Les troubles de la parole sont des symptômes courants chez les patients atteints de la maladie de Parkinson et affectent la parole des patients sous différents aspects. À l'heure actuelle, peu d'études prennent en compte la dimension phonologique de la parole de Parkinson. Dans ce travail, nous utilisons une méthode récemment développée pour extraire les caractéristiques phonologiques des signaux vocaux. Ces caractéristiques sont basées sur les modèles sonores du modèle phonologique anglais. L'extraction est effectuée à l'aide de réseaux neuronaux profonds pré-entraînés pour déduire les probabilités de caractéristiques phonologiques à partir de caractéristiques acoustiques de courte durée. Un extracteur i-vecteur est entraîné avec les caractéristiques phonologiques. Les i-vecteurs extraits sont utilisés pour classer les patients et les locuteurs sains et évaluer leur état neurologique et leur niveau de dysarthrie. Cette approche pourrait être utile pour évaluer de nouveaux aspects spécifiques de la parole tels que le mouvement des différents articulateurs impliqués dans le processus de production de la parole.

Los trastornos del habla son síntomas comunes entre los pacientes con enfermedad de Parkinson y afectan el habla de los pacientes en diferentes aspectos. Actualmente, hay pocos estudios que consideren la dimensión fonológica del habla de Parkinson. En este trabajo, utilizamos un método recientemente desarrollado para extraer características fonológicas de las señales del habla. Estas características se basan en los patrones de sonido del modelo fonológico inglés. La extracción se realiza utilizando redes neuronales profundas preentrenadas para inferir las probabilidades de características fonológicas a partir de características acústicas de corta duración. Un extractor i-vector está entrenado con las características fonológicas. Los i-vectores extraídos se utilizan para clasificar pacientes y hablantes sanos y evaluar su estado neurológico y nivel de disartria. Este enfoque podría ser útil para evaluar nuevos aspectos específicos del habla, como el movimiento de los diferentes articuladores involucrados en el proceso de producción del habla.

Speech disorders are common symptoms among Parkinson's disease patients and affect the speech of patients in different aspects. Currently, there are few studies that consider the phonological dimension of Parkinson's speech. In this work, we use a recently developed method to extract phonological features from speech signals. These features are based on the Sound Patterns of English phonological model. The extraction is performed using pre-trained Deep Neural Networks to infer the probabilities of phonological features from short-time acoustic features. An i-vector extractor is trained with the phonological features. The extracted i-vectors are used to classify patients and healthy speakers and assess their neurological state and dysarthria level. This approach could be helpful to assess new specific speech aspects such as the movement of different articulators involved in the speech production process.

اضطرابات النطق هي أعراض شائعة بين مرضى الشلل الرعاش وتؤثر على كلام المرضى في جوانب مختلفة. في الوقت الحالي، هناك عدد قليل من الدراسات التي تأخذ في الاعتبار البعد الصوتي لخطاب باركنسون. في هذا العمل، نستخدم طريقة تم تطويرها مؤخرًا لاستخراج السمات الصوتية من إشارات الكلام. تعتمد هذه الميزات على أنماط الصوت للنموذج الصوتي الإنجليزي. يتم إجراء الاستخراج باستخدام شبكات عصبية عميقة مدربة مسبقًا لاستنتاج احتمالات الميزات الصوتية من الميزات الصوتية قصيرة الوقت. يتم تدريب المستخرج i - vector على الميزات الصوتية. تُستخدم الناقلات المستخرجة لتصنيف المرضى والمتحدثين الأصحاء وتقييم حالتهم العصبية ومستوى عسر الكلام. يمكن أن يكون هذا النهج مفيدًا لتقييم جوانب محددة جديدة للكلام مثل حركة المفصلات المختلفة المشاركة في عملية إنتاج الكلام.