Acoustic features of voice in adults suffering from depression

Abstract

In order to examine the differences in people suffering from depression (EG, N=18) compared to the healthy controls (CG1, N=24) and people with the diagnosed psychogenic voice disorder (CG2, N=9), nine acoustic features of voice were assessed among the total of 51 participants using the MDVP software programme (“Kay Elemetrics” Corp., model 4300). Nine acoustic parameters were analysed on the basis of the sustained phonation of the vowel /a/. The results revealed that the mean values of all acoustic parameters differed in the EG compared to both the CG1 and CG2 as follows: the parameters which indicate frequency variability (Jitt, PPQ), amplitude variability (Shim, vAm, APQ) and noise and tremor parameters (NHR, VTI) were higher; only the parameters of fundamental frequency (F0) and soft index phonation (SPI) were lower (F0 compared to CG1, and SPI compared to CG1 and CG2). Only the PPQ parameter was not significant. vAm and APQ had the highest discriminant value for depression. The acoustic features of voice, analysed in this study with regard to the sustained phonation of a vowel, were different and discriminant in the EG compared to CG1 and CG2. In voice analysis, the parameters vAm and APQ could potentially be the markers indicative of depression. The results of this research point to the importance of the voice, that is, its acoustic indicators, in recognizing depression. Important parameters that could help create a programme for the automatic recognition of depression are those from the domain of voice intensity variation.

U cilju utvrđivanja razlika između grupe osoba sa depresivnim poremećajem (EG, N=18) u odnosu na grupu osoba iz tipične populacije (CG1, N=24) i grupu osoba sa dijagnostikovanim psihogenim poremećajem glasa (CG2, N=9) analizirano je 9 akustičkih karakteristika glasa primenom MDVP softverskog programa (“Kay Elemetrics” Corp., model 4300) na uzorku od 51 ispitanika. Devet akustičkih parametara analizirano je na osnovu produženog foniranja vokala /a/. Rezultati istraživanja pokazuju da se srednje vrednosti svih akustičkih parametara razlikuju između osoba sa depresivnim poremećajem u odnosu na obe kontrolne grupe i to: parametri varijabilnosti frekvencije (Jitter, PPQ), varijabilnosti amplitude (Shimmer, vAm i APQ), i parametri procene šuma i tremora (NHR i VTI) imaju više vrednosti; samo su parametar fundamentalne frekvencije (F0) i indeks prigušene fonacije (SPI) niži (F0 u odnosu na CG1, i SPI u odnosu na CG2). Samo se parametar PPQ nije pokazao značajnim. Parametri vAm i APQ imaju najveću diskriminativnu vrednost za depresivni poremećaj. Akustičke karakteristike glasa analizirane na osnovu produženog foniranja vokala u ovom istraživanju razlikuju i diskriminišu EG i u odnosu na CG1 i u odnosu na CG2. U vokalnoj analizi parametri vAm i APQ bi potencijalno mogli biti markeri koji ukazuju na depresivni poremećaj. Rezultati ovog istraživanja ukazuju na značaj glasa, odnosno njegovih akustičkih pokazatelja, u prepoznavanju depresije. Važni parametri koji bi mogli da pomognu u kreiranju programa za automatsko prepoznavanje depresije su oni iz domena varijacije intenziteta glasa.