Chronos Briefing
LIVE SYSTEM
--:--:--
Zurueck
Akustische Vokalraum-MaĂźe unterscheiden Sprecher mit Parkinson von Kontrollpersonen
AI GENERATED 21.07.2026 22:50 Wissenschaft und Forschung

Akustische Vokalraum-MaĂźe unterscheiden Sprecher mit Parkinson von Kontrollpersonen

Eine aktuelle Untersuchung hat drei akustische Messgrößen des Vokalraums analysiert, um sprachliche Unterschiede zwischen Personen mit Parkinson und gesunden Kontrollpersonen zu quantifizieren und deren Zusammenhang mit der Sprachverständlichkeit…

Eine aktuelle Untersuchung hat drei akustische Messgrößen des Vokalraums analysiert, um sprachliche Unterschiede zwischen Personen mit Parkinson und gesunden Kontrollpersonen zu quantifizieren und deren Zusammenhang mit der Sprachverständlichkeit zu prüfen. Die Autoren berichten, dass token‑basierte Maße statistisch signifikante Unterschiede zwischen den Gruppen aufweisen, während das trajektorische Maß diese Differenzierung nicht ermöglichte.

Studienziel und Design

In der Studie wurden 56 Sprecher rekrutiert, davon 28 mit diagnostiziertem Parkinson und 28 gesunde Kontrollpersonen. Alle Teilnehmenden lasen einen eigens entwickelten Text, der die vier Eckvokale enthielt, sowie fünf unterschiedliche Sätze, die für die Erhebung von Verständlichkeitsbewertungen verwendet wurden.

Messgrößen des Vokalraums

Für die token‑basierten Analysen wurden der dreieckige Vokalraum (tVSA) in kHz² sowie das verhältnislose Vokal‑Artikulations‑Index (VAI) berechnet. Das trajektorische Maß, der artikulatorisch‑akustische Vokalraum (AAVS), wurde ebenfalls in kHz² ermittelt. Alle drei Messgrößen wurden aus den aufgenommenen Sprachproben extrahiert.

Statistische Auswertung

Eine Varianzanalyse zeigte, dass sämtliche Vokalraum‑Maße signifikante Gruppenunterschiede lieferten. In einer binären logistischen Regression konnten jedoch nur die token‑basierten Maße (tVSA und VAI) die Zugehörigkeit zu Parkinson‑ oder Kontrollgruppe statistisch vorhersagen, wobei die Modellgüte insgesamt schwach blieb (R² < 0,113).

Zusammenhang mit Sprachverständlichkeit

Lineare Regressionsanalysen ergaben, dass die token‑basierten Kennzahlen mit den erhaltenen Verständlichkeitsbewertungen korrelierten. Unter den getesteten Modellen erwies sich das VAI als der beste Prädiktor für die subjektive Einschätzung der Sprachverständlichkeit in der untersuchten Stichprobe.

Implikationen und Ausblick

Die Ergebnisse unterstützen die Annahme, dass token‑basierte Vokalraum‑Maße geeignet sind, akustische Veränderungen und deren Einfluss auf die wahrgenommene Sprachverständlichkeit bei Parkinson zu erfassen. Die Autoren empfehlen, die Übertragbarkeit dieser Befunde auf weitere motorische Sprachstörungen sowie auf unterschiedliche sprachliche Stimuli in zukünftigen Studien zu prüfen.

Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.

Ende der Uebertragung

Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf oeffentlich zugaenglichen Informationen.

Bezugsquellen

  • Open Sources

Lizenzen

  • CC / Public Records

Lizenzprotokolle

Creative Commons BY-SA 4.0

Redaktionelle Eigeninhalte von VisionGaia News stehen unter der
Creative Commons Attribution-ShareAlike 4.0 International.

Datenherkunft: Frei zugängliche, rechtlich zulässige Quellen.
Verarbeitung: KI-gestĂĽtzte Synthese mit redaktioneller PrĂĽfung.


Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf öffentlich zugänglichen Informationen aus staatlichen, institutionellen und offen lizenzierten Quellen.

Bezugsquellen

  • Deutsche Bundesbehörden
  • EU Institutionen
  • UK & US Government
  • Russian Government
  • UN, WHO, Weltbank
  • Open-Content (Wikinews)
  • Open-Content Networks
  • Wissenschaftliche Fachportale

Lizenzen

  • § 5 UrhG (Amtliche Werke)
  • CC BY 4.0 / CC BY-SA 4.0
  • Creative Commons BY (Open-Content-Projekte)
  • Creative Commons BY 4.0 (Wissenschaftliche Artikel)
  • Open Parliament Licence v3.0
  • Open Government Licence v3.0
  • Public Domain (US)
  • Staatliche Dokumente etc. ohne Copyright (RU)
  • Creative Commons BY 4.0 (RU)
Establishing Uplink...

Privacy Protocol

Wir verwenden CleanNet Technology für maximale Datensouveränität. Alle Ressourcen werden lokal von unseren gesicherten Servern geladen.

Für externe Media-Inhalte (3rd Party Cookies), aktivieren Sie bitte die entsprechenden Optionen. Weitere Details finden Sie in unserer Datenschutzerklärung.

Core SystemsTechnisch notwendig
External MediaMaps, Video Streams etc.
Analytics (VGT Telemetrie)Anonyme AES-256 Metriken
Datenschutz lesen
Engineered by VisionGaiaTechnology