Text

Ziel und Fragestellung: Ziel ist die Entwicklung eines automatisierten Verfahrens zur objektiven Ausspracheanalyse bei Kindern mit Hörschädigung. Durch eine niederschwellige automatische phonematische Transkription und -auswertung sollen Ressourcen geschont und die interdisziplinären Diagnostik- und Therapieprozesse in der Sprachtherapie und Hörversorgung von Kindern unterstützt werden. Untersucht wird, ob eine Kombination aus automatischer, feinjustierter Phonemerkennung und algorithmischer, regelbasierter Prozessdetektion hörverlustspezifische Aussprachefehler [1], [2] bei deutschsprachigen Kindern valide erfassen und für weitere Einsatzmöglichkeiten erweitert werden kann.

Methode: Es wurde eine Liste qualifizierter Testitems entwickelt, die die in der Literatur beschriebenen, typischen Aussprachfehler bei hörgeschädigten Kindern gezielt evozieren. Zur automatischen Auswertung der Kindersprache wurde eine Analyse-Pipeline umgesetzt, bestehend aus automatischer Phonemerkennung (XLS-R/Wav2Vec 2.0 mit CTC; Vortraining auf CARInA, ~90 h erwachsene Sprecher:innen; Feintuning mit ~40 min Kindersprache) und einer regelbasierten Fehlerkategorisierung. Das Analysemodul nutzt ein Prozessinventar (u.a. TUS, RKV, TFK, Deaffr., Sonorierung, RV, Vokalisierung). Sprachdaten wurden itemweise bei vier Kindern mit Hörschädigung erhoben; als Goldstandard dienten manuelle Prozessannotationen durch Logopäd:innen.

Ergebnisse: Zur Evaluation des automatisierten Aussprachescreenings wurden die Items mit einer Phonemfehlerrate >80% von der Pipeline ausgeschlossen. Der Abgleich der automatischen Prozessklassifikation mit den händischen Annotationen ergab eine Detektion aller verbleibenden 31 Zielprozesse und 185 True Negatives. Die vollständige Pipeline ergab eine Sensitivität von 88,44% und Spezifität von 89,29% mit einer hohen negativen Trennfähigkeit sowie moderaten Genauigkeit aufgrund der niedrigen Prävalenz an Prozessen. Die Itemliste erwies sich als praxistauglich für das Zielalter. Es wurden konkrete Anforderungen zu Anpassung und weiterer Untersuchung von Algorithmik und Handhabung formuliert.

Schlussfolgerung: Das automatisierte, fehlerklassenbasierte Aussprache-Screening ist technisch machbar und liefert valide Ergebnisse bei hörgeschädigten Kindern. Für die klinische Anwendung sind größere Kohorten, zusätzliche kindliche Trainingsdaten, Erweiterung des Prozessinventars und Threshold-Tuning zur Reduktion von False Positives geplant. Die Umsetzung als Software-Tool zur niederschwelligen Praxisintegration muss entwickelt und getestet werden. Die Pipeline bietet die technologische Grundlage objektiver Unterstützung von Diagnostik, Therapieverlauf und audiologischer Anpassung von Sprachtherapie und hörtechnischer Versorgung bei Kindern mit Hörschädigung. Chancen und Grenzen der Technologie sowie notwendige Anpassungen für die klinische Anwendung werden diskutiert.

Literatur