료의 표본 추출률은 44,100 Hz, 양자화는 16 bit 이었다.
성대결절 음성의 중증도에 따른 MDVP 분석한 결과, 지터 변인 4개(J local, J abs, J rap, J ppq)와 쉼머 변인 3개(S local, S dB, S apq)에서 중증도 간 유의한 차이가 나타났다 <표 3>. 이에 Tukey 사후검정을 실시한 결과, 지터와 쉼머 관련변인 모두 G2군이 정상과 G1군에 비해 유의하게 높은 수치를 보였다.
따라서 MDVP는 정상 음성부터 일부의 소음을 갖고 있었기 때문에 중증도가 증가하더라도 수치의 증가가 크지 않아 중증도 구분이 어렵고, Praat의 경우 중증도가 심해져 증가하게 된 소음의 양을 모두 반영하여 중증도 간 차이를 볼 수 있는 것으로 보인다. 성대결절은 MDVP가 지터, 쉼머 변인들에서, Praat이 지터, 쉼머, NHR 변인들에서 중증도 간 구분이 가능하였다. 하지만 MDVP와 Praat의 모든 변인에서 정상과 G1군의 차이는 나타나지 않았다.
두 프로그램에서 F0의 차이가 없었던 이유는 두 프로그램의 F0를 구하는 알고리즘이 자기상관(auto-correlation) 방식으로 같기 때문이다[3],[16]. 이러한 점을 종합해 볼 때 성대결절 대상자의 경우 지터 변인들과 NHR 변인의 차이가 중증도에 상관없이 나타났으므로 프로그램 간 차이를 확인할 때 중증도가 큰 영향을 주지 않는 것을 알 수 있었다.
이는 지터 변인과 쉼머 변인이 음성장애 대상자의 음질을 판단하는데 유용한 수단이라는 선행연구 결과와 동일하였다[12]. 이번 결과는 두 프로그램의 지터와 쉼머 변인들이 GRBAS G척도에 따라 변인 차이를 잘 구분한다는 것을 의미한다. 이는 G척도가 음성 프로그램과 상관성이 높다는 선행연구[25]-[27]와 같은 결과였다.
이번 연구를 통해 같은 질환이라 하더라도 음성 중증도에 따라 각 프로그램 내에서 음성변인의 차이가 나타나는 것을 확인하였다. 이 결과를 통해 앞으로 MDVP나 Praat으로 음성장애 대상자의 음성을 연구하는 경우 음성 중증도를 제한하여야 더 정확하게 연구를 진행할 수 있다는 근거로 제시할 수 있을 것이다.
성대결절 음성의 중증도에 따른 MDVP 분석한 결과, 지터 변인 4개(J local, J abs, J rap, J ppq)와 쉼머 변인 3개(S local, S dB, S apq)에서 중증도 간 유의한 차이가 나타났다 <표 3>. 이에 Tukey 사후검정을 실시한 결과, 지터와 쉼머 관련변인 모두 G2군이 정상과 G1군에 비해 유의하게 높은 수치를 보였다. 그러나 F0와 NHR 변인에서는 중증도 간에 통계적으로 유의한 차이가 없었다<표 4>.
검사자 내 신뢰도는 음성 샘플의 10%를 무작위로 재검사하였으며, 검사자 간 신뢰도는 2급 언어치료사 두 명이 음성샘플의 10%를 무작위로 검사하여 연구자의 결과와 비교하였다. 피어슨 상관분석(Pearson correlation analysis)을 통해 확인한 결과, 검사자 내, 검사자 간 신뢰도 모두 완전히 일치하였다.(r=1.
후속연구
이번 연구는 정상 성인 10명, 성대결절 환자 20명을 대상으로 진행하였는데 이 표본 수로 모든 성대결절을 대표하기에는 부족하다. 앞으로의 연구에서 더 많은 모집단을 대상으로 해야 더 정확한 정보를 얻을 수 있을 것이다. 또 본 연구는 MDVP에서 녹음한 음성을 MDVP와 Praat에서 비교 분석하였다.
이번 연구를 통해 같은 질환이라 하더라도 음성 중증도에 따라 각 프로그램 내에서 음성변인의 차이가 나타나는 것을 확인하였다. 이 결과를 통해 앞으로 MDVP나 Praat으로 음성장애 대상자의 음성을 연구하는 경우 음성 중증도를 제한하여야 더 정확하게 연구를 진행할 수 있다는 근거로 제시할 수 있을 것이다.
이는 하나의 시스템에서 녹음한 음성을 사용했다는 점에서 안정적이라고 할 수 있으나 MD나 DAT와 같이 두 프로그램의 영향을 모두 받지 않는 녹음 파일을 사용하였다면 더 안정적인 결과를 얻을 수 있었을 것으로 생각된다. 추후 연구에는 본 연구와 다른 형태의 녹음 방식이 필요할 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
성대결절 대상자의 음석을 분석을 위한 음성 분석 프로그램을 통해 무엇을 얻을수 있는가?
성대결절 대상자의 음성을 분석하기 위해서는 주로 음성 분석 프로그램을 활용한다. 이를 통해 대상자의 음성을 객관적 수치로 측정 가능하며 대상자에게 음성 사용에 대한 지속적인 피드백을 제공해 줄 수 있다.[2].
성대결절이란 무엇인가?
성대결절은 기능적 음성장애의 대표적인 질환으로 성대의 오용 및 남용으로 인하여 주로 성대의 앞쪽 1/3 지점에 발생한다[1]. 성대결절 대상자의 음성을 분석하기 위해서는 주로 음성 분석 프로그램을 활용한다.
음성의 음향학적 분석에 많이 사용되는 프로그램들은 무엇인가?
[2]. 현재 음성의 음향학적 분석에 많이 사용되는 프로그램들로는 Multi-Dimensional Voice Program (이하 MDVP), Praat, Dr. Speech, Visi-Pitch, CSpeech, AMPEX, BioVoice 등이 있다[3],[4].
참고문헌 (30)
Lee, M. K. (2011). Comparison on Frequency of Vocal Misuse and Abuse Behavior in Normal and Vocal Nodules Children. The Journal of the Korea Contents Association 11(9), 429-436. (이무경 (2011). 정상 아동과 성대 결절 아동의 음성 오용 및 남용 행동의 발생 빈도 비교. 한국콘텐츠학회논문지 11(9), 429-436.)
Silva, D. G., Oliveira, L. C. & Andrea, M. (2009). Jitter estimation algorithms for detection of pathological voices. Eurasip Journal on Advances in Signal Processing 9.
Yoo, J. Y., Jeong, O. R., Jang, T. Y. & Ko, D. H. (2003). A correlation study among acoustic parameters of MDVP, Praat, and Dr. Speech. Speech Sciences 10(3), 29-36. (유재연, 정옥란, 장태염, 고도흥 (2003). MDVP와 Praat, Dr. Speech간의 음향학적 측정치에 관한 상관연구. 음성과학 10(3), 29-36.)
Manfredi, C., Bocchi, L. & Cantarella, G. (2009). A multipurpose user-friendly tool for voice analysis: application to pathological adult voices. Biomedical Signal Processing and Control 4(3), 211-219.
Ko, D. H., Jeong, O. R. & et al. (2001). Manual of speech and language acoustic analysis programs. Seoul: Hankukmunhwasa. (고도흥, 정옥란 외 (2001). 음성 및 언어 분석기기 활용법. 서울: 한국문화사.)
Maryn, Y., Corthals, P., De Bodt, M., Van Cauwenberge, P. & Deliyski, D. (2009). Perturbation measures of voice: a comparative study between multi-dimensional voice program and praat. Folia Phoniatrica et Logopaedica 61, 217-226.
Lieshout, P. (2004). Praat short tutorial. Toronto: University of Toronto.
Oguz, H., Kilic, M. A. & Safak, M. A. (2011). Comparison of results in two acoustic analysis programs: praat and mdvp. Turkish Journal of Medical Sciences 41(5), 835-841.
Amir, O., Wolf, M. & Amir, N. (2009). A clinical comparison between two acoustic analysis softwares: MDVP and Praat. Biomedical Signal Processing and Control 4(3), 202-205.
Ueng, S. K., Luo, C. M., Tsai, T. Y. & Chang, H. (2012). Voice quality assessment and visualization. Sixth International Conference on Complex, Intelligent, and Software Intensive Systems (CISIS), 618-623.
Oguz, H., Tarhan, E., Korkmaz, M., Yilmaz, U., Safak, M. A. & Demirci, M. (2007). Acoustic analysis findings in objective laryngopharyngeal reflux patients. Journal of Voice 21, 203-210.
Ko, D. H. (2003). A study of extracting acoustic parameters for individual speakers. Speech Sciences 10(2), 129-143. (고도흥 (2003). 개별화자 음성파라미터 추출에 관한 연구: 음성파라미터 상관관계 중심으로. 음성과학 10(2), 129-143.)
Finger, L. S., Cielo, C. A. & Schwarz, K. (2009). Acoustic vocal measures in women without voice complaints and with normal larynxes. Brazilian Journal of Otorhinolaryngology 75(3), 432-440.
Deliyski, D. D., Heather, S., Shaw, K. E. & Maegan, K. E. (2005). Influence of sampling rate on accuracy and reliability of acoustic voice analysis. Logopedics Phoniatrics Vocology 30(2), 55-62.
Bielamowicz, S., Kreiman, J., Gerratt, B. R. & Dauer, M. S. & Berke, G. S. (1996). Comparison of voice analysis systems for perturbation measurement. Journal of Speech and Hearing Research 39, 126-134.
Manfredi, C., Giordano, A., Schoentgen, J., Fraj, S., Bocchi, L. & Dejonckere, P. H. (2012). Perturbation measurements in highly irregular voice signals: performances/validity of analysis software tools. Biomedical Signal Processing and Control 7, 409-416.
Dejonckere, P. H., Schoentgen, J., Giordano, A., Fraj, S., Bocchi, L. & Manfredi, C. (2011). Validity of jitter measures in non-quasi-periodic voices. part I: perceptual and computer performances in cycle pattern recognition. Logopedics Phoniatrics Vocology 36, 70-77.
McFarlane, S. C., Watterson, T. L. & Von Berg, S. (1999). Behavioral intervention in the presence of unilateral vocal fold paralysis: indications, diagnosis, techniques, and interpretation. Phonoscope 2(4), 203-215.
Jeong, G. E., Kim, S. T., Kim, S. Y., Roh, J. L., Nam, S. Y. & Choi, S. H. (2010). Factors Predictive of Voice Therapy Outcome in Patients with Unilateral Vocal Fold Paralysis. The Journal of the Korean Society of Logopedics and Phoniatrics 21(2), 121-127. (정고은, 김성태, 김상윤, 노종렬, 남순열, 최승호 (2010). 일측성 성대마비 환자에서 음성치료 효과를 예측할 수 있는 인자. 대한음성언어의학회지 21(2), 121-127.)
Kim, J. O. (2009). Acoustic Characteristics of the Voices of Korean Normal Adults by Gender on MDVP. Journal of the Korean Society of Speech Sciences 1(4), 147-157. (김재옥 (2009). 성별에 따른 한국 정상 성인 음성의 음향학적 평가 기준치. 말소리와 음성과학 1(4), 147-157.)
Boone, D. R., Mcfarlane, S. C., Von Berg, S. L. & Zraick, R. I. (2009). The voice and voice therapy(8th ed). Boston: Allyn and Bacon.
Linville, S. E. (1996). The sound of senescence. Journal of Voice 10(2), 190-200.
Hirano, M. (1981). Clinical examination of voice. New York: Springer Verlag.
Bhuta, T., Patrick, L. & Garnett, J. D. (2004). Perceptual evaluation of voice quality and its correlation with acoustic measurements. Journal of Voice 18(3), 299-304.
Uloza, V., Saferis, V. & Uloziene, I. (2005). Perceptual and acoustic assessment of voice pathology and the efficacy of endolaryngeal phonomicrosurgery. Journal of Voice 19(1), 138-145.
Dejonckere, P. H., Obbens, C., Demoor, G. M. & Wienecke, G. H. (1993). Perceptual evaluation of dysphonia: reliability and relevance. Folia Phoniatrica et Logopaedica 45, 76-83.
Yu, P., Ouaknine, M., Revis, J. & Giovanni, A. (2001). Objective voice analysis for dysphonic patients: a multiparametric protocolincluding acoustic and aerodynamic measurements. Journal of Voice 15(4), 529-542.
Na, H. (2010). Supraglottic activity, vocal cord vibration and acoustic parameters characteristics of vocal folds nodules patients. M.A. Thesis, Ewha womans university. (나희 (2010). 성대 결절 환자의 성문 상부 움직임 및 성대 진동양상, 음향학적 특성 비교 연구. 이화여자대학교 대학원 석사학위논문.)
Pyo, H. Y., Sim, H. S. & Lim, S. E (2000). The change of correlation between GRBAS scales and MDVP parameters according to the different length of voice samples for MDVP analysis. Speech Sciences 7(2), 71-81. (표화영, 심현섭, 임성은 (2000). 음성 Sample의 길이 변화에 따른 MDVP 측정치와 GRBAS 척도 간의 상관관계 변화 비교. 음성과학 7(2), 71-81.)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.