薛珮芸，张雪英

(太原理工大学 信息与计算机学院，太原 030600)

残障人群的医疗及教育一直是我国非常重视的领域，近年来科研也逐步转向帮助有需求的群体。根据中国残疾人事业发展统计公报，2017年中国的听力残疾人群已达到40.7万。因此，本文探究聋哑患者与正常人发音器官运动差异及声学特性差异，精确量化患者发音障碍程度，从而为聋哑患者的诊断和治疗提供可靠的临床根据与技术支持，达到矫正各种语言缺陷、提高患者语言表达能力的目的。

近年来，发音障碍的分析方法大多是通过声学信号特征参数研究。JAFARI et al[1]对比了聋哑患者与正常人的波斯语元音发音，研究发现元音/a/，/i/的第一共振峰和元音/a/，/o/的第二共振峰存在显著性差异。NICOLAIDIS et al[2]在研究听力损伤患者的发音时，对共振峰和发音时长在重读和非重读的情况进行了分析统计研究。TSENG et al[3]研究了聋哑患者普通话元音/a/，/i/，/u/的第一共振峰和第二共振峰的特性，还进一步探究了共振峰元音空间与可懂度的联系。BAUDONCK et al[4]在研究佩戴助听器和植入人工耳蜗的患者时发现，相对与正常人，听障患者的共振峰数据有较高的标准差。

发音是一项由肌肉控制的极其复杂的运动，涉及呼吸、发音及运动系统[5]。因此，分析聋哑患者的发音情况亟需将运动学与声学方法相结合，以提供更为全面的评估与分析。目前大部分研究借助于电子腭位仪器(EPG)、X-Ray跟踪和磁共振成像(MRI)等方法[6-7]。三维电磁发音仪(electromagnetic articulography，EMA)(AG501;Carstens Medizinelektronik GmbH,Germany)是一种新型的可以同时采集声学和运动学数据的高精度设备[8-10]。它是通过医用生理胶将微小的传感器粘于发音器官(例如唇、舌、下颌等)，记录发音时微小复杂的动作[11]。目前国内外基于EMA仪器的研究多运用于帕金森病，脑瘫或肌萎缩性脊髓侧索硬化症，口痴等[12-14]，但针对聋哑患者发音情况的研究颇少。

本研究将普通话6个元音/a/，/i/，/u/，/o/，/e/，/ü/的发音作为研究对象，使用EMA AG501采集聋哑学生和正常学生的发音数据，首次从声学和运动学的角度分析两组被试学生元音发音的差异性，进一步探究了统计学差异显著性和相关性，因而对聋哑患者的发音评估更为全面、准确。

1 被试和数据采集

1.1 被试

本项研究针对24名母语为中文的被试进行。其中病人组 (HI) 由12名来自太原聋人学校的聋哑学生组成 (6名男生和6名女生，平均年龄为16岁，范围14～18岁)，均有佩戴助听器及接受5年以上语言康复训练经历，除听力受损外，无口腔运动障碍或其它畸形，具体信息如表1所示。正常组(NH)由12名来自太原理工大学的学生组成(6名男生和6名女生，平均年龄18.5岁，范围18～19岁)，普通话水平均为二级甲等及以上，均无任何发音和听力损伤及精神病史。

表1 聋哑学生基本信息表Table 1 Descriptive characteristics of the adolescents with hearing loss

1.2 数据采集

测试材料为汉语普通话中的6个元音/a/，/i/，/u/，/o/，/e/，/ü/.以自然平稳的响度和语速、声调统一为一声，每个音读3遍，最清楚的一次选作分析，测试材料出现的顺序为随机的。

利用EMA采集声学和运动学数据，采样频率为250 Hz，语言测试环境噪声控制在50 dB以下。声学信号通过匹配的电容麦克风(the t.bone EM9600，Musikhaus Thomann e.K.，Germany)收集，将麦克风置于被试者口部前方15 cm左右，调整舒适坐姿。运动学信号通过一系列的传感器收集，与声学信号同时记录在电脑上。将传感器用无毒害的牙科粘合剂(PeriAcryl 90,Glustitch Inc.Delta,BC,Canada)粘在发音器官上。2个测试点位于舌尖表面和下唇表面，3个参考点位于鼻梁、右左耳后，用于头部校准。

2 研究方法

2.1 声学特征

提取被试每个元音发音的第一共振峰和第二共振峰。在语音信号分析中，共振峰是一个最基本的表征语音信号特征的参数。共振峰是指在声音的频谱中能量相对集中的一些区域，共振峰不但是音质的决定因素，而且反映了共振腔的物理特征。元音的第一共振峰(F1)和第二共振峰(F2)与发音器官发音时的位置有着非常密切的关系。共振峰可反映说话人元音发音的质量，对语言可懂度有直接影响，因此对发音障碍患者共振峰的研究是必不可少的。其次，提取被试每个元音的发音时长。发音障碍患者多是由于肌肉运动迟缓或舌部运动缺陷造成发音不准确。发音持续时长是影响正确发音的重要因素，其通过语速、音素间间隔等来体现。语音数据用Praat(version 6.0.18，Holund)软件分析。

2.2 发音器官运动特征

提取被试舌部和唇部在元音发音时的最大位移(相对于初始状态)。其次，提取被试舌部和唇部在元音发音时速度的峰值。正确的发音要求器官相互配合，产生准确的发音动作。舌头和唇部是发音中的重要器官，其通过改变口腔的共鸣，产生不同的发音。特别是舌部对发音的影响颇大，其发音位置不准确是造成患者发音障碍主要的问题。运动数据用VisArtico(0.9.9，France)软件分析。

2.3 相关性分析

采用数理统计软件SSPS21.0分别对声学和运动学数据进行独立样本t检验，当P<0.05时有显著差异，具有统计学意义，再对声学和运动学数据进行Pearson相关性分析。

3 结果与分析

3.1 声学结果与分析

聋哑学生和正常学生元音发音共振峰F1和F2的对比结果如表2所示。对于第一共振峰，聋哑学生在所有元音/a/，/i/，/u/，/o/，/e/，/ü/发音时F1的值均高于正常学生，其中聋哑学生和正常学生只有在元音/i/和/e/有显著性差异，具有统计学意义(P<0.05).对于第二共振峰, 聋哑学生在元音/a/，/u/，/o/，/e/发音时F2的值高于正常学生，在元音/i/和/ü/发音时F2的值低于正常学生，其中聋哑学生和正常学生在所有元音/a/，/i/，/u/，/o/，/e/，/ü/发音时存在显著性差异，具有统计学意义(P<0.05).此外，聋哑学生在所有元音共振峰的标准差明显大于正常学生。

表2 两组被试者普通话元音共振峰F1和F2的比较结果Table 2 Comparison of formant frequencies between hearing impairment and normal-hearing groups

聋哑学生和正常学生元音发音时长的对比结果如表3所示。聋哑学生在所有元音/a/，/i/，/u/，/o/，/e/，/ü/的发音时长均高于正常学生。并且聋哑学生和正常学生的发音时长在所有元音上都有显著性差异，具有统计学意义(P<0.05).此外，聋哑学生在所有元音发音时长的标准差明显大于正常学生。

表3 两组被试者普通话元音发音时长的比较结果Table 3 Comparison of vowels duration between hearing impairment and normal-hearing groups

3.2 运动学结果与分析

聋哑学生和正常学生元音发音时唇部和舌部最大位移的对比结果如图1所示。对于唇部的位移数据，聋哑学生在所有元音/a/，/i/，/u/，/o/，/e/，/ü/的最大位移均明显高于正常学生；对于舌部的位移数据，聋哑学生只有在元音/i/的最大位移明显高于正常学生，在元音/a/，/u/，/o/，/e/，/ü/的最大位移低于正常学生。此外，聋哑学生在所有元音发音时唇部和舌部最大位移的标准差大于正常学生。

聋哑学生和正常学生元音发音时唇部和舌部最大速度的对比结果如表4所示。对于唇部的速度数据，聋哑学生在所有元音/a/，/i/，/u/，/o/，/e/，/ü/的最大速度均高于正常学生，其中聋哑学生和正常学生只有在元音/i/和/e/有显著性差异，具有统计学意义(P<0.05)；对于舌部的速度数据，聋哑学生在元音/a/，/u/，/o/，/e/，/ü/发音时的速度均低于正常学生，组间没有显著性差异。只有在元音/i/发音时的速度高于正常学生，组间有显著性差异，具有统计学意义(P<0.05).此外，聋哑学生在所有元音发音时唇部和舌部最大速度的标准差大部分大于正常学生。

图1 两组被试者普通话元音唇部和舌部最大位移的比较结果Fig.1 Comparison of maximum displacement for lip and tongue between hearing impairment and normal-hearing groups

3.3 相关性(识别)结果与分析

聋哑学生和正常学生元音发音声学和运动学参数相关性结果如表5所示。对于元音/a/，发音时长与唇部的最大位移呈显著的正相关性。对于元音/i/，F1和发音时长与唇部的最大位移和最大速度均呈显著的正相关性，F2与唇部的最大位移和最大速度均呈显著的负相关性，发音时长与舌部的最大位移和最大速度呈显著的正相关性。对于元音/u/，F2与唇部的最大位移呈显著的正相关性。对于元音/o/，F1、F2与唇部的最大位移和最大速度均呈显著的正相关性。对于元音/e/和/ü/声学和运动学参数差异不具有统计学意义。

4 讨论与总结

本文通过对普通话元音/a/，/i/，/u/，/o/，/e/，/ü/发音进行数据采集，对聋哑学生和正常学生发音时声学和运动学数据进行分析对比研究。在声学方面，与正常学生相比，聋哑学生在所有元音的F2上有显著差异具有统计学意义。共振峰上的差异性由多方面原因造成，由于听觉的缺失造成反馈系统的不完整，无法正确的纠正错误发音，此外，聋哑学生的发音时长高于正常学生且具有统计学意义；在运动学方面，与正常学生相比，聋哑学生唇部的最大位移高于正常学生，舌部的最大位移除元音/i/之外均低于正常学生，同样，聋哑学生唇部的最大速度均高于正常学生，舌部最大速度低于正常学生。这可能是由于聋哑学生在康复训练中，比较容易看到唇部的发音动作，却很难观测到舌部的运动轨迹[15]，导致唇部发音动作夸大而舌部发音动作缺失。此外，本文探究了声学和运动学参数的相关性。与舌部运动相比，唇部的运动数据与元音发音的声学数据具有显著相关性参数的更多。与F1相比，F2与运动学数据具有显著相关性参数的更多。声学参数发音时长也是影响运动学参数的重要影响因素。

表4 两组被试者普通话元音唇部和舌部最大速度的比较结果Table 4 Comparison of maximum speed for lip and tongue between hearing impairment and normal-hearing groups

表5 声学参数和运动学参数相关性结果Table 5 Correlation results of acoustic and kinematic parameters

综上所述，聋哑学生在元音发音时声学和运动学数据都与正常学生存在较大的差异。由于聋哑患者通过视觉反馈可以清楚观测到唇部的运动趋势而难于看到舌部的正确发音位置，导致唇部运动较为夸大而舌部运动较小，不准确的唇部和舌部位置最终导致元音发音的缺陷。本文的研究可为聋哑患者的康复治疗提供参考依据，具有理论和临床意义。