성대 폐쇄 계수(closed quotient, CQ)는 성대의 접촉 시간을 비율로 나타낸 지표로, 발성 훈련 및 음성 치료에서 중요한 지표로 사용된다. CQ는 전기성문도(electroglottography, EGG)를 통해 측정할 수 있으나, EGG 장비 없이 머신 러닝 알고리즘을 훈련하면 오디오 신호만으로 CQ를 측정할 수 있다. 본 논문에서는 XGBoost를 기반으로 CQ를 예측하는 알고리즘을 개발한다. 이를 위해서 오디오 신호의 스펙트로그램으로부터 특성들을 신중하게 결정한다. 특성들은 첨도, 조화, SPD200, SPD500을 포함하였다. ‘아’ 모음 발성시 EGG를 측정한 데이터셋으로 XGBoost를 훈련하고 평가한 결과 MAE가 6E-2이하로 신뢰할 만한 수준의 예측이 이루어 졌다. XGBoost을 훈련한 이후 얻을 수 있는 부산물은 특성 중요도 분석이다. SPD500과 첨도가 높은 특성 중요도 점수를 얻은 것을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.