노인성 음성장애에 대한 켑스트럼 분석에서의 무성음 분절 영향

서 론

노화는 신체의 모든 기관에 영향을 주며, 성대도 예외 는 아니다.¹⁾ 음성은 호흡, 성대진동, 공명의 결합된 작용 으로부터 생성된다. 연령이 증가할수록 음성 산출과 연관 된 모든 요소들이 악화되고 노인성 음성의 기전(mechanism)은 복잡해진다. 호흡이 감소되고 성대기능이 저하 되며, 입천장, 혀, 입술 등과 같은 조음 및 공명기관의 운동 기능 또한 약화된다. 성대는 얇아지고 약해져 성대위축의 원인이 된다. 성대기능 부전으로 인해 성대진동이 약해지 고 음성은 거친 소리, 쉰 소리, 약한 소리 등을 포함한다.

노인성 음성장애를 정확하게 평가하기 위해 다양한 방 법들을 시행한다.^2,3) 임상현장에서 음성장애환자의 음질 을 평가하기 위해서 음향학적, 공기역학적, 청지각적 평 가, 자가 설문지 등을 실시하게 된다.⁴⁾ 다양한 평가들을 종합하여 음성장애의 중증도를 파악한다. 이 중 널리 사 용되는 방법 중 하나인 음향학적 평가는 음성장애 환자 의 음질을 간단하게 수치화 할 수 있는 방법이다. 음향 학적 분석은 섭동분석과 켑스트럼 분석 방식을 사용하 고 있으며, 모음연장과 연속발화 과제를 통해서 음성샘 플을 수집한다.^5,6)

최근 미국언어치료협회(American Speech-Language-Hearing Association, ASHA)에서는 병리적 음성에 대한 평가를 위해 켑스트럼 분석을 수행하는 가이드라인을 제 시하였다.⁷⁾ 중증도가 심한 음성에서는 섭동분석의 신뢰 도가 낮아 켑스트럼 분석을 권고하였다.⁸⁾ 켑스트럼 분석 은 무성음, 쉼 구간에 영향을 많이 받기 때문에 모음연장 샘플보다는 연속발화 샘플에서 cepstral peak prominence (CPP), smoothed cepstral peak prominence(CPPS) 의 측정치가 낮게 관찰된다. CPP, CPPS는 음성신호의 주기성 정도를 나타내는 변수이며, 켑스트럼 피크가 얼 마만큼 두드러지는지를 통해 음성장애의 중증도를 정량 화한다. 기존 연구들에서는 연구자가 임의로 연속발화 내의 무성음, 쉼 구간을 제거하는 것은 주관적이기 때문 에 제거하지 말고 포함시켜 분석하도록 권고하였다.⁹⁾ 연 속발화 녹음 시 환자들의 상태에 따라 다양한 쉼 길이를 가질 수 있다. 이러한 무성음, 쉼 길이는 상대적으로 원래 의 음질보다 더 중증의 수치로 측정된다.

본 연구에서 켑스트럼 분석을 위해 Praat을 활용하였 다. 무료로 배포된 프로그램이기 때문에 임상현장에서 누구나 쉽게 사용해 볼 수 있다. Praat은 다양한 스크립 트를 적용하여 많은 수의 음성샘플을 자동으로 분석할 수 있게 해준다. 또한 결과를 텍스트파일로 출력할 수 있어 결과 분석 및 연구 진행에도 많은 도움을 준다.

따라서 본 연구의 목적은 연속발화 내의 무성음 구간 을 제거, 분석한 결과가 노인성 음성장애의 감별에 유용 한지 확인하고 이러한 음향학적 측정치와 청지각적 평 가와의 상관성을 알아보고자 하였다.

대상 및 방법

결 과

집단 간 음향학적 측정치 및 청지각적 평정 비교

집단 간 음향학적 측정치 및 청지각적 평정을 비교한 결과는 Fig. 1, 2와 Table 1에 제시되었다. 집단 간 음향 학적 측정치를 비교한 결과, LHRatio_V, LHRatio_EXT 를 제외한 모든 변수들이 정상집단과 노인성 음성장애 집단 간에 통계적으로 유의한 차이를 보였다(p<0.01).

Fig. 1. Comparison of measured variables between normal and presbyphonia group. A : CPP_V. B : CPPS_V. C : LHRatio_V. D : CPP_S. E : CPPS_S. F : LHRatio_S. G : CPP_EXT. H : CPPS_EXT. I : LHRatio_EXT.

Download Original Figure

Fig. 2. Comparison of AP ratings between normal and presbyphonia group. A : Grade_V. B : OS_V. C : Grade_S. D : OS_S.

Download Original Figure

Table 1. Comparison of acoustic measurements and auditory-perceptual assessments according to groups

Parameters	Normal	Presby	p-value
Age	58.1±12.1	56.1±15.0	0.383
CPP_V	28.3±3.6	19.7±3.8	<0.01†
CPPS_V	17.5±2.5	11.0±3.0	<0.01†
LHRatio_V	6.1±1.3	6.1±1.4	0.851
CPP_S	23.4±2.6	18.4±3.3	<0.01†
CPPS_S	13.6±2.3	10.0±2.6	<0.01†
LHRatio_S	6.0±1.2	6.3±1.2	0.022*
CPP_EXT	24.2±3.2	17.9±3.5	<0.01†
CPPS_EXT	14.4±2.3	9.5±2.8	<0.01†
LHRatio_EXT	6.3±1.2	6.1±1.3	0.256
Grade_V	0.0±0.0	1.6±0.7	<0.01†
OS_V	10.9±5.8	48.5±19.0	<0.01†
Grade_S	0.0±0.0	1.7±0.7	<0.01†
OS_S	13.1±7.0	48.1±18.7	<0.01†

p<0.05,

p<0.01.

Presby : presbyphonia, CPP_V : cepstral peak prominence of sustained vowel, CPPS_V : smoothed cepstral peak prominence of sustained vowel, LHRatio_V : L/H spectral ratio of sustained vowel, CPP_S : cepstral peak prominence of continuous speech, CPPS_V : smoothed cepstral peak prominence of continuous speech, LHRatio_V : L/H spectral ratio of continuous speech, CPP_EXT : cepstral peak prominence of extracted continuous speech, CPPS_EXT : smoothed cepstral peak prominence of extracted continuous speech, LHRatio_EXT : L/H spectral ratio of extracted continuous speech, Grade_V : degree of Grade on sustained vowel, OS_V : degree of overall severity on sustained vowel, Grade_S : degree of Grade on continuous speech, OS_V : degree of overall severity on continuous speech

Download Excel Table

집단 간 청지각적 평정을 비교한 결과, 정상집단은 노 인성 음성장애 집단에 비해 유의하게 낮은 평정치를 보 였다(p<0.01).

말과제에 따른 음향학적 측정치 비교

말과제에 따른 음향학적 측정치를 비교한 결과는 Table 2, Fig. 3에 제시되었다. CPP, CPPS의 측정에서 SV와 CS, SV와 EXT간에는 유의미한 차이(p<0.01)가 확인되었지만 CS와 EXT간에는 유의미한 차이가 없었 다. 또한 LHRatio에서는 모든 말과제 간에 유의미한 차 이는 확인되지 않았다.

Table 2. Descriptive Statistics stratified by ‘Task’ and ‘Groups’

Task	SV			CS			EXT
Groups	Normal	Presby	p	Normal	Presby	p	Normal	Presby	p
CPP	28.3±3.6	19.7±3.8	<0.01*	23.4±2.6	18.4±3.3	<0.01*	24.2±3.2	17.9±3.5	<0.01*
CPPS	17.5±2.5	11.0±3.0	<0.01*	13.6±2.3	10.0±2.6	<0.01*	14.4±2.3	9.5±2.8	<0.01*
LHRatio	6.1±1.3	6.1±1.4	0.851	6.0±1.2	6.3±1.2	0.022	6.3±1.2	6.1±1.3	0.256

p<0.01. Presby : presbyphonia, CPP : cepstral peak prominence, CPPS : smoothed cepstral peak prominence, LHRatio : L/H spectral ratio, SV : sustained vowel, CS : continuous speech, EXT : extracted continuous speech

Download Excel Table

Fig. 3. Comparison of acoustic measurements according to voice task. A : CPP. B : CPPS. C : LHRatio.

Download Original Figure

무성음 구간 추출에 따른 병리적 음성의 감별 예측도

무성음 분절의 추출에 따른 병리적 음성의 감별 예측 도는 Fig. 4에 제시되었다. CS에서 CPP, CPPS의 감별 예측도는 각각 0.873, 0.845였으며 DeLong’s test 결과, 두 감별 예측도 간에는 유의미한 차이가 있는 것으로 확 인되었다(p<0.001). 반면 EXT에서 CPP, CPPS의 감별 예측도는 각각 0.898, 0.907였으며 DeLong’s test 결과, 두 예측도 간에는 유의미한 차이가 없는 것으로 확인되 었다(p=0.093).

Fig. 4. ROC analysis. A : continuous speech. B : extracted continuous speech.

Download Original Figure

고 찰

본 연구는 노인성 음성장애 환자들의 연속발화에서 유성음 구간만을 추출하여 켑스트럼 분석을 실시하였 다. 이를 통해 무성음 분절이 켑스트럼 분석 상에서 어 떠한 영향을 미치는지를 알아보고자 하였다. 대부분의 선행 연구들은 연속발화(CS)에서 환자들의 개별 발화 특성이 반영되는 쉼, 호흡 등의 무성음 구간을 연구자가 말, 음성분석 프로그램을 이용하여 수작업(manual)으로 제거하였다. 이러한 수작업은 음성신호의 스펙트로그램 을 눈으로 확인하여 구간을 지정하고 제거하는 방식이 기 때문에 연구자의 주관 혹은 편향(bias)이 개입될 수 있 다. 최근 Analysis of Dysphonia in Speech and Voice (ADSV, Model 5109, KayPENTAX)를 이용하여 자동 화 된 음성음 탐지가 이루어졌지만 알고리즘의 옵션은 변경할 수 없고 음성샘플을 하나씩 분석해야 한다는 제 한점이 있었다.^16,17) 본 연구에서는 기존에 수작업 혹은 ADSV에서 하나씩 분석하던 비효율적이고 부정확한 방 식에서 벗어나 Praat의 스크립트를 이용하여 유성음 구 간의 추출 및 켑스트럼 분석, 결과의 출력까지 모두 자 동으로 진행하였다는 점에서 의미가 있다.

기존에는 켑스트럼 분석을 위해서 모음연장과 연속발 화 과업을 수행하여 음성의 중증도를 측정하였다. 하지 만 연속발화에서 대상자의 발화특성(호흡길이, 억양, 쉼 구간 등)이 이러한 중증도의 정량화에 영향을 준다는 것 이 밝혀졌다. 그래서 동일한 길이의 문장 읽기를 실시하 고 선행연구에서 제시한 유성음 추출(무성음 구간 제거) 스크립트를 통해서 좀 더 신뢰성 높은 음성분석을 하고 자 본 연구를 수행하였다.

노인성 음성장애 집단은 보통 성대위축(atrophy), 궁 형성대(bowing), 성대의 탈수(dehydration of the vocal fold) 등으로 인해 성대 점막파동 및 진폭 감소가 나타나 고 성문폐쇄부전이 유발된다. 이로 인해 약한 음성, 거칠 고 쉰 음성이 나타나고 발성길이가 짧아지고 음도가 변 한다. 켑스트럼 분석은 주기성이 탐지되지 않는 기식음 성에 대한 정량화가 뛰어난 것으로 알려져 있다. 노인성 음성장애는 심한 거칠고 쉰 목소리로 인해 섭동분석으 로는 정확하게 정량화되지 않는다. 또한 노인들은 호흡 의 길이가 매우 다양하기 때문에 그 자체만으로도 켑스 트럼 측정치에 영향을 줄 수 있다. 이러한 호흡적 요소 를 제외하고 발화 내의 유성음 구간만을 추출하여 분석 한다면 음질에 대한 분석이 좀 더 정확하게 이루어질 수 있을 것이다.

본 연구의 결과, 노인성 음성장애 집단은 정상집단에 비하여 높은 CPP, CPPS, 낮은 청지각적 평정치(G, OS) 를 나타냈고, LHRatio는 CS에서만 통계적으로 유의미 한 차이를 보였다. 말과제에 따른 차이를 확인한 결과, 모든 측정변수들에서 CS와 EXT간에는 유의미한 차이 가 나타나지 않았다. 그리고 CPP, CPPS는 청지각적 평 가와 높은 상관관계가 있는 것으로 확인되었다. ROC 곡 선 분석에서, CS와 EXT 모두 0.845 이상의 AUC로 높 은 감별 예측력을 보였다. 연구 결과를 통해 다음과 같은 의의를 얻을 수 있었다.

첫째, 음향학적 변수들에 대한 두 집단의 결과를 비교 하여 두 집단 간에 통계적으로 유의미한 차이가 있다는 것을 확인하였다. Praat을 이용한 CPP, CPPS 분석을 위해서 선행 연구에서 제시한 방법을 사용하였다. CPP, CPPS는 관련된 변수들의 값을 조정하여 각각 산출되었 다. 기존 연구들도 SV의 측정치가 CS보다는 높게 나타 났으며, 또한 CPP가 CPPS보다 큰 값으로 측정되었다고 보고되어 본 연구의 결과와 일치하였다.^14,18) LHRatio는 원래의 값들이 0~400 사이의 값들로 분포되어 다루기 힘 들기 때문에 작게 축소하기 위해서 자연 로그(ln)를 적용 하였다. LHRatio에서 유의미한 차이가 나타나지 않은 것은 자연 로그를 취해서 측정값들이 작아졌기 때문 인 것으로 생각할 수 있다. 추후 연구에서는 자연 로그를 취하지 않고 집단 간 비교를 하여 차이를 확인해야 할 것 이다. 선행연구에서도 LHRatio는 음성장애의 중증도를 평가하는데 상대적으로 일관성이 떨어진다고 보고되었 다.¹⁶⁾ 청지각적 평가에서도 두 집단 간에는 유의미한 차 이가 나타났고 선행 연구의 결과들을 뒷받침하였다.^19,20)

둘째, 말과제에 따른 음향학적 측정치를 비교하였다. SV는 CS보다 큰 CPP, CPPS를 나타냈고, EXT는 CS보 다 큰 CPP, CPPS를 산출하였다. SV가 CS보다 큰 CPP, CPPS를 갖는다는 것은 선행 연구들에서 많이 보고되었 지만 유성음 구간만을 추출하여 분석한 연구는 많지 않 다. 기존의 연구들은 본 연구와 같이 Praat 스크립트로 일관적으로 무성음 구간을 제거한 것이 아니라 연구자 가 주관적으로 제거하여 분석하였다.^21,22) 이러한 문제로 인해 무성음 구간을 제거하기 보다는 그대로 포함시켜 켑스트럼 분석을 하도록 권고하였다.¹⁶⁾ 본 연구의 결과 를 보면, 무성음 구간을 제거한 이후의 켑스트럼 측정치 는 제거 전보다는 더 높은 CPP, CPPS 값을 나타내었다.

무성음 구간을 제거하는 것이 음성장애 감별 예측도 를 상승시킬 수 있을지 확인하기 위해서 ROC 곡선 분석 도 실시하였다. AUC를 확인하여 무성음 구간을 제거하 는 것이 더욱 효과적인지 확인하였다. CS, EXT 과제에 서 CPP, CPPS는 0.845 이상의 AUC를 보였고, Delong’ test 결과 CS에서 CPP, CPPS 간의 AUC는 유의미한 차 이로 밝혀졌다. EXT에서는 CPP, CPPS간의 AUC는 유 의미한 차이가 확인되지 않았다. 무성음 구간 제거 이후 CPP, CPPS의 감별 예측도는 모두 상승하였고 두 측정 변수들도 비슷한 감별 예측도로 확인되었다. 이 결과로 보아 무성음 구간 제거 이후에는 CPP, CPPS가 비슷한 수준의 감별 예측도를 나타내어 일정한 수행능력을 보 였음을 알 수 있다.

셋째, 음향학적 측정과 청지각적 평가 간에는 높은 상 관관계가 확인되었다. Grade_V에서 CPP, CPPS(r=-0.86), OS_V에서는 CPP(r=-0.85), CPPS(r=-0.86)로 나 타났다. 또한 Grade_S에서 CPP(r=-0.83), CPPS(r= -0.80), OS_V에서는 CPP(r=-0.86), CPPS(r=-0.84)로 유의미한 상관관계가 있는 것으로 파악되었다. 반면에 LHRatio는 청지각적 평가인 Grade, OS, 말과제인 SV, CS 모두에서 상관관계가 낮은 것으로 확인되었다. 이러 한 결과들도 선행연구의 결과를 뒷받침한다.¹⁶⁾

연속발화 샘플의 무성음 추출에 대한 의견은 예전부 터 논의의 대상이 되어왔다. 무성음 구간이 켑스트럼 분 석의 측정치에 영향을 주기 때문에 모음 샘플과의 비교 에 제한이 있었다. 선행 연구에서는 연구자가 주관적으 로 파형을 보면서 무성음 구간을 제거하여 분석하였다. 하지만 이러한 방식은 일관된 기준에 의해서 무성음이 제거되는 것이 아니기 때문에 신뢰성이 낮았다. 객관적 으로 제거할 수 있는 방식이 제시되지 않아서 무성음 구 간을 포함하여 분석하도록 권고하였다.^21,22)

본 연구에서 켑스트럼 분석에 영향을 주는 무성음 분 절을 Praat 스크립트를 통해서 추출하고 분석하였다. 본 연구의 결과를 통해서 이러한 방식이 정상음성과 병리 적 음성을 감별하는데 도움을 주고 CPP, CPPS의 감별 예측도 또한 높은 수준을 유지할 수 있다는 것을 확인하 였다. 노인 성대의 병태생리학적 변화로 인해 성문폐쇄 가 나타나고 병리적 음성의 산출을 유발하였다. 이러한 특성이 켑스트럼 측정치에 반영이 되었고 본 연구를 통 해서 정상음성과의 차이를 확인할 수 있었다. 성문폐쇄 를 유발하는 음성장애 질환은 다양하며 추후 연구에서 는 노인성 음성장애를 포함한 대부분의 음성장애군을 포함하여 이러한 무성음 추출 방식이 음성장애의 감별 예측도를 향상시키는지 확인해야 할 것이다.

결 론

본 연구에서는 노인성 음성장애 집단을 대상으로 연 속발화 내의 유성음 구간만을 추출하여 켑스트럼 분석 을 실시하였고 음성장애를 감별하는데 도움이 된다는 것을 확인하였다. 유성음 구간을 추출한 음성샘플을 분 석하여 CPP, CPPS의 감별 예측력이 향상되고 두 변수 의 AUC가 비슷한 수준으로 증가하였다. 임상현장에서 유성음 추출 후의 켑스트럼 분석이 노인성 음성장애의 진단 및 평가에 도움이 될 것으로 생각된다.