발성장애 성인에서 스마트폰 녹음을 위한 유선 및 무선 마이크의 음향학적 측정치 비교
초록
배경 및 목적:
본 연구에서는 스마트폰 녹음을 통한 음성평가 시 사용 가능한 다양한 가격대와 연결 유형의 외장 마이크와 음성평가 도구인 CSL의 음향학적 측정치를 비교하고, 발성장애 스크리닝 도구로서의 유용성을 살펴보고자 하였다.
방법:
발성장애 성인 29명과 정상음성 성인 31명을 대상으로, 고가/저가형의 유선 및 무선 마이크 각 1개씩을 사용하여 모음 연장 과제와 연결 발화 과제를 동시에 녹음하여 음향학적 측정치인 F0, Jitt, Shim, NHR, 모음과 문장에서의 CPP와 SR 그리고 그 표준편차와 다변수 음성지수인 켑스트럼-스펙트럼 발성장애 지수(CSID), 음향학적 음성의 질 지표(AVQI), 음향학적 심리측정적 발성장애 중증도 지수(APSID), 음성피로 종합지수(CIVF)를 분석하였다.
결과:
F0를 제외한 나머지 측정치들에서 CSL과 유의한 차이가 있었으며, Shim, CPPv, σCPPs, AVQI의 경우 집단과 마이크 유형 간 교호작용이 있었다. 마이크 유형별 측정치들의 상관관계를 살펴보았을 때 모든 측정치들에서 양의 상관관계를 보였으며, SRs, σSRs와 같은 일부 측정치들을 제외하고 중간 이상의 상관관계와 신뢰도를 보였다. 또한 진단 도구로서 유용성을 살펴보았을 때 Jitt, Shim, CSIDv를 제외한 나머지는 CSL과 AUC의 차이가 없었다.
논의 및 결론:
마이크에 따른 측정치들의 차이가 있었으나, 대부분 중간 이상의 상관관계와 높은 신뢰도를 보이며, 발성장애의 스크리닝 도구로서 유용성도 일부 확인하였다. 요약하자면 음성평가를 위한 스마트폰 녹음 시 좋은 품질의 유무선 마이크 사용을 권장하며, 측정하고자 하는 측정치에 따라 마이크 선택의 폭이 달라질 수 있다.
Keywords: 발성장애, 스마트폰, 마이크, 음향학적 분석, 다변수 음성지수
Abstract
Objectives
This study aimed to compare the acoustic measurements of various external microphones, differing in price range and connection type, used for smartphone-based voice analysis with those derived from Computerized Speech Lab (CSL) and to evaluate their utility as screening tools for voice disorders.
Methods
29 adults with dysphonia and 31 adults without dysphonia participated in the study. The study used one high-end and one low-end wired and wireless microphone each to simultaneously record vowel phonation tasks and connected speech tasks. Acoustic measurements, including F0, Jitt, Shim, NHR, CPP in vowels and sentences, SR, and their standard deviations were analyzed. Additionally, multivariable voice indices such as Cepstral Spectral Index of Dysphonia (CSID), Acoustic Voice Quality Index (AVQI), Acoustic Psychometric Severity Index of Dysphonia (APSID), and Comprehensive Index of Vocal Fatigue (CIVF) were also analyzed.
Results
Except for F0, significant differences were noted between CSL and other devices. Interaction effects between group and microphone type were observed for Shim, CPPv, σCPPs, and AVQI. Positive correlations were found across all devices, with most measurements showing moderate to strong correlations and reliability, except for SRs and σSRs. Diagnostic utility showed no significant AUC differences for most metrics except Jitt, Shim, and CSIDv.
Conclusion
Despite device-related measurement differences, most metrics demonstrated strong correlations and high reliability with the CSL-based measurements, supporting the feasibility of using external microphones for voice disorder screening. High-quality wired or wireless microphones are recommended for voice assessment using smartphone recordings, as the choice of microphone may vary depending on the specific parameters being measured.
Keywords: Dysphonia, Smartphone, Microphone, Acoustic analysis, Multiparametric acoustic voice indices
발성장애(dysphonia)는 인구의 3분의 1이 일생 동안 한 번 이상 겪을 수 있는 매우 흔한 증상으로( Whited & Dailey, 2015), 다양한 종류의 음성장애 환자가 보일 수 있는 음성의 이상 증상을 폭넓게 지칭하는 용어이다. 한 연구에서는 18-94세의 영어권 환자 789명을 대상으로 발성장애 유병률을 살펴보았을 때 평생 유병률이 29.1%였으며, 현재 발성장애가 있는 사람 중 73.3%가 두 번 이상의 발성장애를 겪었다고 보고하였다(Cohen, 2010). 또한 코로나19 이후로 경증 및 중증도의 코로나 증상을 보이는 환자에게서 26.8%의 유병률이 보고될 정도로 우리 삶에서 흔하게 살펴볼 수 있다( Afifi, Abd El Azeem, & Abd El Hay, 2024). 발성장애는 음높이, 음량 등의 변화를 초래하여 음성과 관련된 삶의 질에 영향을 주는 음성 노력 등이 주된 증상이며, 음성의 전반적인 품질이 변화하는 것을 의미한다( Pozzali, Pizzorni, Ruggeri, Schindler, & Dal Farra, 2021; Stachler et al., 2018). 이러한 발성장애는 더 심각하거나 진행성 질환의 초기 증상일 수 있어 신속한 진단과 관리가 필요하다( Stachler et al., 2018). 이러한 신속한 진단과 관리를 위해 정상음성과 발성장애를 구분해야 하며, 음성 클리닉에서 실시되는 음성평가는 정밀한 평가를 위해서 다면적인 평가가 제안된다. 이 중 가장 많이 실시되는 음향학적 평가는 음성에 대한 객관적이고 비침습적인 평가가 가능하며, 시간에 따라 변화하는 섭동변수들을 분석할 수 있다는 장점이 있다( Dejonckere et al., 2001). 음향학적 평가를 하기 위해서는 평가를 위한 장비나 소프트웨어 등이 필요하며 각 목적에 맞는 음향 세팅을 구비해 두어야 한다. 일반적으로 임상에서 음성을 평가하는 데 있어서 음성 녹음은 필수적인 절차이며, 이 중 녹음장비는 음성 평가의 기본이 되는 것으로 이를 위해 미국 언어청각협회(American Speech-Language-Hearing Association, AHSA)와 미국국립 음성언어센터(National Center for Voice and Speech)에서 오디오 인터페이스, 프리앰프, 마이크의 표본 추출률 및 주파수 응답성 등 음성평가를 위한 세팅에 대한 기준을 제시하고 있다( Hunter, Spielman, Starr, & Popolo, 2007; Patel et al., 2018). 그러나 이러한 기준을 만족하는 마이크는 비싼 가격과 장비 호환성 등 고려할 사항이 많다는 제한점( Awan, Shaikh, Desjardins, Feinstein, & Abbott, 2022)이 있다. 최근 코로나19 이후로 비대면 음성치료에 대한 관심이 높아지면서( Doll et al., 2021; Lee, 2022) 대체 장비나 플랫폼 등에 대한 연구들이 진행되고 있다. 이 중 스마트폰은 이동이 편리하다는 장점과 높은 접근성( Petrizzo & Popolo, 2021)으로 인해 그 유용성에 대한 연구가 계속해서 진행되어왔다. 정상음성에 대하여 아이폰과 삼성 스마트폰을 이용한 연구들에서는 일부 음향학적 측정치들에 대한 높은 수준의 신뢰도를 보고하였으며( Grillo, Brosious, Sorrell, & Anand, 2016; Jannetts, Schaeffler, Beck, & Cowen, 2019), 정상음성과 음성장애 환자들에서 다양한 스마트폰을 활용하여 음성 녹음을 진행한 연구들도 많이 진행되고 있다( Uloza et al., 2015). 또 다른 관련 연구들에서도 기본주파수(fundamental frequency, F0)와 같은 특정 변수들에 대해 평가 시 높은 신뢰성을 보고하였으며( Manfredi et al., 2017; Yun, Lee, Lee, & Jin, 2015), 실제로 음성장애 진단을 위한 도구로서 일부 유용성을 확인하기도 하였다(Lee, Lee, & Choi, 2018). 스마트폰은 음성평가 녹음을 위한 도구뿐만 아니라 어플리케이션을 활용한 헬스케어 도구로도 연구되고 있다. 스마트폰 기반 어플리케이션을 활용하여 음향학적 음성의 질 지표(Acoustic voice quality index, AVQI)와 성대 기능 지수(Glottal function index)를 결합한 음성 건강 지수(Voice wellness index, VWI)에 대하여 진단 정확도를 살펴본 연구에서, 여러 스마트폰 기기를 사용한 VWI 지수가 모두 진단 정확도가 높게 나와 음성평가 및 스크리닝 어플리케이션으로서 유용하게 사용될 수 있을 것이라 보고하였다( Uloza et al., 2023). 이 외에도 스마트폰은 원격 진료 목적으로도 사용할 수 있으며, 원격 진료에는 원격 모니터링을 통한 음성의 원격 바이오 피드백, 음향학적 평가나 음성위생 일기 등이 포함될 수 있다( Grillo, 2019). 이러한 원격 진료나 어플리케이션을 통한 음성 헬스케어는 서비스 제공자나 환자 모두의 편리성, 이동 부담의 감소 효과가 있고( Kelchner, 2013), 대면 진료에 비해 의료 감염에 대한 노출이 적다는 장점( Nakum & Joshi, 2023)이 있다. 그러나 스마트폰을 활용한 음성 녹음은 내장 마이크의 주파수 응답성이 다르고( Awan et al., 2022; Awan et al., 2023), 기기의 종류에 따라 음향학적 측정치의 차이가 있다는 제한점( Yun et al., 2015; Lee et al., 2018)이 있다. 이를 보완하고자 한 연구( Lee, 2022)에서는 USB-C로 연결되는 단일지향성 핀 마이크 사용을 제안하였고, 정상인에 대한 한 선행연구에서 그 유용성을 일부 확인하였으나( Park & Lee, 2024) 아직 그 유용성 및 제품별 차이를 확인한 연구가 부족하며 실제 음성평가 도구로서의 유용성에 대한 검증이 필요한 실정이다. 또한 음성 녹음 장비로서 마이크는 제품별로 성능과 가격대가 상이하다. 한 연구( Awan et al., 2022)에서는 검증된 고가형 마이크 외에도 저가형의 헤드폰 마이크가 음성 측정 시 유용한 측정치를 제공함을 확인했으나, 유선 및 무선 마이크를 사용하여 비교한 연구는 부족하여 살펴볼 필요가 있다. 따라서 본 연구에서는 Computerized Speech Lab (CSL model 4150B; KayPENTAX, Lincoln Park, NJ, USA, CSL)과 비교하였을 때 스마트폰에 적용 가능한 저가 및 고가형의 유선 및 무선 마이크가 실제 발성장애 성인과 정상음성 성인을 대상으로 음향학적 분석 및 음성 스크리닝을 위한 녹음 장비로서의 유용성이 있는지 살펴보고자 한다.
연구방법
연구대상
본 연구의 대상자는 총 60명(23.9±4.3세)으로 발성장애 성인 29명(남 6, 여 23, 25.0±5.7세), 정상음성 성인 31명(남 8, 여 23, 22.9±1.7세)을 대상으로 하였다. 발성장애 성인은 이비인후과 전문의에게 음성장애로 진단을 받았거나, 급성상기도 감염, 주관적 음성변화 또는 음성피로 증상 등으로 인하여 음성 산출 시 주관적 음성 불편감을 호소하는 자로 한국어판 음성 활동 및 참여 프로파일(Korean version of the voice activity and participation profile, KVAPP) 14.5점 이상( Lee et al., 2016)인 동시에 청지각적 평가(GRBAS)에서 G (Grade)의 값이 1점 이상에 해당하는 자( Hirano, 1981)로 하였으며, G 평정치의 평균±표준편차는 1.22±0.36이었다. 이비인후과 전문의에게 진단을 받은 사람은 3명이었으며 진단명은 일차성 근긴장성발성장애(muscle tension dysphonia, 1명), 편측성대마비(unilateral vocal fold palsy, 1명), 위식도 역류질환(gastro-esophageal reflux disease, 1명)이었으며, 나머지 발성장애군 26명은 주관적인 음성변화를 호소하는 대상자였다. 본 연구의 주요 목적은 특정 음성질환에 따른 특성을 살펴보는 것이 아니라, 발성장애 증상을 보이는 대상자와 그렇지 않은 대상자에서 다양한 마이크의 유용성을 비교하는 것이었으므로, 대상자에게 불편감을 유발할 수 있는 후두스트로보스코피를 추가로 시행하지는 않았다. 정상음성 성인은 주관적인 음성 불편감이 없는 자로, 연구 참여 시점에 호르몬, 청각, 호흡기, 신경학적 질병이 없고 최근 3개월간 이비인후과를 방문한 경험이 없고 K-VAPP 총점 14.5점 미만인 동시에 청지각적 평가에서 G의 값이 0점인 정상 범주에 해당하는 자로 하였다. 청지각적 평가는 2급 언어재활사인 연구자와 음성장애 임상 및 연구경력 13년의 언어병리학 전공교수(1급 언어재활사)가 합치에 이르도록 평정하였다.
연구절차
본 연구는 한림대학교 생명윤리위원회의 승인을 받았으며(HIRB-2024-048), 모든 절차는 소음이 통제된 방음부스 환경에서 진행하였다. 평가 시작 전 간단한 사전면담을 통하여 대상자의 현재 음성 피로 여부 및 직업과 같은 개인정보를 수집하였으며, KVAPP와 다변수 음성지수인 음성피로 종합지수(Comprehensive index of vocal fatigue, CIVF; Lee, Park, & Lim, 2023)를 산출하기 위해 음성피로도검사(Voval fatigue index, VFI; Kim, 2017) 설문을 실시하였다. K-VAPP는 28문항으로 구성된 자기보고 설문지이며, 총점의 절단점인 14.5점( Lee et al., 2016)을 기준으로 대상자를 선정하였다. 음향학적 평가를 위한 녹음 장비로는 (A) CSL에 연결한 단일지향성 콘덴서 마이크인 AKG P420 (AKG, Wien, Austria, ‘CSL’/480,000)과 (B) 고가의 USB-C 타입 유선 핀 마이크인 XS LAV (SENNHEISER, Wedemark, Germany; High-end wired, HW/100,000원), (C) 저가의 단일지향성 유선 마이크인 HC-220UC (DoowonTrade, Daegu, Korea; Low-end wired, LW/13,520원), (D) 블루투스 형태의 고가 무선 마이크 MoveMic (SHURE, Niles, IL, USA; High-end wireless, HWL/400,000원), (E) USB-C 리시버를 이용하는 저가의 무선 마이크인 Wireless 1 (MATA STUDIO, Ansan, Korea; Low-end wireless, LWL/39,900원)을 사용하였으며 동시에 녹음을 진행하였다. 마이크 선정 기준으로는 먼저 주파수 응답성의 최솟값인 50-8,000 Hz를 만족하는 마이크(Švec & Granqvist, 2010)이면서, 소음 감쇄 기능이 있는 경우 이를 on/off 시킬 수 있는 제품을 선정하였다. 고가 마이크의 경우 전통적으로 음향학적 분석을 위한 녹음에 많이 활용되어 온 제조사의 시판 중인 마이크를 선정하였다. 저가의 마이크는 고가 마이크 대비 저렴한 가격대와 주파수 응답성 등의 성능을 고려하였으며, 국내에서 온라인으로 쉽게 구매할 수 있는 마이크를 선정하였다.
CSL은 CSL main program을 이용하여 녹음하였으며, 이외의 4개의 마이크의 경우 개별적으로 갤럭시탭 S7 (SM-T870; Samsung, Suwon, Korea)에 연결하여 녹음하였다. HW, LW, LWL은 안드로이드 어플리케이션인 스마트 레코더(Smart recorder)를 사용하였으며 gain factor를 1.0으로 설정 후 녹음하였다. HWL의 경우 자사 어플리케이션에서만 인식이 되어 SHURE사 자체 어플리케이션인 Motiv Audio로 녹음하였으며, Gain을 3.0 dB로 설정 후 녹음하였다. 마이크 자체 스펙으로 인하여 HWL은 불가피하게 표본 추출률 48 kHz로 설정하였으며, 이를 제외한 나머지는 표본 추출률 44.1 kHz로 설정하였다. 표준 오디오 녹음기는 보통 44.1 kHz 또는 48 kHz의 표본추출률로 작동하며, 이러한 수치는 사람의 가청 범위의 소리를 캡처하기에 바람직하다(Švec & Granqvist, 2010). 확장자는 모두 WAV로 통일하였다.
마이크의 배치는 CSL의 경우 대상자의 입으로부터 마이크의 거리가 약 10 cm를 유지하도록 하였다. 유선 핀마이크는 대상자 좌우측 옷깃 위치에 고정하여 진행하였으며, 무선 마이크들은 미니 삼각대를 사용하여 대상자 기준 좌우 측에 위치시켜 간섭을 방지하였다. 또한 마이크의 좌우 위치를 무작위로 배치하여 위치로 인한 영향을 방지하였다. 구체적인 마이크 배치의 예시가 Figure 1에 제시되어 있다. 모음 연장 과제는 /아/ 모음을 4초 이상 3회 산출하도록 하여 안정적으로 녹음된 샘플을 분석하였으며, 연속 발화 과제로는 “가을” 문단( Kim, 2012) 전체와 앞의 두 문장(“우리나라의 가을은 참으로 아름답다. 무엇보다도 산에 오를 땐 더욱더 그 빼어난 아름다움이 느껴진다”)을 반복하여 읽도록 하였다. 또한 “산책” 문단( Jeong, 1994) 중 일부(넓게 펼쳐있는 바다를 바라보면 내 마음 역시 넓어지는 것 같다)( Kim, Lee, Bae, Park, & Kwon, 2018)를 읽도록 하였다.
자료분석
각 음성샘플들의 음향학적 측정치와 다변수 음성지수를 CSL의 분석프로그램인 Multi-Dimensional Voice Program (Model 5105; KayPentax, NJ, USA, ‘MDVP’)과 Analysis of Dysphonia in Speech and Voice (Model 5109; KayPENTAX, Montvale, NJ, USA, ‘ADSV’), VOXplot 프로그램( https://voxplot.lingphon.com/en/)을 통해 분석하였다. 자료분석 시 연속 발화 과제인 “가을” 문단의 경우 앞뒤 첫 두 문장을 별도로 트리밍하여 분석하였다. 모음 연장 과제의 경우 CSL 이외의 녹음샘플들은 선행연구(Lee et al., 2018)에서 제시한 동기화 절차를 참고하여 Sony Sound Forge 18.0 (Sony Creative Software Inc., Middleton, WI, USA)을 통해 CSL의 4초 모음샘플을 기준으로 정확히 4초 길이로 트리밍을 진행한 후 분석하였다( Figure 2). 음향학적 측정치의 경우 MDVP를 통해 F0, 주파수변동률(jitter percent, Jitt), 진폭변동률(shimmer percent, Shim), 소음 대 배음비(noise-to-harmonic ratio, NHR)를 분석하였으며, ADSV를 통해 문장과 모음의 켑스트럼 피크 현저성(cepstral peak prominence, CPP), 저주파수 대 고주파수 스펙트럼비(Low-to-high spectral ratio, SR) 그리고 각 표준편차를 분석하였다. 다변수 음성지수는 ADSV를 통해 모음과 문장의 켑스트럼-스펙트럼 발성장애 지수(Cepstral Spectral Index of Dysphonia, CSID)를 분석하였으며, VOXplot을 통해 AVQI ( Kim et al., 2018; Kim, von Latoszek, & Lee, 2021)를 분석하였다. 또한 K-VAPP의 1번 문항의 점수, 모음과 문장의 CPP와 표준편차 측정치를 이용하여 음향학적 심리측정적 발성장애 중증도 지수(Acoustic Psychometric Severity Index of Dysphonia, APSID; Lee, Choi, & Kim, 2021)를 계산하였으며, VFI 의 Tired 문항과 별도 트리밍한 “가을” 문단 앞뒤 두 문장의 CPP와 SR 그리고 표준편차의 차이값을 통해 CIVF를 계산하였다.
통계분석
본 연구에서 수집된 자료는 통계분석 프로그램 SPSS version 29.0 (IBMCo., New York, NY, USA)과 MedCalc 통계 소프트웨어 버전 23.0.8 (MedCalc Software, Ostend, Belgium; http://www.med-calc.org; 2017)을 사용하여 분석하였으며, 시각화를 위해 Python 3.9 ( Van Rossum & Drake, 2009)를 이용하였다. 먼저 집단과 마이크 유형간 측정치들의 차이가 있는지 확인하기 위해 이원 반복측정 분산분석(two-way repeated measures of ANOVA)을 시행하였으며, 사후분석은 Bonferroni 방법을 이용하였다. 교호작용을 보인 측정치의 경우 독립표본 t-검정(independent samples t-test)을 실시하여 집단 간 차이를 살펴보았다. 또한 CSL과 비교했을 때 각 마이크별 음향학적 측정치 간의 상관관계 및 신뢰도를 알아보기 위해 피어슨 상관분석(Pearson correlation analysis)을 시행하고, SPSS의 신뢰도 분석을 통하여 급내상관계수(intraclass correlation coefficient, ICC)를 산정하였다. 마지막으로 각 마이크가 스크리닝 도구로서의 유용성을 가지는지 확인하기 위해 수신자 조작 특성(receiver operating characteristic, ROC) 곡선 분석을 시행하여 마이크 간 곡선아래면적(area under the curve, AUC)의 차이가 있는지 비교하였다.
연구결과
집단과 마이크 유형 간 음향학적 측정치 비교결과
집단과 마이크 유형 간 음향학적 측정치의 기술통계 및 비교 결과가 Table 1과 Table 2에 제시되어 있다. 분석 결과 F0 ( F=1.780, p=.185)를 제외한 나머지 측정치에서 마이크 유형에 따른 유의미한 차이가 있었으며, Shim ( F=6.154, p=.003), CPP V ( F=4.579, p=.003), σCPP S ( F=3.296, p=.022), AVQI ( F=4.829, p=.004)의 경우 집단과 마이크 유형에 따른 교호작용이 있었다. 이에 각 마이크 유형에 따라 측정치들 간의 유의한 차이를 보인 변수들에 대하여 사후분석을 통해 CSL과 비교하였다. HW의 경우 σSRS (p=.006), CSIDS (p=.004), AVQI (p=.004)가 유의하게 낮게 측정되었으며, SRV (p<.001)와 SRS (p<.001)에서 유의하게 높게 측정되어 나머지 마이크와 비교했을 때 가장 적은 측정치들에서 차이가 나타났다. LW의 경우 CPPV (p<.001), CPPS (p<.001), σCPPS (p<.001), σSRS (p<.001), CIVF (p=.003)에서 유의하게 낮게 측정되었으며, Shim (p<.001), NHR (p<.001), σCPPV (p=.021), SRV (p<.001), SRS (p<.001), CSIDS (p<.001), AVQI (p<.001), APSID (p<.001)에서 유의하게 높게 측정되었다. HW의 경우 CPPV (p<.001), SRV (p<.001), CPPS (p<.001), σCPPS (p<.001), σSRS (p<.001)에서 유의하게 낮게 측정되었으며, Jitt (p=.027), Shim (p=.010), σSRV (p<.001), CSIDV (p<.001), CSIDS (p<.001), AVQI (p<.001), APSID (p<.001)에서 유의하게 높게 측정되었다. 마지막으로 LWL에서는 CPPV (p<.001), SRV (p<.001), CPPS (p<.001), σCPPS (p<.001)에서 유의하게 낮게 측정되었으며, Shim (p<.001), NHR (p<.001), σSRV (p<.001), CSIDV (p<.001), σSRS (p<.001), CSIDS (p<.001), AVQI (p<.001), APSID (p<.001)에서 유의하게 높게 측정되었다.
집단과 마이크 유형에 따른 교호작용이 나타난 측정들에서 독립표본 t-검정을 통해 집단 간 차이를 자세하게 살펴본 결과, Shim의 CSL (t=-5.787, p<.001), HW (t=-6.017, p<.001), LW (t=-5.389, p<.001), HWL (t=-5.027, p<.001), LWL (t=-5.016, p<.001)과 AVQI의 CSL (t=-4.967, p<.001), HW (t=-4.993, p<.001), LW (t=-4.711, p<.001), HWL (t=-5.510, p<.001), LWL (t=-4.577, p<.001)은 모든 마이크 유형에서 발성장애군이 정상군보다 유의하게 높게 측정되었다. CPPV의 경우 CSL (t=4.978, p<.001), HW (t=4.609, p<.001), LW (t=4.118, p<.001), HWL (t=4.646, p<.001), LWL (t=3.773, p<.001)로 모든 마이크 유형에서 발성장애군이 정상군보다 유의하게 낮게 측정되었다. σCPPS는 CSL (t=2.380, p=.021)과 LW (t=2.319, p=.024)에서만 발성장애군이 정상군보다 유의하게 낮게 측정되었다.
CSL과 마이크 유형 간 음향학적 측정치의 상관관계
CSL과 각 마이크 유형간 음향학적 측정치들의 상관관계를 살펴본 결과를 Figure 3에 제시하였다. 양의 상관관계는 붉은색, 음의 상관관계는 푸른색 계열이며, 색이 진할수록 상관계수가 1 또는 -1에 가깝다. 분석 결과, 모든 마이크 유형에서의 측정치들이 전반적으로 중간 이상 수준의 양의 상관관계가 있었으며, 마이크 유형과 무관하게 .75 이상의 상관관계를 보인 측정치는 F0, CPPV, σCPPV, CPPS, σCPPS, AVQI, APSID, CIVF였으며, 이 중 .90 이상의 매우 강한 상관관계를 보인 측정치는 F0, CPPV, σCPPV, APSID였다. 모든 마이크 유형에서 가장 작은 상관관계를 나타낸 측정치는 SRS, σSRS로 모두 .70 미만이었다.
CSL과 마이크 유형 간 음향학적 측정치의 신뢰도
CSL과 마이크 유형 간 음향학적 측정치들의 ICC를 살펴본 결과를 집단별로 Table 3에 제시하였다. 먼저 전체 집단과 모든 유형의 마이크에서 .70이상의 ICC를 보인 측정치는 F0, CPP V, σCPP V, CPP S, σCPP S, AVQI, APSID, CIVF였으며, 그중 F0, σCPP V, APSID의 경우 .90 이상의 높은 ICC를 보였다. 집단에 따라 살펴보았을 때, 발성장애군의 경우 모든 마이크유형에서 .70 이상의 ICC를 보인 측정치는 F0, CPP V, σCPP V, CPP S, AVQI, APSID, CIVF였으며, .90 이상의 높은 ICC를 보인 측정치는 F0과 σCPP V였다. 반면 대조군인 정상음성 성인의 경우 모든 마이크 유형에서 .70 이상의 ICC를 보인 측정치는 F0, CPP V, CPP S, σCPP S, APSID, CIVF였으며, .90 이상의 ICC를 보인 측정치는 F0과 CPP V였다.
발성장애 선별검사 도구로서의 유용성 비교
CSL과 비교했을 때 각 마이크 유형의 측정치들의 AUC와 비교 결과가 Table 4에, AUC의 차이를 보인 측정치들의 ROC 곡선이 Figure 4에 제시되었다. CSL에서 가장 높은 AUC를 보인 측정치가 Shim (AUC=.934, 95% CI=.839-.982)였으며, Jitt (AUC=.911, 95% CI=.809-.969)와 APSID (AUC=.911, 95% CI=.809-.969) 또한 .90 이상의 높은 AUC를 보였다. 가장 낮은 AUC를 보인 측정치는 SR S (AUC=.506, 95% CI=.374-.638)였다. 유선 마이크 중 HW의 경우 가장 높은 AUC를 보인 측정치가 APSID (AUC=.919, 95% CI=.819-.974)였으며, 가장 낮은 AUC를 보인 측정치는 SR S (AUC=.532, 95% CI=.398-.662)였다. LW의 경우 가장 높은 AUC를 보인 측정치가 APSID (AUC=.882, 95% CI=.773-.951)였으며, 가장 낮은 AUC를 보인 측정치는 σSR S (AUC=.538, 95% CI=.404-.669)였다. 무선마이크인 HWL의 경우 가장 높은 AUC를 보인 측정치가 APSID (AUC=.942, 95% CI=.850-.986)였으며, 가장 낮은 AUC를 보인 측정치는 σSR S (AUC=.543, 95% CI=.410-.673)였다. LWL의 경우 가장 높은 AUC를 보인 측정치는 APSID (AUC=.927, 95% CI=.829-.978)였으며, 가장 낮은 AUC를 보인 측정치는 SR S (AUC=.501, 95% CI=.369-.632)였다. 이와 같은 결과로 모든 마이크 유형에서 가장 높은 AUC를 보인 측정치는 APSID였던 반면, 모든 마이크 유형에서 가장 낮은 AUC를 보인 측정치는 SR S와 σSR S였다. CSL과 각 마이크 유형의 측정치 간 AUC의 차이가 있는지 살펴보았을 때 HW의 경우 CSIDV (z=2.185, p=.029)에서 CSL보다 AUC가 낮았으며, LW에서는 Jitt (z=2.158, p=.031), CSIDV (z=2.228, p=.026)에서 CSL보다 AUC가 낮았다. HWL은 Jitt (z=2.165, p=.030), Shim (z=2.212, p=.027)에서 CSL보다 AUC가 낮았으며, LWL의 경우 Shim (z=2.105, p=.035)에서만 CSL보다 AUC가 낮았다.
논의 및 결론
본 연구에서는 발성장애 성인과 정상음성 성인을 대상으로, CSL과 스마트폰 녹음을 위한 저가 및 고가형의 유선 핀 마이크와 블루투스 형태로 연결되는 무선 마이크를 사용하여 동시에 녹음한 음성샘플의 음향학적 측정치 차이를 확인하고, CSL과 각 마이크 유형 간 음향학적 측정치의 상관관계와 신뢰도 및 마이크 유형별 측정치들의 AUC를 비교함으로써 진단 도구로서의 유용성을 살펴보았다. 연구결과, 고품질의 유무선 마이크가 발성장애 선별 및 스크리닝 시 사용이 권장되며, 저품질의 유무선마이크 또한 측정 변수 및 상황에 따라 선택적으로 활용할 수 있음을 확인하였다. 각 외부 마이크로 녹음한 샘플들의 측정치들이 CSL의 녹음샘플의 측정치와 비교했을 때 F0를 제외한 나머지에서 유의미한 차이가 있었으나, 대부분의 동일한 측정치 간 중간-강함 수준의 상관관계와 상당한 수준의 신뢰도를 보였다. 또한 마이크가 갖는 선별능력을 CSL과 각 마이크 유형에서의 측정치들에서 비교했을 때 Jitt (LW, HWL), Shim (HWL, LWL), CSIDV (HW, LW)를 제외하고 선별 능력의 차이가 없음을 확인하였다. 이러한 결과를 통해 특정 측정치 들을 평가하기 위한 도구로서 그 유용성을 확인하였으며, 측정 결과를 해석할 시 본 연구에서 보고한 각 마이크 유형별 측정치의 범위를 참고하여 주의를 기울여 해석한다면 실제로도 평가 및 선별 도구로서 유용하게 사용할 수 있을 것이라 판단된다.
먼저 CSL과 각 마이크 유형별 측정치들의 음향학적 측정치의 차이를 살펴본 결과, F0를 제외한 나머지 Jitt, Shim, NHR, CPP V, σCPP V, SR V, σSR V, CSID V, CPP S, σCPP S, SR S, σSR S, CSID S, AVQI, APSID, CIVF에서 차이를 보였으며, 이 중 SR V, σSR S, CSID S, AVQI 는 CSL의 측정치들과 비교했을 때 모든 마이크 유형에서 차이를 보였다. 이는 정상 성인을 대상으로 스마트폰과 단일지향성 유선 핀마이크, 무선 이어폰을 사용하여 음향학적 측정치를 비교했을 때 SR V, CSID V, SR S, CSID S, AVQI는 모든 마이크 유형에서 유의한 차이를 보고한 선행연구( Park & Lee, 2024)의 결과와 일맥상통한다. 이러한 결과는 녹음에 사용된 마이크의 주파수 응답성이 영향이 있는 것으로 판단된다. 본 연구에서 사용된 각 마이크들의 주파수 응답성은 CSL (20 Hz-20 kHz), HW (50 Hz-18 kHz), LW (50 Hz-16 kHz), HWL (50 Hz-20 kHz), LWL (20 Hz-20 kHz)로 음성평가를 위한 마이크 기준인 50 Hz-8,000 Hz (Švec & Granqvist, 2010)를 만족하지만, 각 마이크 간 약간의 차이가 존재한다. 이러한 마이크별 주파수 응답성의 차이는 녹음 시 음성 파형의 스펙트럼에 영향을 미치며( Parsa, Jamieson, & Pretty, 2001), 스펙트럼 관련 측정치인 SR과 CSID에 영향이 있다는 선행연구( Awan et al., 2022)는 본 연구의 결과에 대한 원인을 설명하는 것이라 할 수 있다. 같은 맥락으로 AVQI 또한 장구간 평균 스펙트럼 기울기(general slope of the spectrum slope) 등이 포함된 다변수 음성지수(Kim et al., 2018)로, 마이크 주파수 응답의 영향이 있을 것으로 보인다. 집단과 마이크 유형 간 교호작용을 살펴보았을 때 Shim, CPP V, σCPP S, AVQI에서 유의한 차이가 나타났다. Shim와 AVQI의 경우 발성장애군이 정상군보다 더 높게 측정되었으며, CPP V와 σCPP S는 정상군이 발성장애군보다 더 높게 측정되었다. 이 중 σCPP S의 경우 CSL과 LW에서만 집단과 마이크 간 교호작용이 나타났는데, 두 마이크 모두 단일지향성 마이크라는 점에서 이는 흥미로운 결과이다. CPP와 그 표준편차는 기식성이 높을수록 낮게 측정된다( Kang, Koo, & Jo, 2015). 이러한 기식성 음성은 4,000 Hz 이상의 높은 주파수 대역의 소음 요소와 관련이 있다. 또한 CPP의 경우 마이크의 거리에 따라 영향이 있을 수 있다. 음원과 가까운 위치에 있는 마이크가 더 큰 목표 신호 크기를 발생시키고, 배경 소음은 일정하게 유지되어 더 높은 신호 대 잡음비(signal-to-noise ratio)를 얻을 수 있다. 이는 결과적으로 상대적인 소음이 작아지게 되는 결과를 초래하며, CPP나 배음 대 잡음비(harmonics-to-noise ratio) 측정에 영향을 주게 된다( Noffs et al., 2024). 이러한 점에서 σCPP S가 CSL과 LW에서만 높게 측정된 것은 무지향성 마이크에 비해 단일지향성 마이크가 신호 품질이 더 좋으며( Vogel & Morgan, 2009), 음원인 화자의 입과 더 가까운 위치에 배치하여 거리에 따른 영향이 있었던 것으로 판단된다. 따라서 추후 연구에서는 마이크의 거리에 따른 음향학적 측정치의 차이를 살펴볼 필요가 있다. CSL과 마이크 유형별 측정치 간의 상관관계를 살펴본 결과, 모든 측정치들에서 양의 상관관계가 나타났다. 이는 CSL과 비교했을 때 음향학적 측정치의 차이가 있으나, 측정치 변화의 경향성이 유사하다는 것을 의미한다(Lee et al., 2018; Yun et al., 2015). 모든 마이크에서 .70 이상의 중간-강함 수준의 상관관계를 보인 측정치는 F0, CPP V, σCPP V, CPP S, σCPP S, AVQI, APSID, CIVF였으며 이 중 .90 이상의 강함 수준의 상관관계를 보인 측정치는 F0, CPP V, σCPP V, APSID였다. 중간 수준인 .70 이하의 상관관계를 보인 측정치는 SR S, σSR S였으며, 이러한 결과는 선행연구의 결과와 일치한다( Park & Lee, 2024). 모든 마이크 유형에서 가장 강한 상관관계를 보인 측정치는 F0였으며, 그 다음으로는 CPP V와 관련된 측정치들이 높게 나타났다. 이 또한 스마트폰 녹음 시 F0나 CPP V가 가장 강한 상관관계를 보였다는 여러 선행연구의 결과들과 일치하는 결과이다(Lee et al., 2018; Manfredi et al., 2017; Park & Lee, 2024; Yun et al., 2015). 이 외에 스마트폰 어플리케이션을 통해 다변수 음성지수인 AVQI에 대해 높은 상관을 보고한 연구( Uloza et al., 2023)의 결과처럼, 본 연구의 결과에서도 다변수 음성지수인 AVQI, APSID, CIVF는 모든 마이크에서, 모음과 문장의 CSID는 LWL을 제외한 모든 마 크에서 .75 이상의 강한 상관관계를 보였다. 특히 APSID는 .90 이상으로 다변수 음성지수 중 가장 높은 상관을 보였다. 이는 추후 비대면 음성치료 분야에서 스마트폰 어플리케이션 사용 시, 다양한 마이크를 활용하여 측정된 다변수 음성지수를 비대면 음성치료 및 평가나 스크리닝을 위해 사용할 수 있음을 시사하며, 음성 헬스케어 분야에서도 자가 스크리닝을 위한 신뢰도가 높은 측정치로써 사용할 수 있으리라 판단된다. 유의한 상관관계를 보인 측정치의 수가 가장 적었던 마이크 유형은 LW와 LWL이었다. LW의 경우 HW에 비해 가격이 저렴하다는 장점이 있으나, 제품 상태와 품질에서의 영향이 있으며, 특히 스마트폰의 USB-C 단자와 연결되는 부위와 케이블이 결합되는 부위에서 HW보다 내구성이 약하여, 시간이 경과하면서 점차 느슨하게 연결되는 모습을 보였다. 이런 경우, 때에 따라 단자와 단자가 제대로 연결되지 않아 음성 녹음 시 전기적 소음이 발생하는 현상이 관찰되어 재연결을 해야만 하였다. LWL도 마찬가지로 HW에 비해 가격이 저렴하다는 장점이 있으나, 선행연구( Park & Lee, 2024)의 무선 이어폰과 마찬가지로 모음 연장 시 감쇄효과를 보였다. 이러한 특징들로 인해 LW와 LWL이 공통적으로 낮은 상관관계를 보인 SR S, σSR S 외에도 다른 측정치들에서도 낮은 상관관계를 보인 것으로 판단된다. 따라서 잡음이 적고 적절한 주파수 응답이 있는 고품질 마이크를 사용하는 것을 권장한 선행연구( Awan et al., 2022)처럼, 추후 스마트폰에 사용 가능한 음성평가 도구로서 사용할 수 있는 유선 및 무선 마이크의 경우 고품질의 마이크를 권장하는 바이다. 다만 고가의 마이크라 할지라도 일상적인 사용의 편의성 제고를 위하여 잡음을 제거하는 기능을 탑재하고 이를 필요에 따라 끌 수 없는 제품이라면, 발성장애의 탐지를 위한 용도로 사용하기에는 적절하지 않을 수 있으므로 주의를 요한다. 또한 무선 마이크의 경우 제조사나 마이크 자체에 따라 감쇄효과가 나타날 수 있어, 이러한 영향을 최대한 배제하기 위해서는 고품질의 유선 마이크를 사용하는 것이 음성평가를 위해서 가장 좋은 마이크 선택이라고 판단된다. CSL과 마이크 유형별 음향학적 측정치에 대한 신뢰도를 살펴보았을 때 모든 마이크에서 .70 이상의 ICC를 보인 측정치는 F0, CPP V, σCPP V, CPP S, σCPP S, AVQI, APSID, CIVF였으며, .90 이상의 ICC를 보인 측정치가 F0, σCPP V, APSID였다. 이는 상관관계 분석 시 .70 이상을 보인 측정치들과 같은 측정치들로, 본 연구에 사용된 마이크로 측정한 F0, CPP V, σCPP V, CPP S, σCPP S, AVQI, APSID, CIVF의 경우 측정치의 차이가 있더라도, 높은 상관과 신뢰도를 가진 분석이 가능하다는 것을 시사한다. 이외의 측정치들은 각 마이크들의 위치에 따라 HNR, SR과 같은 스펙트럼 측정치들은 영향을 받을 수 있으며( McKenna, Roberts, Friedman, Shanley, & Llico, 2023), 본 연구에서 낮은 신뢰도를 보인 측정치들 또한 스펙트럼 측정치들이 많이 존재해 마이크들의 위치에 따른 영향이 있었을 것이라 판단된다. 이러한 결과는 이전에 언급한 음향학적 측정치들의 차이와 같은 맥락으로, 추후 후속 연구로는 위치를 달리하여 위치별 측정치들의 경향성 또한 살펴볼 필요가 있다. 각 마이크 유형별 선별도구로서 유용성을 살펴보았을 때 APSID의 경우 모든 마이크 유형에서 가장 높은 AUC를 보였으며, SR S. σSR S는 가장 낮은 AUC를 보였다. 이는 위에서 언급한 마이크의 주파수 응답에 대한 영향( Awan et al., 2022)이 AUC의 결과에도 영향이 있었을 것이라 판단된다. 또한 SR V와 σSR V에서도 모든 마이크 유형에서 낮은 AUC를 보여, SR관련 측정치들에 대한 분석 및 해석 시 주의해야 할 필요가 있음을 시사한다. CSL과 각 마이크 유형의 측정치 간 AUC의 차이가 있는지 살펴보았을 때, Jitt, Shim의 경우 CSL과 비교했을 때 유의한 차이가 나타났다. 이는 Jitt, Shim의 경우 평가 및 해석에 주의할 필요가 있음을 의미한다. 이외의 측정치들은 음성장애 환자를 대상으로 스마트폰의 진단 도구로서 유용성을 살핀 연구(Lee et al., 2018)의 CSL과 비교 시 유의한 차이가 나타나지 않았다는 결과와 맥락이 같다. 이는 본 연구에서 사용된 유선 및 무선 마이크가 실제 진단 도구로서 유용성이 있다는 것을 시사한다. 본 연구에서 사용된 마이크들에 대하여, 녹음 시 측정치별로 권장되는 마이크를 Appendix 1에 요약하여 제시하였다. 유무선과 가격대를 막론하고 모든 마이크 유형에서 .8 이상의 상관계수와 .6 이상의 ICC를 보인 변수는 F0, Jitt, CPP V, σCPP V, CPP S, σCPP S, CSID V, AVQI, APSID, CIVF였다. 정리하면, 본 연구에 사용된 여러 유형의 마이크들 중에서 고가의 유선 마이크가 SR S와 σSR S를 제외한 모든 측정치들에서, 고가의 무선 마이크는 σSR S를 제외한 높은 상관과 신뢰도를 보였다. 따라서 발성장애 선별 및 스크리닝 시 가급적 고가의 유무선 마이크 사용을 권장하는 바이다. 이외에도, 저가의 유무선 마이크도 측정 목적 변수, 상황에 따라 선택적으로 사용할 수 있을 것이다. 다만 고가의 마이크라 할지라도 모델에 따라 일상적인 사용의 편의성 제고를 위하여 잡음을 제거하는 기능을 탑재하고 이를 필요에 따라 off 시킬 수 없는 제품이라면, 발성장애의 탐지를 위한 용도로 사용하기에는 적절하지 않을 수 있으므로 주의를 요한다. 또한 무선 마이크의 경우 제조사나 마이크 자체에 따라 신호 감쇄효과가 나타날 수 있어, 이러한 영향을 최대한 배제하기 위해서는 고품질의 유무선 마이크를 사용하는 것이 음성평가를 위해서 가장 좋은 마이크 선택이라고 판단된다. 본 연구의 대상자의 성비가 남성 총 14명, 여성 총 46명으로 여성의 비율이 약 3배가량 높아 성별로 인한 영향을 배제할 수 없으므로, 추후 연구에서는 성비를 고려하여 성별에 따라 나타나는 음향학적 측정치의 차이도 살펴볼 필요가 있다. 또한 급성상기도 감염이나 주관적 음성피로가 포함된 발성장애군을 대상으로 진행된 연구로, 일반적인 음성장애 환자보다 음성 중증도가 낮다. 따라서 이러한 대상자 특성이 AUC 분석 시 영향이 있었을 것이라 판단되며, 추후 연구에서는 다양한 음성장애 환자군을 대상으로 더 세밀하게 살펴볼 필요가 있다. 본 연구에서 사용된 마이크는 한정적인 것으로, 계속해서 향상된 스펙과 기능, 저렴한 가격, 개선된 활용성을 가지고 출시되는 다양한 마이크들을 살펴볼 필요가 있으며, 음원과 마이크의 거리나 각도에 따른 영향 또한 후속연구에서 살펴볼 필요가 있다. 마지막으로 본 연구는 조용한 방음부스 환경에서 진행된 연구로, 실제 생활소음이 있는 환자들 개개인의 집안 환경에서 실제로 비대면 음성평가 및 치료에 사용하여 그 유용성을 확인한다면, 보다 더 근거 있는 기초자료로서 비대면 음성치료와 음성 헬스케어 분야에 일조할 수 있을 것으로 판단된다.
Figure 1.
An example layout of wired and wireless microphones around the participant.
Modified version of Figure 1 from Park & Lee, 2024.
(A)= High-quality microphone connected to the Computerized Speech Lab; (B), (C)= Wireless; (D), (E)= Wired.
Figure 2.
Sample example of vowel extension trimmed to CSL 4 seconds through synchronization procedure.
(A)= Computerized Speech Lab; (B)= Other microphone vowel examples.
Figure 3.
Correlation heatmap of the acoustic measurements by microphone types.
CSL= Computerized Speech Lab; HW= High-end Wired; LW= Low-end Wired; HWL= High-end Wireless; LWL= Low-end Wireless; F0= fundamental frequency; Jitt= jitter percent; Shim= shimmer percent; NHR= noise-to-harmonic ratio; CPP= cepstral peak prominence; SR= low-to-high spectral ratio; σ= standard deviation; CSID= Cepstral spectral index of dysphonia; V= vowel phonation; S= sentence production; AVQI= Acoustic voice quality index; APSID= Acoustic psychometric severityi of dysphonia; CIVF= Comprehensive index of vocal fatigue.
Figure 4.
ROC curve analysis results for the Jitt, Shim, and CSIDV across different microphone types.
HW= High-end wired; LW= Low-end wired; HWL= High-end wireless; LWL= Low-end wireless; Jitt= jitter percent; Shim= shimmer percent; CSID= Cepstral spectral index of dysphonia; V= vowel phonation; AUC= Area under the curve.
Table 1.
Descriptive statistics for acoustic measurements between groups and microphone types
|
Parameters |
Group |
CSL |
Wired
|
Wireless
|
|
HW |
LW |
HWL |
LWL |
|
F0 (Hz) |
Normal |
189.48 ± 50.54 |
189.44 ± 50.56 |
189.09 ± 50.37 |
189.46 ± 50.53 |
189.53 ± 50.55 |
|
Dysphonic |
186.71 ± 40.89 |
188.04 ± 39.06 |
187.16 ± 39.41 |
190.59 ± 37.21 |
186.07 ± 46.05 |
|
Jitt (%) |
Normal |
0.79 ± 0.50 |
0.78 ± 0.38 |
0.82 ± 0.59 |
1.16 ± 0.77 |
1.11 ± 0.76 |
|
Dysphonic |
2.11 ± 1.07 |
1.81 ± 1.27 |
1.77 ± 1.56 |
2.26 ± 1.07 |
2.27 ± 1.20 |
|
Shim (%) |
Normal |
3.25 ± 0.75 |
3.39 ± 1.24 |
4.63 ± 2.50 |
4.21 ± 0.89 |
4.37 ± 0.93 |
|
Dysphonic |
6.02 ± 2.47 |
6.80 ± 2.80 |
9.10 ± 3.83 |
6.31 ± 2.08 |
6.80 ± 2.45 |
|
NHR |
Normal |
0.13 ± 0.02 |
0.13 ± 0.01 |
0.15 ± 0.04 |
0.13 ± 0.02 |
0.14 ± 0.02 |
|
Dysphonic |
0.15 ± 0.04 |
0.17 ± 0.05 |
0.20 ± 0.08 |
0.16 ± 0.06 |
0.18 ± 0.05 |
|
CPPV (dB) |
Normal |
12.00 ± 2.06 |
11.70 ± 1.98 |
10.66 ± 2.47 |
10.73 ± 1.68 |
10.34 ± 1.82 |
|
Dysphonic |
9.53 ± 1.74 |
9.49 ± 1.72 |
8.21 ± 2.11 |
8.81 ± 1.50 |
8.64 ± 1.64 |
|
σCPPV (dB) |
Normal |
0.66 ± 0.33 |
0.65 ± 0.34 |
0.73 ± 0.36 |
0.61 ± 0.30 |
0.66 ± 0.28 |
|
Dysphonic |
1.03 ± 0.87 |
1.02 ± 0.79 |
1.08 ± 0.68 |
1.02 ± 0.91 |
1.07 ± 0.87 |
|
SRV (dB) |
Normal |
34.35 ± 4.03 |
36.96 ± 4.23 |
37.84 ± 5.30 |
30.67 ± 4.45 |
32.27 ± 4.42 |
|
Dysphonic |
33.61 ± 3.01 |
35.00 ± 4.82 |
35.46 ± 4.09 |
29.60 ± 3.89 |
30.56 ± 3.60 |
|
σSRV (dB) |
Normal |
1.36 ± 0.38 |
1.46 ± 0.40 |
1.41 ± 0.34 |
1.64 ± 0.44 |
2.14 ± 1.36 |
|
Dysphonic |
1.52 ± 1.01 |
1.62 ± 0.75 |
1.69 ± 0.93 |
1.94 ± 0.78 |
2.64 ± 1.87 |
|
CPPS (dB) |
Normal |
6.87 ± 0.71 |
6.81 ± 0.60 |
6.51 ± 0.91 |
6.28 ± 0.51 |
5.99 ± 0.59 |
|
Dysphonic |
6.25 ± 1.03 |
6.38 ± 0.97 |
5.87 ± 1.27 |
5.77 ± 0.81 |
5.55 ± 0.88 |
|
σCPPS (dB) |
Normal |
3.73 ± 0.43 |
3.65 ± 0.37 |
3.24 ± 0.45 |
3.31 ± 0.35 |
3.22 ± 0.40 |
|
Dysphonic |
3.43 ± 0.54 |
3.49 ± 0.48 |
2.93 ± 0.58 |
3.14 ± 0.47 |
3.08 ± 0.44 |
|
SRS (dB) |
Normal |
29.08 ± 2.43 |
32.71 ± 2.31 |
33.48 ± 2.41 |
29.94 ± 2.63 |
28.57 ± 3.83 |
|
Dysphonic |
29.12 ± 2.72 |
32.42 ± 2.71 |
32.40 ± 2.45 |
29.35 ± 2.30 |
28.80 ± 4.75 |
|
σSRS (dB) |
Normal |
9.89 ± 1.21 |
9.43 ± 0.83 |
8.06 ± 1.11 |
8.73 ± 0.91 |
11.06 ± 2.13 |
|
Dysphonic |
10.01 ± 1.03 |
9.56 ± 0.83 |
7.91 ± 1.12 |
9.04 ± 1.15 |
11.13 ± 2.40 |
|
CSIDV
|
Normal |
2.29 ± 7.63 |
1.32 ± 9.50 |
5.15 ± 12.76 |
13.09 ± 8.60 |
16.84 ± 14.38 |
|
Dysphonic |
18.12 ± 15.56 |
15.51 ± 16.81 |
21.14 ± 17.67 |
25.64 ± 13.78 |
31.20 ± 16.89 |
|
CSIDS
|
Normal |
-2.23 ± 11.98 |
-4.31 ± 10.15 |
5.18 ± 15.02 |
8.41 ± 9.44 |
5.75 ± 15.13 |
|
Dysphonic |
4.40 ± 13.55 |
0.04 ± 13.72 |
14.30 ± 17.84 |
13.10 ± 11.97 |
9.39 ± 16.02 |
|
AVQI |
Normal |
1.70 ± 0.94 |
1.45 ± 0.91 |
2.53 ± 1.34 |
2.42 ± 0.62 |
3.09 ± 0.77 |
|
Dysphonic |
2.92 ± 0.98 |
2.64 ± 0.95 |
4.10 ± 1.32 |
3.39 ± 0.74 |
3.98 ± 0.78 |
|
APSID |
Normal |
12.27 ± 7.94 |
13.52 ± 7.20 |
18.24 ± 10.07 |
19.13 ± 5.90 |
22.25 ± 6.49 |
|
Dysphonic |
30.43 ± 11.04 |
29.54 ± 9.66 |
36.12 ± 12.44 |
35.29 ± 9.16 |
37.50 ± 9.56 |
|
CIVF |
Normal |
-0.09 ± 3.33 |
0.50 ± 3.56 |
-1.07 ± 4.01 |
0.70 ± 3.75 |
-0.42 ± 3.06 |
|
Dysphonic |
1.96 ± 6.52 |
1.29 ± 7.09 |
0.12 ± 7.68 |
1.77 ± 6.15 |
1.21 ± 6.65 |
Table 2.
Comparative results of acoustic measurements between groups and microphone types
|
Parameter |
Interaction
|
Within-subject (Microphone types)
|
Between-subject (Groups)
|
|
F
|
p-value |
F
|
p-value |
F
|
p-value |
|
F0 (Hz) |
1.743 |
.191 |
1.780 |
.185 |
.021 |
.886 |
|
Jitt (%) |
.783 |
.501 |
6.387 |
< .001***
|
29.783 |
< .001***
|
|
Shim (%) |
6.154 |
.003**
|
19.986 |
< .001***
|
44.739 |
< .001***
|
|
NHR |
2.427 |
.087 |
14.918 |
< .001***
|
13.551 |
< .001***
|
|
CPPV (dB) |
4.579 |
.003**
|
63.037 |
< .001***
|
20.927 |
< .001***
|
|
σCPPV (dB) |
.449 |
.688 |
3.175 |
.033*
|
6.231 |
.015*
|
|
SRV (dB) |
.875 |
.465 |
62.834 |
< .001***
|
3.108 |
.083 |
|
σSRV (dB) |
.507 |
.526 |
15.106 |
< .001***
|
2.782 |
.101 |
|
CPPS (dB) |
1.324 |
.270 |
64.699 |
< .001***
|
6.531 |
.013*
|
|
σCPPS (dB) |
3.296 |
.022*
|
111.468 |
< .001***
|
3.868 |
.054 |
|
SRS (dB) |
.783 |
.461 |
46.744 |
< .001***
|
.379 |
.541 |
|
σSRS (dB) |
.303 |
.720 |
59.713 |
< .001***
|
.169 |
.683 |
|
CSIDV
|
.535 |
.620 |
46.240 |
< .001***
|
22.159 |
< .001***
|
|
CSIDS
|
1.151 |
.319 |
30.023 |
< .001***
|
3.557 |
.064 |
|
AVQI |
4.829 |
.004**
|
110.163 |
< .001***
|
26.732 |
< .001***
|
|
APSID |
2.014 |
.122 |
72.538 |
< .001***
|
28.867 |
< .001***
|
|
CIVF |
.943 |
.429 |
9.471 |
< .001***
|
1.327 |
.254 |
Table 3.
Reliability of acoustic measurements between CSL and microphone types
|
Parameter |
Group |
Wired
|
Wireless
|
|
HW |
LW |
HWL |
LWL |
|
F0 (Hz) |
Normal |
1.000 (1.000-1.000) |
.999 (.998-1.000) |
1.000 (1.000-1.000) |
1.000 (1.000-1.000) |
|
Dysphonic |
.979 (.956-.990) |
.984 (.966-.922) |
.928 (.852-.965) |
.995 (.990-.998) |
|
Total |
.992 (.987-.995) |
.993 (.989-.996) |
.973 (.955-.984) |
.998 (.998-.998) |
|
Jitt (%) |
Normal |
.666 (.413-.824) |
.544 (.241-.751) |
.534 (.227-.744) |
.570 (.276-.767) |
|
Dysphonic |
.573 (.268-.774) |
.472 (.134-.712) |
.792 (.604-.897) |
.537 (.218-.752) |
|
Total |
.715 (.565-.820) |
.605 (.416-.743) |
.807 (.697-.880) |
.697 (.539-.807) |
|
Shim (%) |
Normal |
.644 (.380-.811) |
.314 (-.040-.598) |
.394 (.051-.653) |
.204 (-.156-.517) |
|
Dysphonic |
.656 (.387-.823) |
.346 (-.017-.628) |
.697 (.448-.845) |
.731 (.503-.864) |
|
Total |
.781 (.658-.863) |
.530 (.321-.690) |
.766 (.638-.854) |
.783 (.661-.864) |
|
NHR |
Normal |
.824 (.667-.911) |
.209 (-.152-.520) |
.106 (-.253-.439) |
.610 (.331-.791) |
|
Dysphonic |
.607 (.314-.794) |
.429 (.080-.684) |
.680 (.423-.836) |
.739 (.515-.868) |
|
Total |
.671 (.504-.790) |
.438 (.210-.622) |
.662 (.492-.783) |
.746 (.608-.840) |
|
CPPV (dB) |
Normal |
.966 (.930-.983) |
.924 (.848-.962) |
.929 (.858-.965) |
.900 (.803-.951) |
|
Dysphonic |
.909 (.816-.956) |
.858 (.721-.931) |
.913 (.823-.958) |
.865 (.733-.934) |
|
Total |
.957 (.930-.974) |
.924 (.876-.954) |
.936 (.895-.961) |
.898 (.835-.938) |
|
σCPPV (dB) |
Normal |
.964 (.927-.982) |
.926 (.852-.963) |
.925 (.851-.963) |
.643 (.379-.810) |
|
Dysphonic |
.987 (.972-.994) |
.944 (.884-.973) |
.979 (.955-.990) |
.933 (.863-.968) |
|
Total |
.988 (.974-.991) |
.945 (.910-.967) |
.977 (.958-.985) |
.909 (.852-.945) |
|
SRV (dB) |
Normal |
.749 (.541-.870) |
.595 (.310-.782) |
.654 (.395-.817) |
.494 (.175-.719) |
|
Dysphonic |
.604 (.311-.792) |
.545 (.229-.757) |
.614 (.325-.798) |
.538 (.219-.753) |
|
Total |
.680 (.516-.796) |
.577 (.380-.723) |
.643 (.466-.770) |
.516 (.304-.680) |
|
σSRV (dB) |
Normal |
.623 (.350-.798) |
.599 (.316-.784) |
.493 (.173-.718) |
.054 (-.301-.396) |
|
Dysphonic |
.805 (.626-.903) |
.830 (.670-.916) |
.788 (.597-.895) |
.150 (-.223-.485) |
|
Total |
.777 (.652-.860) |
.802 (.689-.877) |
.737 (.595-.834) |
.130 (-.127-.370) |
|
CPPS (dB) |
Normal |
.788 (.605-.892) |
.865 (.739-.933) |
.722 (.499-.856) |
.787 (.604-.891) |
|
Dysphonic |
.940 (.876-.971) |
.896 (.790-.950) |
.906 (.810-.955) |
.844 (.694-.923) |
|
Total |
.895 (.831-.936) |
.896 (.831-.936) |
.862 (.779-.915) |
.836 (.740-.899) |
|
σCPPS (dB) |
Normal |
.797 (.620-.896) |
.921 (.843-.961) |
.823 (.665-.911) |
.741 (.529-.866) |
|
Dysphonic |
.914 (.826-.959) |
.851 (.707-.927) |
.892 (.783-.948) |
.858 (.720-.931) |
|
Total |
.866 (.786-.918) |
.889 (.821-.932) |
.865 (.784-.917) |
.805 (.694-.879) |
|
SRS (dB) |
Normal |
.555 (.256-.758) |
.583 (.294-.775) |
.659 (.403-.820) |
.378 (.033-.643) |
|
Dysphonic |
.554 (.241-.763) |
.325 (-.041-.614) |
.639 (.362-.813) |
.438 (.091-.690) |
|
Total |
.553 (.350-.707) |
.437 (.208-.621) |
.644 (.468-.771) |
.412 (.179-.602) |
|
σSRS (dB) |
Normal |
.717 (.490-.853) |
.788 (.606-.892) |
.708 (.477-.848) |
.376 (.031-.641) |
|
Dysphonic |
.253 (-.118-.563) |
.121 (-.251-.462) |
-.074 (-.424-.294) |
.248 (-.124-.559) |
|
Total |
.518 (.306-.681) |
.485 (.266-.657) |
.325 (.080-.534) |
.310 (.063-.522) |
|
CSIDV
|
Normal |
.734 (.518-.862) |
.667 (.414-.824) |
.704 (.470-.845) |
.477 (.154-.709) |
|
Dysphonic |
.888 (.777-.946) |
.870 (.742-.937) |
.874 (.750-.939) |
.623 (.338-.803) |
|
Total |
.890 (.822-.933) |
.858 (.773-.913) |
.871 (.793-.921) |
.670 (.503-.789) |
|
CSIDS
|
Normal |
.816 (.652-.907) |
.911 (.824-.956) |
.863 (.736-.932) |
.485 (.163-.713) |
|
Dysphonic |
.881 (.763-.942) |
.812 (.638-.907) |
.844 (.694-.923) |
.459 (.117-.703) |
|
Total |
.857 (.772-.912) |
.862 (.780-.916) |
.857 (.772-.912) |
.484 (.264-.656) |
|
AVQI |
Normal |
.811 (.644-.904) |
.810 (.642-.903) |
.715 (.488-.852) |
.639 (.373-.808) |
|
Dysphonic |
.891 (.781-.947) |
.848 (.701-.926) |
.832 (.669-.918) |
.722 (.489-.859) |
|
Total |
.899 (.837-.938) |
.869 (.790-.920) |
.838 (.741-.900) |
.761 (.630-.850) |
|
APSID |
Normal |
.872 (.752-.936) |
.881 (.768-.941) |
.797 (.620-.896) |
.854 (.719-.927) |
|
Dysphonic |
.933 (.863-.968) |
.849 (.704-.926) |
.933 (.863-.968) |
.878 (.757-.941) |
|
Total |
.950 (.918-.970) |
.922 (.872-.952) |
.941 (.903-.964) |
.925 (.878-.955) |
|
CIVF |
Normal |
.825 (.669-.912) |
.810 (.642-.903) |
.847 (.707-.923) |
.938 (.875-.969) |
|
Dysphonic |
.930 (.856-.966) |
.893 (.784-.948) |
.921 (.939-.962) |
.924 (.844-.963) |
|
Total |
.910 (.854-.945) |
.874 (.798-.923) |
.900 (.839-.939) |
.928 (.882-.956) |
Table 4.
AUC comparison of acoustic measurements between CSL and each microphone type
|
Parameter |
Device |
AUC |
95% CI |
Z |
p-value |
Cut-off score |
Sensitivity |
Specificity |
|
F0 |
CSL |
.577 |
.433-.704 |
|
|
≤ 215.669 |
82.76 |
48.39 |
|
HW |
.574 |
.440-.701 |
1.084 |
.278 |
≤ 198.37 |
62.07 |
67.74 |
|
LW |
.572 |
.437-.699 |
0.655 |
.512 |
≤ 198.351 |
62.07 |
67.74 |
|
HWL |
.570 |
.435-.697 |
1.331 |
.183 |
≤ 200.369 |
62.07 |
67.74 |
|
LWL |
.584 |
.449-.710 |
0.988 |
.323 |
≤ 198.445 |
62.07 |
67.74 |
|
Jitt |
CSL |
.911 |
.809-.969 |
|
|
> 1.074 |
86.21 |
90.32 |
|
HW |
.838 |
.720-.920 |
1.764 |
.081 |
> 1.004 |
75.86 |
83.87 |
|
LW |
.806 |
.684-.897 |
2.158 |
.031*
|
> .908 |
79.31 |
77.42 |
|
HWL |
.816 |
.695-.904 |
2.165 |
.030*
|
> 1.600 |
72.41 |
80.65 |
|
LWL |
.824 |
.704-.910 |
1.600 |
.110 |
> 1.461 |
79.31 |
80.65 |
|
Shim |
CSL |
.934 |
.839-.982 |
|
|
> 4.134 |
89.66 |
93.55 |
|
HW |
.863 |
.750-.938 |
1.896 |
.058 |
> 4.734 |
75.86 |
90.32 |
|
LW |
.842 |
.725-.923 |
1.803 |
.071 |
> 5.037 |
86.21 |
77.42 |
|
HWL |
.853 |
.737-.931 |
2.212 |
.027*
|
> 4.296 |
89.66 |
74.19 |
|
LWL |
.855 |
.741-.933 |
2.105 |
.035*
|
> 5.764 |
65.52 |
93.55 |
|
NHR |
CSL |
.705 |
.573-.815 |
|
|
> .159 |
39.93 |
100.00 |
|
HW |
.737 |
.607-.842 |
.781 |
.435 |
> .156 |
44.83 |
96.77 |
|
LW |
.771 |
.644-.869 |
.921 |
.357 |
> .145 |
86.21 |
70.97 |
|
HWL |
.715 |
.584-.824 |
.121 |
.904 |
> .155 |
48.28 |
93.55 |
|
LWL |
.755 |
.627-.857 |
.818 |
.414 |
> .146 |
72.41 |
67.74 |
|
CPPV
|
CSL |
.822 |
.702-.909 |
|
|
≤ 11.985 |
96.55 |
54.84 |
|
HW |
.808 |
.685-.898 |
.543 |
.587 |
≤ 11.375 |
93.10 |
58.06 |
|
LW |
.769 |
.642-.868 |
1.333 |
.183 |
≤ 10.249 |
93.10 |
58.06 |
|
HWL |
.810 |
.688-.900 |
.419 |
.675 |
≤ 9.845 |
82.76 |
67.74 |
|
LWL |
.746 |
.617-.850 |
1.913 |
.056 |
≤ 9.684 |
75.86 |
61.29 |
|
σCPPV
|
CSL |
.693 |
.561-.806 |
|
|
> .623 |
72.41 |
67.74 |
|
HW |
.704 |
.572-.815 |
.401 |
.688 |
> .719 |
62.07 |
77.42 |
|
LW |
.701 |
.569-.812 |
.239 |
.811 |
> .754 |
72.41 |
67.74 |
|
HWL |
.695 |
.563-.808 |
.072 |
.943 |
> .650 |
65.52 |
74.19 |
|
LWL |
.677 |
.544-.792 |
.285 |
.776 |
> .557 |
82.76 |
51.61 |
|
SRV
|
CSL |
.541 |
.407-.670 |
|
|
≤ 36.278 |
93.10 |
29.03 |
|
HW |
.607 |
.473-.731 |
1.085 |
.278 |
≤ 37.582 |
75.86 |
45.16 |
|
LW |
.640 |
.505-.760 |
1.306 |
.192 |
≤ 37.216 |
75.86 |
54.84 |
|
HWL |
.593 |
.458-.718 |
.780 |
.436 |
≤ 30.681 |
72.41 |
58.06 |
|
LWL |
.660 |
.526-.778 |
1.570 |
.116 |
≤ 31.169 |
65.52 |
70.97 |
|
σSRV
|
CSL |
.535 |
.402-.665 |
|
|
≤ 1.282 |
58.62 |
58.06 |
|
HW |
.570 |
.435-.697 |
.249 |
.804 |
> 1.717 |
44.83 |
80.65 |
|
LW |
.551 |
.417-.680 |
.119 |
.906 |
> 1.948 |
24.14 |
96.77 |
|
HWL |
.622 |
.487-.744 |
.682 |
.495 |
> 2.185 |
27.59 |
93.55 |
|
LWL |
.568 |
.434-.696 |
.280 |
.779 |
> 1.536 |
68.97 |
54.84 |
|
CPPS
|
CSL |
.685 |
.552-.799 |
|
|
≤ 6.525 |
62.07 |
77.42 |
|
HW |
.631 |
.496-.752 |
1.327 |
.185 |
≤ 6.262 |
55.17 |
83.87 |
|
LW |
.660 |
.526-.777 |
.643 |
.520 |
≤ 5.811 |
51.72 |
83.87 |
|
HWL |
.704 |
.572-.815 |
.511 |
.609 |
≤ 6.206 |
75.86 |
61.29 |
|
LWL |
.669 |
.535-.785 |
.325 |
.745 |
≤ 5.500 |
62.07 |
83.87 |
|
σCPPS
|
CSL |
.660 |
.526-.777 |
|
|
≤ 3.472 |
55.17 |
77.42 |
|
HW |
.604 |
.469-.728 |
1.361 |
.174 |
≤ 3.160 |
27.59 |
93.55 |
|
LW |
.670 |
.536-.786 |
.284 |
.777 |
≤ 3.065 |
62.07 |
70.97 |
|
HWL |
.622 |
.487-.744 |
1.027 |
.304 |
≤ 2.924 |
34.48 |
90.32 |
|
LWL |
.594 |
.459-.719 |
1.310 |
.190 |
≤ 2.847 |
34.48 |
90.32 |
|
SRS
|
CSL |
.506 |
.374-.638 |
|
|
≤ 29.219 |
65.52 |
51.61 |
|
HW |
.532 |
.398-.662 |
.354 |
.723 |
≤ 32.994 |
65.52 |
51.61 |
|
LW |
.624 |
.490-.746 |
1.487 |
.137 |
≤ 31.722 |
44.83 |
80.65 |
|
HWL |
.561 |
.426-.689 |
.859 |
.390 |
≤ 31.786 |
89.66 |
29.03 |
|
LWL |
.501 |
.369-.632 |
.042 |
.966 |
≤ 32.804 |
24.14 |
90.32 |
|
σSRS
|
CSL |
.531 |
.397-.661 |
|
|
> 9.401 |
79.31 |
41.94 |
|
HW |
.534 |
.401-.664 |
.047 |
.962 |
> 10.093 |
31.03 |
83.87 |
|
LW |
.538 |
.404-.669 |
.053 |
.958 |
≤ 9.043 |
89.66 |
22.58 |
|
HWL |
.543 |
.410-.673 |
.174 |
.862 |
> 7.560 |
100.00 |
16.13 |
|
LWL |
.519 |
.387-.650 |
.137 |
.891 |
> 9.212 |
86.21 |
25.81 |
|
CSIDV
|
CSL |
.872 |
.761-.944 |
|
|
> 8.664 |
79.31 |
83.87 |
|
HW |
.799 |
.678-.891 |
2.185 |
.029*
|
> 10.694 |
62.07 |
90.32 |
|
LW |
.780 |
.654-.876 |
2.228 |
.026*
|
> 5.211 |
89.66 |
58.06 |
|
HWL |
.803 |
.680-.895 |
2.119 |
.062 |
> 16.841 |
75.86 |
83.87 |
|
LWL |
.793 |
.669-.887 |
1.337 |
.181 |
> 18.599 |
79.31 |
70.97 |
|
CSIDS
|
CSL |
.645 |
.511-.764 |
|
|
> 5.806 |
48.28 |
80.65 |
|
HW |
.595 |
.461-.720 |
1.126 |
.260 |
> 1.612 |
41.38 |
80.65 |
|
LW |
.654 |
.520-.772 |
.218 |
.827 |
> 13.719 |
48.28 |
80.65 |
|
HWL |
.665 |
.532-.782 |
.444 |
.657 |
> 11.934 |
62.07 |
70.97 |
|
LWL |
.568 |
.464-.696 |
.921 |
.357 |
> 20.595 |
34.48 |
96.77 |
|
AVQI |
CSL |
.832 |
.713-.916 |
|
|
> 1.540 |
96.55 |
58.06 |
|
HW |
.838 |
.720-.920 |
.164 |
.870 |
> 1.740 |
89.66 |
70.97 |
|
LW |
.814 |
.693-.903 |
.529 |
.597 |
> 2.670 |
93.10 |
61.29 |
|
HWL |
.860 |
.745-.937 |
.964 |
.335 |
> 2.730 |
85.71 |
80.65 |
|
LWL |
.798 |
.675-.891 |
.642 |
.521 |
> 3.930 |
55.17 |
93.55 |
|
APSID |
CSL |
.911 |
.809-.969 |
|
|
> 23.818 |
75.86 |
96.77 |
|
HW |
.919 |
.819-.974 |
.440 |
.660 |
> 18.259 |
93.10 |
74.19 |
|
LW |
.882 |
.773-.951 |
1.029 |
.303 |
> 23.766 |
89.66 |
77.42 |
|
HWL |
.942 |
.850-.986 |
1.340 |
.180 |
> 24.154 |
93.10 |
83.87 |
|
LWL |
.927 |
.829-.978 |
.682 |
.495 |
> 25.991 |
89.66 |
80.65 |
|
CIVF |
CSL |
.652 |
.518-.770 |
|
|
> .3.781 |
37.93 |
93.55 |
|
HW |
.642 |
.508-.762 |
.365 |
.715 |
> 3.115 |
41.38 |
90.32 |
|
LW |
.615 |
.481-.738 |
.911 |
.363 |
> 2.129 |
41.38 |
80.65 |
|
HWL |
.590 |
.456-.715 |
1.636 |
.102 |
> 1.395 |
82.76 |
41.94 |
|
LWL |
.642 |
.508-.762 |
.317 |
.751 |
> 3.297 |
37.93 |
93.55 |
REFERENCES
Afifi, H. H., Abd El Azeem, H. M., & Abd El Hay, S. A. (2024). Prevalence of dysphonia due to COVID-19 infection. Egyptian Journal of Hospital Medicine, 95(1), 1706–1713.  Awan, S. N., Shaikh, M. A., Desjardins, M., Feinstein, H., & Abbott, K. V. (2022). The effect of microphone frequency response on spectral and cepstral measures of voice: an examination of low-cost electret headset microphones. American Journal of Speech-Language Pathology, 31(2), 959–973.   Awan, S. N., Shaikh, M. A., Awan, J. A., Abdalla, I., Lim, K. O., & Misono, S. (2023). Smartphone recordings are comparable to “gold standard” recordings for acoustic measurements of voice. Journal of Voice, [Epub]. https://doi.org/10.1016/j.jvoice.2023.01.031. Cohen, S. M. (2010). Self‐reported impact of dysphonia in a primary care population: an epidemiological study. The Laryngoscope, 120(10), 2022–2032. Dejonckere, P. H., Bradley, P., Clemente, P., Cornut, G., Crevier-Buchman, L., Friedrich, G., ..., & Woisard, V. (2001). A basic protocol for functional assessment of voice pathology, especially for investigating the efficacy of (phonosurgical) treatments and evaluating new assessment techniques: guideline elaborated by the committee on phoniatrics of the European laryngological society (ELS). European Archives of Oto-Rhino-Laryngology, 258(2), 77–82. Doll, E. J., Braden, M. N., & Thibeault, S. L. (2021). COVID-19 and speechlanguage pathology clinical practice of voice and upper airway disorders. American Journal of Speech-Language Pathology, 30(1), 63–74. Grillo, E. U. (2019). Building a successful voice telepractice program. Perspectives of the ASHA Special Interest Groups, 4(1), 100–110. Grillo, E. U., Brosious, J. N., Sorrell, S. L., & Anand, S. (2016). Influence of smartphones and software on acoustic voice measures. International Journal of Telerehabilitation, 8(2), 9–14. Hirano, M. (1981). Clinical examination of voice New York, NY: Springer.
Hunter, E. J., Spielman, J., Starr, A., & Popolo, P. (2007). Acoustic voice recording, “I am seeking recommendations for voice recording hardware...”. Perspectives on Voice & Voice Disorders, 17(3), 7–14. Jannetts, S., Schaeffler, F., Beck, J., & Cowen, S. (2019). Assessing voice health using smartphones: bias and random error of acoustic voice parameters captured by different smartphone types. International Journal of Language & Communication Disorders, 54(2), 292–305. Jeong, O. R. (1994). Daegu diagnostic aphasia examination Seoul: Sigma Press.
Kang, Y., Koo, B., & Jo, C. (2015). A comparison of CPP analysis among breathiness ranks. Phonetics & Speech Sciences, 7(1), 21–26. Kelchner, L. (2013). Telehealth and the treatment of voice disorders: a discussion regarding evidence. Perspectives on Voice & Voice Disorders, 23(3), 88–94. Kim, G. H., Lee, Y. Y., Bae, I. H., Park, H. J., & Kwon, S. B. (2018). Application of the new version of the acoustic voice quality index with Korean speakers. Communication Sciences & Disorders, 23(4), 1091–1101. Kim, G. H., von Latoszek, B. B., & Lee, Y. W. (2021). Validation of acoustic voice quality index version 3.01 and acoustic breathiness index in Korean population. Journal of Voice, 35(4), 660. Kim, H. (2012). Neurogenic speech-language disorders Seoul: Sigma press.
Kim, M. J. (2017). Relationship between vocal fatigue index and voice handicap index for professional voice users. (Master’s thesis). Ewha Womans University, Seoul, Korea.
Lee, S. J., Choi, H. S., Kim, H., Byeon, H. K., Lim, S. E., & Yang, M. K. (2016). Korean version of the voice activity and participation profile (K-VAPP): a validation study. Communication Sciences & Disorders, 21(4), 695–708. Lee, S. J., Lee, K. Y., & Choi, H. S. (2018). Clinical usefulness of voice recordings using a smartphone as a screening tool for voice disorders. Communication Sciences & Disorders, 23(4), 1065–1077. Lee, S. J., Choi, H. S., & Kim, H. (2021). Acoustic psychometric severity index of dysphonia (APSID): development and clinical application. Journal of Voice, 35(4), 660. Lee, S. J. (2022). Current status and perspectives of telepractice in voice and speech therapy. Journal of The Korean Society of Laryngology, Phoniatrics & Logopedics, 33(3), 130–141. Manfredi, C., Lebacq, J., Cantarella, G., Schoentgen, J., Orlandi, S., & DeJonckere, P. (2017). Smartphones offer new opportunities in clinical voice research. Journal of Voice, 31(1), 111. McKenna, V. S., Roberts, R. M., Friedman, A. D., Shanley, S. N., & Llico, A. F. (2023). Impact of naturalistic smartphone positioning on acoustic measures of voice. The Journal of the Acoustical Society of America, 154(1), 323–333. Nakum, M., & Joshi, N. (2023). A preliminary investigation of the reliability of acoustic parameters of voice through smartphone recordings in individuals with dysphonia. International Journal of Telerehabilitation, 15(2), e6572. Noffs, G., Cobler-Lichter, M., Perera, T., Kolbe, S. C., Butzkueven, H., Boonstra, F. M. C., ..., & Vogel, A. P. (2024). Plug-and-play microphones for recording speech and voice with smart devices. Folia Phoniatrica et Logopaedica, 76(4), 372–385. Park, J. I., & Lee, S. J. (2024). A comparison of acoustic measures among the microphone types for smartphone recordings in normal adults. Phonetics & Speech Sciences, 16(2), 49–58. Parsa, V., Jamieson, D. G., & Pretty, B. R. (2001). Effects of microphone type on acoustic measures of voice. Journal of Voice, 15(3), 331–343. Patel, R. R., Awan, S. N., Barkmeier-Kraemer, J., Courey, M., Deliyski, D., Eadie, T., ..., & Hillman, R. (2018). Recommended protocols for instrumental assessment of voice: American Speech-Language-Hearing Association expert panel to develop a protocol for instrumental assessment of vocal function. American Journal of Speech-Language Pathology, 27(3), 887–905. Petrizzo, D., & Popolo, P. S. (2021). Smartphone use in clinical voice recording and acoustic analysis: a literature review. Journal of Voice, 35(3), 499–e23. Pozzali, I., Pizzorni, N., Ruggeri, A., Schindler, A., & Dal Farra, F. (2021). Effectiveness of semi-occluded vocal tract exercises (SOVTEs) in patients with dysphonia: a systematic review and meta-analysis. Journal of Voice, 38(1), 245.e17–245.e35. Stachler, R. J., Francis, D. O., Schwartz, S. R., Damask, C. C., Digoy, G. P., Krouse, H. J., ..., & Nnacheta, L. C. (2018). Clinical practice guideline: Hoarseness (dysphonia) (update). Otolaryngology-Head & Neck Surgery, 158(1), S1–S42. Švec, J. G., & Granqvist, S. (2010). Guidelines for selecting microphones for human voice production research. American Journal of Speech-Language Pathology, 19(4), 356–368. Uloza, V., Padervinskis, E., Vegiene, A., Pribuisiene, R., Saferis, V., Vaiciukynas, E., ..., & Verikas, A. (2015). Exploring the feasibility of smart phone microphone for measurement of acoustic voice parameters and voice pathology screening. European Archives of Oto-Rhino-Laryngology, 272, 3391–3399. Uloza, V., Pribuišis, K., Ulozaite-Staniene, N., Petrauskas, T., Damaševičius, R., & Maskeliūnas, R. (2023). Accuracy analysis of the multiparametric acoustic voice indices, the VWI, AVQI, ABI, and DSI measures, in differentiating between normal and dysphonic voices. Journal of Clinical Medicine, 13(1), 1–12. Van Rossum, G., & Drake, F. L. (2009). Python 3 reference manual Scotts Valley, CA: CreateSpace.
Vogel, A. P., & Morgan, A. T. (2009). Factors affecting the quality of sound recording for speech and voice analysis. International Journal of Speech-Language Pathology, 11(6), 431–437. Whited, C. W., & Dailey, S. H. (2015). Evaluation of the dysphonic patient (in: function preservation in laryngeal cancer). Otolaryngologic Clinics of North America, 48(4), 547–564. Yun, M. H., Lee, J. H., Lee, S. H., & Jin, S. M. (2015). Feasibility of galaxy smartphone recording as portable recorder for acoustic analysis of voice. Journal of the Korean Society of Laryngology, Phoniatrics & Logopedics, 26(2), 104–111.
Appendices
Appendix 1.
Recommendation table for microphones based on correlation and reliability with CSL measurements
|
Parameter |
Wired
|
Wireless
|
Qualified |
HW
|
LW
|
HWL
|
LWL
|
|
r
|
ICC |
r
|
ICC |
r
|
ICC |
r
|
ICC |
|
F0 (Hz) |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
Jitt (%) |
Strong |
Good |
Strong |
Good |
Very strong |
Excellent |
Strong |
Good |
All |
|
Shim (%) |
Strong |
Excellent |
Strong |
Moderate |
Strong |
Excellent |
Strong |
Excellent |
HW |
|
HWL |
|
LWL |
|
NHR |
Strong |
Good |
Moderate |
Moderate |
Strong |
Good |
Strong |
Good |
HW |
|
HWL |
|
LWL |
|
CPPV (dB) |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
σCPPV (dB) |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
SRV (dB) |
Strong |
Good |
Strong |
Moderate |
Strong |
Good |
Moderate |
Moderate |
HW |
|
HWL |
|
σSRV (dB) |
Very strong |
Excellent |
Very strong |
Excellent |
Strong |
Good |
Very weak |
Poor |
HW |
|
LW |
|
HWL |
|
CPPS (dB) |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Good |
Very strong |
Excellent |
All |
|
σCPPS (dB) |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
SRS (dB) |
Moderate |
Moderate |
Moderate |
Moderate |
Strong |
Good |
Moderate |
Moderate |
HWL |
|
σSRS (dB) |
Moderate |
Moderate |
Moderate |
Moderate |
Weak |
Poor |
Moderate |
Poor |
None |
|
CSIDV
|
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Strong |
Good |
All |
|
CSIDS
|
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Moderate |
Moderate |
HW |
|
LW |
|
HWL |
|
AVQI |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Strong |
Excellent |
All |
|
APSID |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
CIVF |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
Very strong |
Excellent |
All |
|
|
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation 
Print 
