Zum Hauptinhalt springen

VOAT-Software

Voice Onset Analysis Tool - VOAT

Der Phonationseinsatz (z.B. breathy, modal, creaky) stellt einen transienten Vorgang dar und kann als Biomarker zur quantitativen Bewertung des Stimmgebungsprozesses verwendet werden. Hierzu wurden verschiedene quantitative Analysemethoden vorgeschlagen, die auf unterschiedlichen Aufnahmemodalitäten berechnet werden können: akustisches Signal, Elektroglottography (EGG), Luftströmung, Bewegungstrajektorien der Stimmlippen, glottale Flächenfunktion. Wir haben hierzu eine Software (VOAT) mit graphischer Benutzeroberfläche entwickelt, die für diese Signale unterschiedliche Berechnungsmethoden zur Bestimmung des Phonationseinsatzes bei Vokalen zur Verfügung stellt.

VOAT liest und verarbeitet WAV und ADICHT File-Formate als auch von der Software GAT erzeugte CSV-Formate der Stimmlippentrajektorien und Glottisflächenfunktion. Weiterhin erlaubt VOAT Signalfilterung, automatische Stimmaktivitätserkennung und automatsche Bestimmung des Stimmeinsatzes bei Signalen mit mehreren Vokalen.

 

Bei Interesse kontaktieren Sie uns bitte.

Projektzeitraum

Seit 2021

Mitarbeiter

Dr.-Ing. Tomás Arias Vergara

Lehrstuhl für Informatik 5 (Mustererkennung), FAU Erlangen
E-Mail: tomas.arias(at)fau.de

Kooperationen

  • Prof. Cate Madill, PhD; Faculty of Medicine and Health, The University of Sydney, Australia

Publikationen:

T. Arias-Vergara, T. Madill, T. Schraut, M. Döllinger. Overview of automatic voice onset measurements. In 38. Wissenschaftliche Jahrestagung der DGPP. Leipzig, Germany. German Medical Science GMS Publishing House.

T. Arias-Vergara, T., Schraut, J. R. Orozco-Arroyave, & M. Döllinger (2022). Parameterization of voice onset for automatic assessment of Parkinson’s disease. The Journal of the Acoustical Society of America, 152(4), A140-A140.

T. Arias-Vergara, M. Döllinger, T. Schraut, K.A.M. Khairuddin, A. Schützenberger. Nyquist plot parametrization for quantitative analysis of vibration of the vocal folds. J Voice, online ahead of print; 2023. https://doi.org/10.1016/j.jvoice.2023.01.014.