как узнать пол человека по голосу
Идентификация личности по голосу
Как научить компьютер узнавать знакомых и незнакомых
У каждого человека есть свои вокальные характеристики — темп, громкость и интонация голоса,— обусловленные индивидуальной структурой его голосового аппарата. Прислушиваясь к разговору, человек может на уровне подсознания идентифицировать голоса. Но можно ли научить этому компьютер?
Фото: Юрий Мартьянов, Коммерсантъ / купить фото
Фото: Юрий Мартьянов, Коммерсантъ / купить фото
При разработке алгоритма идентификации личности по голосу решаются две подзадачи: распознавание говорящего и проверка. Распознавая говорящего человека, компьютер сравнивает образец речи с шаблоном из базы данных и ищет соответствия.
Сами системы распознавания могут быть разделены на текстозависимые и текстонезависимые: известен ли системе текст, который должен быть произнесен пользователем, и использует ли система данную информацию. При текстозависимом распознавании могут использоваться как фиксированные фразы, так и фразы, сгенерированные системой и предложенные пользователю. Текстонезависимые системы предназначены обрабатывать произвольную речь.
Сейчас используются несколько алгоритмов создания таких систем.
Например, алгоритм динамического преобразования времени (Dynamic Time Warping) используется для текстозависимых систем. Этот алгоритм используется для распознавания речи в том случае, когда два разных человека произнесли какую-либо одну фразу и надо узнать, кто именно. Для этого компьютер сравнивает две «карты» голоса, отображенные на синусоидных графиках (рис. 1, а). Для сравнения достаточно всего два-три слова.
Но бывает так, что эти графики у людей очень похожи. Чтобы сравнить такие голоса, компьютер будет «деформировать» ось времени одного или обоих графиков, чтобы достигнуть лучшего выравнивания (рис. 1, б). Ошибки возникают из-за того, что сравниваемые последовательности имеют разную длину и точка одного ряда будет расположена немного выше или немного ниже соответствующей точки в другом ряду. Поэтому алгоритму трудно найти видимое выравнивание двух строк. Тем не менее он хорошо справляется с распознаванием отдельных слов в ограниченном словаре. Это простой и открытый для улучшения алгоритм, подходящий для приложений в телефонах, автомобильных компьютерах или системах безопасности.
Другой алгоритм — метод опорных векторов, или SVM (от англ. Support Vector Machines), удобно применять, когда требуется идентифицировать каждого человека в большой группе говорящих людей. Этот алгоритм создает линию или гиперплоскость, которая делит данные на классы. Как в детской задаче, где надо одной линией разделить красные и синие кружочки, алгоритм должен найти наиболее правильную линию (рис. 2). Но таких линий может быть очень много. Как же алгоритм находит «ту самую»? Компьютер ищет такие точки на графике, которые расположены ближе всего к линии разделения. Эти точки называются опорными векторами. Затем алгоритм вычисляет расстояние между опорными векторами и разделяющей плоскостью. Основная цель алгоритма — найти такое место, где это расстояние будет максимально большим. Алгоритм может работать и с трехмерной моделью.
Это позволяет использовать его в анализе и классификации больших объемов данных или разрозненных данных из разных источников. Алгоритм может быть использован для выявления закономерностей в данных и создания структуры, которая потом используется для классификации. Для этого нужно ввести набор входных данных и соответствующих им выходных данных, которые используются для анализа и извлечения паттерна. При этом нам не нужно понимать поведение данных, алгоритм сам будет наблюдать за данными и связями внутри них. Кроме того, этот алгоритм хорошо умеет фильтровать шумы и ошибки данных, что часто нужно при распознавании голоса.
Оба этих алгоритма используются в современных устройствах — телефонах, роботах, системе «умный дом», компьютерах и автомобилях. И алгоритм динамического преобразования временной шкалы, и метод опорных векторов могут помочь организовать регламентированный доступ пользователей по заданной парольной фразе к ресурсам предприятия, телефонным и интернет-сервисам. Эти технологии могут упростить процесс идентификации пользователя без ущерба для информационной безопасности устройства.
Системы могут и будут улучшаться. Сегодня ученые пробуют дополнить алгоритмы языковыми моделями, которые будут описывать структуру языка — например, последовательность слов. Применение нейронных связей — это еще один этап. При этом каждое новое распознавание будет улучшать каждое новое распознавание в будущем. Таким образом, система станет самообучаемой.
Кто там? — Идентификация человека по голосу
Здравствуй, дорогой читатель!
Предлагаю твоему вниманию интересную и познавательную статью об отдельно взятом методе распознавания говорящего. Всего каких-то пару месяцев назад я наткнулся на статью о применении мел-кепстральных коэффициентов для распознавании речи. Она не нашла отклика, вероятно, из-за недостаточной структурированости, хотя материал в ней освещен очень интересный. Я возьму на себя ответственность донести этот материал в доступной форме и продолжить тему распознавания речи на Хабре.
Под катом я опишу весь процесс идентификации человека по голосу от записи и обработки звука до непосредственно определения личности говорящего.
Запись звука
Наша история начинается с записи аналогового сигнала с внешнего источника с помощью микрофона. В результате такой операции мы получим набор значений, которые соответствуют изменению амплитуды звука со временем. Такой принцип кодирования называется импульсно-кодовой модуляцией aka PCM (Pulse-code modulation). Как можно догадаться, «сырые» данные, полученные из аудио-потока, пока еще не годятся для наших целей. Первым делом нужно преобразовать непослушные биты в набор осмысленных значений — амплитуд сигнала. [1, с. 31] В качестве входных данных я буду использовать несжатый 16-битный знаковый (PCM-signed) wav-файл с частотой дискретизации 16 кГц.
Освежить знания про порядок байтов можно на википедии.
Обработка звука
Нормализация, на мой взгляд, — самый простой и эффективный алгоритм предварительной обработки звука. Существуют также масса других: «отрезающие» частоты выше или ниже заданной, сглаживающие и др.
Разделяй и властвуй
Даже при работе со звуком с минимально достаточной частотой дискретизации (16 кГц) размер уникальных характеристик для секундного образца звука просто огромен — 16000 значений амплитуд. Производить сколь-нибудь сложные операции над такими объемами данных не представляется возможным. Кроме того, не совсем понятно, как сравнивать объекты с разным количеством уникальных черт.
Для начала снизим вычислительную сложность задачи, разбив ее на меньшие по сложности подзадачи. Этим ходом убиваем сразу двух зайцев, ведь установив фиксированный размер подзадачи и усреднив результаты вычислений по всем задачам, получим наперед заданное количество признаков для классификации. 
На рисунке изображена «порезка» звукового сигнала на кадры длины N с половинным перекрытием. Необходимость в перекрытии вызвана искажением звука в случае, если бы кадры были расположены рядом. Хотя на практике этим приемом часто принебрегают для экономии вычислительных ресурсов. Следуя рекоммендациям [1, с. 28], выберем длину кадра равной 128 мс, как компромисс между точностью (длинные кадры) и скоростью (короткие кадры). Остаток речи, который не занимает полный кадр, можно заполнить нулями до желаемого размера или просто отбросить.
Для устранения нежелаетльных эффектов при дальнейшей обработке кадров, умножим каждый элемент кадра на особую весовую функцию («окно»). Результатом станет выделение центральной части кадра и плавное затухание амплитуд на его краях. Это необходимо для достижения лучших результатов при прогонке преобразования Фурье, поскольку оно ориентировано на бесконечно повторяющийся сигнал. Соответственно, наш кадр должен стыковаться сам с собой и как можно более плавно. Окон существует великое множество. Мы же будем использовать окно Хэмминга.
n — порядковый номер элемента в кадре, для которого вычисляется новое значение амплитуды
N — как и ранее, длина кадра (количество значений сигнала, измеренных за период)
Дискретное преобразование Фурье
Следующим шагом будет получение кратковременной спектрограммы каждого кадра в отдельности. Для этих целей используем дискретное преобразование Фурье.
N — как и ранее, длина кадра (количество значений сигнала, измеренных за период)
xn — амплитуда n-го сигнала
Xk — N комплексных амплитуд синусоидальных сигналов, слагающих исходный сигнал
Кроме этого, возведем каждое значение Xk в квадрат для дальнейшего логарифмирования.
Переход к мел-шкале
На сегодняшний день наиболее успешными являются системи распознавания голоса, использующие знания об устройстве слухового аппарата. Несколько слов об этом есть и на Хабре. Если говорить вкратце, то ухо интерпретирует звуки не линейно, а в логарифмическом масштабе. До сих пор все операции мы проделывали над «герцами», теперь перейдем к «мелам». Наглядно представить зависимость поможет рисунок.
Как видно, мел-шкала ведет себя линейно до 1000 Гц, а после проявляет логарифмическую природу. Переход к новой шкале описывается несложной зависимостью.
m — частота в мелах
f — частота в герцах
Получение вектора признаков
Сейчас мы как никогда близко к нашей цели. Вектор признаков будет состоять из тех самых мел-кепстральных коэффициентов. Вычисляем их по формуле [2]
cn — мел-кепстральный коэффициент под номером n
Sk — амплитуда k-го значения в кадре в мелах
K — наперед заданное количество мел-кепстральных коэффициэнтов
n ∈ [1, K]
Как правило, число K выбирают равным 20 и начинают отсчет с 1 из-за того, что коэффициент c0 несет мало информации о говорящем, так как является, по сути, усреднением амплитуд входного сигнала. [2]
Так кто же все-таки говорил?
Последней стадией является классификация говорящего. Классификация производится вычислением меры схожести пробных данных и уже известных. Мера схожести выражается расстоянием от вектора признаков пробного сигнала до вектора признаков уже классифицированного. Нас будет интересовать наиболее простое решение — расстояние городских кварталов.
Такое решение больше подходит для векторов дискретной природы, в отличие от расстояния Евклида.
Внимательный читатель наверняка помнит, что автор в начале статьи упоминал про усреднение признаков речевых кадров. Итак, восполняя этот пробел, завершаю статью описанием алгоритма нахождения усредненного вектора признаков для нескольких кадров и нескольких образцов речи.
Кластеризация
Нахождение вектора признаков для одного образца не составит труда: такой вектор представляется как среднее арифметическое векторов, характеризующих отдельные кадры речи. Для повышения точности распознавания просто необходимо усреднять результаты не только между кадрами, но и учитывать показатели нескольких речевых образцов. Имея несколько записей голоса, разумно не усреднять показатели к одному вектору, а провести кластеризацию, например с помощью метода k-средних.
Итоги
Я всегда рад полезным комментариям по поводу улучшения материала. Спасибо за внимание.
Машинный слух. Как работает идентификация человека по его голосу
Содержание статьи
Характеристики голоса
В первую очередь голос определяется его высотой. Высота — это основная частота звука, вокруг которой строятся все движения голосовых связок. Эту частоту легко почувствовать на слух: у кого-то голос выше, звонче, а у кого-то ниже, басовитее.
Другой важный параметр голоса — это его сила, количество энергии, которую человек вкладывает в произношение. От силы голоса зависит его громкость, насыщенность.
Еще одна характеристика — то, как голос переходит от одного звука к другому. Этот параметр наиболее сложный для понимания и для восприятия на слух, хотя и самый точный — как и отпечаток пальца.
Предобработка звука
Человеческий голос — это не одинокая волна, это сумма множества отдельных частот, создаваемых голосовыми связками, а также их гармоники. Из-за этого в обработке сырых данных волны тяжело найти закономерности голоса.
Нам на помощь придет преобразование Фурье — математический способ описать одну сложную звуковую волну спектрограммой, то есть набором множества частот и амплитуд. Эта спектрограмма содержит всю ключевую информацию о звуке: так мы узнаем, какие в исходном голосе содержатся частоты.
Но преобразование Фурье — математическая функция, которая нацелена на идеальный, неменяющийся звуковой сигнал, поэтому она требует практической адаптации. Так что, вместо того чтобы выделять частоты из всей записи сразу, эту запись мы поделим на небольшие отрезки, в течение которых звук не будет меняться. И применим преобразование к каждому из кусочков.
Спектрограмма пения птицы
Выбрать длительность блока несложно: в среднем один слог человек произносит за 70–80 мс, а интонационно выделенный вдвое дольше — 100–150 мс. Подробнее об этом можно почитать в исследовании.
Следующий шаг — посчитать спектрограмму второго порядка, то есть спектрограмму от спектрограммы. Это нужно сделать, поскольку спектрограмма, помимо основных частот, также содержит гармоники, которые не очень удобны для анализа: они дублируют информацию. Расположены эти гармоники на равном друг от друга расстоянии, единственное их различие — уменьшение амплитуды.
Давай посмотрим, как выглядит спектр монотонного звука. Начнем с волны — синусоиды, которую издает, например, проводной телефон при наборе номера.
Видно, что, кроме основного пика, на самом деле представляющего сигнал, есть меньшие пики, гармоники, которые полезной информации не несут. Именно поэтому, прежде чем получать спектрограмму второго порядка, первую спектрограмму логарифмируют, чем получают пики схожего размера.
Логарифм спектрограммы синуса
Теперь, если мы будем искать спектрограмму второго порядка, или, как она была названа, «кепстр» (анаграмма слова «спектр»), мы получим во много раз более приличную картинку, которая полностью, одним пиком, отображает нашу изначальную монотонную волну.
Одна из самых полезных особенностей нашего слуха — его нелинейная природа по отношению к восприятию частот. Путем долгих экспериментов ученые выяснили, что эту закономерность можно не только легко вывести, но и легко использовать.
Зависимость мела от герца
Эту новую величину назвали мел, и она отлично отражает способность человека распознавать разные частоты — чем выше частота звука, тем сложнее ее различить.
График перевода герца в мелы
Теперь попробуем применить все это на практике.
Идентификация с использованием MFCC
Мы можем взять длительную запись голоса человека, посчитать кепстр для каждого маленького участка и получить уникальный отпечаток голоса в каждый момент времени. Но этот отпечаток слишком большой для хранения и анализа — он зависит от выбранной длины блока и может доходить до двух тысяч чисел на каждые 100 мс. Поэтому из такого многообразия необходимо извлечь определенное количество признаков. С этим нам поможет мел-шкала.
Мы можем выбрать определенные «участки слышимости», на которых просуммируем все сигналы, причем количество этих участков равно количеству необходимых признаков, а длины и границы участков зависят от мел-шкалы.
Вычисление мел-частотных кепстральных коэффициентов
Вот мы и познакомились с мел-частотными кепстральными коэффициентами (MFCC). Количество признаков может быть произвольным, но чаще всего варьируется от 20 до 40.
Эти коэффициенты отлично отражают каждый «частотный блок» голоса в каждый момент времени, а значит, если обобщить время, просуммировав коэффициенты всех блоков, мы сможем получить голосовой отпечаток человека.
Тестирование метода
Давай скачаем несколько записей видео с YouTube, из которых извлечем голос для наших экспериментов. Нам нужен чистый звук без шумов. Я выбрал канал TED Talks.
Скачаем несколько видеозаписей любым удобным способом, например с помощью утилиты youtube-dl. Она доступна через pip или через официальный репозиторий Ubuntu или Debian. Я скачал три видеозаписи выступлений: двух женщин и одного мужчины.
Затем преобразуем видео в аудио, создаем несколько кусков разной длины без музыки или аплодисментов.
Продолжение доступно только участникам
Вариант 1. Присоединись к сообществу «Xakep.ru», чтобы читать все материалы на сайте
Членство в сообществе в течение указанного срока откроет тебе доступ ко ВСЕМ материалам «Хакера», позволит скачивать выпуски в PDF, отключит рекламу на сайте и увеличит личную накопительную скидку! Подробнее
Как можно угадать индивидуальные черты внешности по голосу
Можно ли определить внешность по голосу? Даже если вы не специалист по распознаванию внешности человека по голосовым данным, то, поговорив с незнакомцем по телефону, с большой долей вероятности сможете определить пол и возраст говорящего, его характер. А при помощи современных технологий, таких как нейролингвистическая сеть, ученые научились воссоздавать голоса известных исторических личностей.
Наше «второе» лицо
Голос человека – это его визитная карточка, его «второе» лицо. И, как нет в природе одинаковых отпечатков пальцев у людей, так и нет абсолютно идентичных голосов. У каждого из нас уникальный и неповторимый голос, образованный из множества элементов, таких как:
Несмотря на то, что определенные качества голоса заложены у человека еще до его рождения, а окружающие с детства люди оказывают влияние на формирование речевых привычек, изменить и улучшить свой голос можно. Правильно поставленный приятный голос позволит сделать успешную карьеру, быть привлекательным для противоположного пола, чувствовать себя увереннее.
Интересные факты
В старой Италии, наряду с прочими приметами личности, в паспорте человека указывался и тембр его голоса. Итальянцы полагали, что это природное свойство человека, которое нельзя изменить.
Однажды исследователями был проведен такой тест. Слушателям предлагалось по голосу определить возраст говорящего. Интересно, что при произношении одного и того же текста одним и тем же человеком, но с разными интонациями, слушатели расходились во мнениях о его возрасте. Так эмоции гнева прибавляли говорящему возраст. А фраза, произнесенная с радостными интонациями, рисовала в воображении слушателей более молодого человека.
Чтобы улучшить свой голос, начните следить за осанкой, делайте дыхательную гимнастику. А если возникли такие проблемы, как охриплость голоса или его потеря, принимайте препарат «Гомеовокс»
Ты узнаешь его по… голосу
Как выяснили ученые, голос представителя сильного пола может рассказать о том, насколько он грозен для соперников и привлекателен для женщин.
Антонина Камышенкова / «Здоровье-инфо»
Человек, как известно, существо социальное. И основным средством коммуникации с себе подобными ему служит не что иное, как голос. Поэтому, первая и самая важная роль голоса для человека – это обеспечение общения, помогающего ему занять свое место в социуме и выстроить отношения с другими людьми, отношения как общественные, так и личные.
Кроме того, не менее важна роль голоса как имиждевого фактора. Это значит, что он в немалой степени способствует возникновению симпатии или 
антипатии к его обладателю со стороны окружающих. Он в числе прочих факторов помогает ему добиться успеха – то есть наряду с внешними данными, умом, коммуникабельностью и манерами формирует харизму человека.
Человеческий голос также является уникальным музыкальным инструментом – самым первым и самым совершенным из всех прочих, созданных руками самого человека. По своей эмоциональности, страстному накалу, по силе воздействия на слушателей с голосом не сравнится звук ни одного из них.
Если задуматься, то каждый из нас вспомнит, что хоть однажды, да представлял себе портрет человека по одному лишь его голосу. И в этом нет ничего странного, есть даже некоторые правила, которыми руководствуется человек, создавая в своем воображении образ невидимого собеседника. Например, громкость речи служит критерием уверенности в себе и энергичности человека, если, конечно, он нарочно не повысил тон разговора для того, чтобы скрыть свою неуверенность и страх – чтобы определить это, нужно быть в некоторой степени психологом. О темпераменте и энергичности человека может поведать и скорость речи. Те, кто быстро говорит, как правило, отличаются повышенной нервозностью и эмоциональностью. Они бойки, быстры на решения, а порой даже неуравновешенны. Медленная речь, напротив, укажет на неторопливость, склонность анализировать и взвешивать слова и поступки.
Высота голоса также является показателем эмоционального состояния человека. При большом волнении или боязни голос зачастую становится высоким и пронзительным. Низкий тембр укажет на уравновешенность и спокойствие собеседника.
Особая роль отводится эмоциональной окраске человеческой речи, ведь интонации, порой помимо воли говорящего, отражают внутренний психологический мир человека, выдавая всю подноготную – зол он или добр, скромен или хвастлив, заносчив или уважителен по отношению к другим. Таких нюансов существует очень много и ими в совершенстве владеют специалисты, например, психологи или криминалисты.
Голос и привлекательность
И наконец, голос служит признаком сексуальности или асексуальности для противоположного пола, то есть способен привлекать или отталкивать потенциальных половых партнеров. Это было подтверждено недавно опытным путем специалистами из Университета Калифорнии в Санта-Барбаре, США. Они взялись исследовать влияние мужского голоса на женщин и получили доказательства того, что для мужчины его голос способен служить настоящим украшением. Даже не видя самого мужчину, и не понимая того языка, на котором он говорит, женщина способна судить по тембру и интонациям его голоса о его физической силе, храбрости, мужественности и умении физически расправиться с врагом.
Ученые предположили теоретически, что раз многие виды животных (олени, полярные гагары, павианы, ворчащие рыбы гуарами, совы) именно голосом привлекают самок и отпугивают соперников, то для человека голос может играть такую же роль. Для эксперимента они нашли представителей редкой народности, проживающей в горной местности Анд (Западная Боливия) и говорящих на генетически изолированном языке цимане (чимане). Кроме боливийцев в эксперименте также участвовали студенты из Румынии и США обоих полов. Каждому из мужчин измерили обхват бицепса, силу рукопожатия и силу мышц груди. Их всех опросили также, как часто за последние четыре года им приходилось драться. После этого испытуемые произносили произвольные фразы на родном языке, которые записывались на диктофон и давались для прослушивания студентам-старшекурсникам того же университета.
На удивление точно и девушки и юноши определяли по голосу, каковы физические параметры и внешний типаж говорящего, не понимая даже, о чем те говорят. Инициатор и руководитель исследования Аарон Шелл, профессор Центра эволюционной психологии Калифорнийского Университета, ничуть не был удивлен такими результатами. Он давно уже предполагал, что на заре эволюции именно по голосу соплеменники определяли, насколько силен и воинственен тот или иной воин. Для женщин это служило критерием отбора партнера, а для мужчин – построения иерархии в нутрии племени. По сути дела в наше время – эпоху компьютеров и нанотехнологий – способность угадывать силу мужчины по голосу является неким атавизмом, не изжитым еще по причине довольно медленных темпов эволюции.
Можно этому верить или не верить, но каждый из нас, если задумается, то согласится, что многократно лишь по тембру голоса в телефонной трубке примерно представлял себе его обладателя или обладательницу. Кстати, женский голос тоже способен немало поведать слушателям о своей «хозяйке», о мягкости или жесткости ее характера, женственности или андрогинности (мужеподобности), а для особо проницательных «слушателей» – даже о внешних чертах: миниатюрности или, напротив, грузности. Конечно, бывают и исключения из правил. Например, у боксера Майка Тайсона довольно немужественный голос, а у новоиспеченной британской звезды, толстушки Сьюзан Бойл – голос невесомого эльфа. Но, все же, наши ассоциации между голосом и внешностью человека оказываются, как правило, верны.
Как рождается голос?
Голосовой аппарат человека похож по строению и способу извлечения звука на многие традиционные музыкальные инструменты. Принцип звучания тут
– вибрирование голосовых связок, находящихся в нашей гортани. Они и есть самый главный «производитель» нашего голоса. Связки состоят из мышечной и соединительной ткани и обладают высокой эластичностью. Под давлением выходящего из легких воздуха, голосовые связки натягиваются и колеблются наподобие струн музыкального инструмента. Колебания этих «струн» и обмен энергией этих колебаний с воздушным потоком и создает звуковые волны.
Голос зависит от анатомического строения тела и индивидуальных особенностей органов голосообразования, и именно поэтому каждый голос индивидуален и непохож на другой.
Враги голоса
Такой тонкий аппарат как голосовые связки, конечно же, чрезвычайно уязвим. Прежде всего, они могут пострадать при любых простудных заболеваниях носоглотки: насморках, тонзиллитах, фарингитах, а также при заболеваниях дыхательных путей: трахеитах, бронхитах, пневмонии, ХОБЛ. При этих заболеваниях, также как и при постоянном курении или вдыхании табачного дыма или иных раздражающих веществ, в области голосовых связок может возникнуть постоянный отек слизистой оболочки, приводящий к охриплости и изменению тембра голоса.
Самый же главный враг голоса – это острый ларингит – воспаление слизистой оболочки гортани. Ларингит может быть острым или 
хроническим. Как правило, он характерен для холодного времени года, а распространяется воздушно-капельным путем. Может он быть и осложнением ОРВИ. Человек жалуется на сухость и першение в горле, у него развивается сухой кашель, голос становится хриплым, ослабевает до шепота или же полностью исчезает. Дело в том, что при острых ларингитах поражается не только слизистая оболочка, но и сами голосовые складки и голосовые связки. Это выражается в том, что связки перестают смыкаться, и, вследствие этого, страдает и голос. Это тем более опасно, что порой несмыкание связок затягивается надолго после того, как сам ларингит уже прошел.
Першение в горле и кашель могут быть не только показателем простуды, вирусной инфекции или болезни бронхов. Если у человека имеются заболевания печени, желчного пузыря или поджелудочной желез, а также гастрит, панкреатит или холецистит, голосовые складки, как это ни странно, могут тоже пострадать, из-за того, что перестают получать достаточное увлажнение. Голос может стать скрипучим, с неприятным тембром, наряду с этим человек вынужден поперхиваться, откашливаться. К восстановлению же функций голосовых складок в таком случае приведет только ликвидация основной проблемы.
Еще одна опасность для связок таится в сильных стрессах, которые может испытывать человек, ведь они могут обеспечить частичный или полный парез связок. В таких ситуациях лечение проводит уже не отоляринголог-фониатор, а невропатолог.
Возраст голоса
Голос человека меняется и с возрастом, что называется на языке врачей «возрастной регрессией». У кого-то эти изменения незначительны, у кого-то довольно сильны – все зависит от индивидуальных особенностей, общего здоровья человека, а также от его образа жизни, особенно от наличия или отсутствия вредных привычек.
Голос свой можно усовершенствовать с помощью специалиста-фонопеда. В ходе специальных занятий можно исправить неприятный тембр – визгливый или слишком грубый – но только в том случае, если это не вызвано какими-нибудь органическими причинами (аномалиями строения гортани, новообразованиями, хроническими болезнями, травмами).
Иногда индивидуальные особенности строения гортани и самих связок требуют даже хирургического вмешательства. Для постановки красивого голоса существует целый ряд специальных упражнений, которые можно выполнять и самим, но все же, результат будет лучше после занятий со специалистом.
Это, прежде всего, обучение правильному – диафрагматическому – дыханию, которое позволит говорить плавно, без частых вдохов. Важной частью занятий станут также тренировки протяжного произношения гласных и согласных звуков. Согласными надо научится «мычать», чувствуя все свои резонаторы (усилители) звука: верхние (глотка, носоглотка, рот, полость носа) и нижние (трахея, бронхи и легкие ). И, наконец, не менее важный этап – обучение правильной дикции то есть четкому и правильному произношению звуков. На этом этапе большую роль играет тренировка мышц, отвечающих за эту точность – мышц языка и лицевых мышц.
Здоровье вашего голоса
Голос требует такой же заботы, как все здоровье в целом. Его следует беречь как хрупкий, драгоценный предмет – не переохлаждаться, не кричать громко и долго, особенно в сырости и холоде, и, конечно же, не курить!