gms | German Medical Science

Während die Stimmerzeugung prinzipiell als lineare Abfolge – Kompressor, Oszillator, Resonator – beschrieben ist, wird gleichzeitig angenommen, dass es nicht-lineare Interaktionen zwischen Vokaltrakt und Stimmquelle gibt. Diese sind bislang nicht systematisch erfasst bzw. abschließend erklärt.

Bei Nicht-linearen Level-1-Interaktionen (L1-SFI) modifiziert der reflektierte Schalldruck den Luftstrom und nimmt somit Einfluss auf das Quellspektrum, jedoch ohne Auswirkungen auf die Stimmlippen. Bei Nicht-linearen Level-2-Interaktionen (L2-SFI) hingegen nimmt der reflektierte Schall Einfluss auf die Stimmlippenschwingung, was bedeutet, dass es zu Instabilitäten und Unterbrechungen kommen kann [1]. Das Auftreten der nicht-linearen Level-2-Interaktionen wird beim Durchkreuzen von den Vokaltraktresonanzen f_R1,2,3 und den niedrigeren Teiltönen (2f_o-5f_o) erwartet, vornehmlich bei Tonhöhenänderungen oder fließenden Vokaländerungen, bei denen sich eine Teiltonfrequenz innerhalb der Resonanz- bzw. Formant-Bandbreite zunächst unterhalb und schließlich oberhalb einer Formantfrequenz befindet ([2], [3], [4]).

In dieser Studie wurde versucht, Nicht-lineare Level-2-Interaktionen zu erzeugen, indem die Grundfrequenz D4 (ƒ_o≈294 Hz) konstant phoniert wurde, während der Vokal darüber in der Reihenfolge [i:] – [a:] – [u:] – [i:] gleitend verändert wurde. Durch die Änderung der Vokalformanten wurden die folgenden Kreuzungen von Formant- und Teiltonfrequenz konstruiert (Abbildung 1 [Abb. 1]):

[i:] – [a:]: 2ƒ_o/f_R1

[a:] – [u:]: 2ƒ_o/f_R1

[u:] – [i:]: 3ƒ_o/f_R2 und 4ƒ_o/f_R2

Die Stimmlippenschwingungen wurden mittels transnasaler Video-High-Speed-Endoskopie (HSV, resultierend in Glottal Area Waveform GAW) mit 20.000 Bildern pro Sekunde aufgenommen, sowie elektroglottographisch (EGG) und akustisch aufgezeichnet. Gemessen wurden zwölf stimmgesunde professionelle SängerInnen (jeweils 3 Sopranistinnen, Altistinnen, Tenöre und Bässe). Die Formantfrequenzen wurden durch cepstrale Analyse aus dem Audiosignal ermittelt.

Mögliche Interaktionsvorkommen wurden zunächst rechnerisch ermittelt: Um die Punkte herum, wo Formantfrequenzen und Partialtöne kreuzten, wurden 25 ms Fenster definiert, für welche Sample Entropy (SE), Open Quotient (OQ_EGG, OQ_GAW), Closing Quotient (ClQ_GAW), Speed Quotient (SQ), Relative Average Perturbation (RAP) und Lautstärke (Sound Pressure Level SPL) errechnet wurden, sowie das Audio-Signal ausgewertet und Phonovibrogramme (PVG), dEGG-Wavegrams und Glottovibrogramme (GVG) erstellt.

Des Weiteren wurden durch ein auditives Experten-Rating des EGG-Signals irreguläre Ereignisse festgestellt, deren Signale dann im Detail betrachtet wurden.

An den errechneten Kreuzungsstellen wurde folgendes beobachtet:

Im Übergang [i:] – [a:] waren OQ_GAW und Cl_GAW erhöht, sowie die Grundfrequenz vor dem Übergang höher als danach. Im Übergang [u:] – [i:] war OQ_GAW tendenziell erhöht. Bei Übergang [a:] – [u:] war die Grundfrequenz nach dem Übergang höher als davor, sowie im GVG die Unterschiede in der Öffnungsphase erhöht (Abbildung 2 [Abb. 2]).

Die Lautstärke war im Übergang [i:] – [a:] erhöht und im Übergang [a:] – [u:] verringert. Die PVGs zeigten keine auffällige Aperiodizität in den Übergängen. Bei einer Probandin traten anterior-posteriore Phasenverschiebungen in allen Übergängen auf.

Die Vokalübergänge wiesen erwartungsgemäß Änderungen in den Intensitäten der Teiltöne auf. Bei einzelnen Probanden waren Anpassungen im dEGG-Wavegram und der Sample Entropy des EGG-Signals sichtbar. An einigen der perzeptiv ermittelten Stellen waren Grundfrequenzschwankungen und Änderungen im Phonovibrogramm sichtbar. An diesen Stellen ließen sich teilweise Kreuzungen höherer Partialtöne und Formantfrequenzen feststellen.

Die Tonhöhenschwankungen vor und nach den Vokalübergängen lassen sich in Übereinstimmung mit Titze [1] dadurch erklären, dass die Steifigkeit leicht erhöht sein kann, wenn ein Teilton leicht oberhalb einer Resonanz liegt, was zu einer Grundfrequenzerhöhung führen kann.

Der erhöhte OQ_GAW in den Übergängen [i:] – [a:] und [u:] – [i:] sowie Auffälligkeiten im Zusammenhang unterschiedlicher nf_o/f_Rn-Kreuzungen deuten auf L2-SFI bei Deckungsgleichheit von nf_o und f_Rn hin.

Dass in den PVG nur wenige Auffälligkeiten zu beobachten waren, kann einerseits bedeuten, dass es keine sehr starken Interaktion gab oder andererseits, dass professionelle Sänger Techniken bzw. andere Komponenten zur Stabilisierung anwenden.

Limitierend ist zu bemerken, dass die Geschwindigkeit des Vokalübergangs nicht standardisiert war. Es kann sein, dass eine langsamere Modifikation leichter ausgeglichen werden kann als eine schnellere. Die gewählte Tonhöhe D4 liegt zudem für Männerstimmen eher hoch und für Frauen eher tief, jedoch für beide Gruppen im Bereich eines Passaggios (Registerübergang), weshalb nicht ausgeschlossen werden kann, dass die Beobachtungen mit der Registrierung zu tun haben.

Außerdem könnte die transnasale Endoskopie die Phonation sowie die Nasalanz beeinflusst haben. Eine Ankopplung der Nasenräume könnte dann zu einer Erhöhung von f_R1 geführt haben [5].