تمت ترجمة هذه الصفحة من الإنجليزية. إذا بدا شيء غريبًا، فانتقل إلى النسخة الإنجليزية. عرض بالإنجليزية.
تجربة استرشادية لـ Immersive VoiceSpace VR (N=17، أشخاص أصحاء صوتيًا مع أشخاص يعانون من خلل النطق) - تدرّج المشاركون في الجهارة وحدة الصوت عبر ظروف متدرجة في مطعم افتراضي
كيف تم تقييم ذلك
خضعت لمراجعة الأقران في Journal of Voice (Elsevier)، ووافق عليها IRB (Mount Sinai STUDY-25-01418)، تحليل خطي بتأثيرات مختلطة مع تقاطع عشوائي لكل مشارك ودرجات حرية Kenward-Roger - إطار تحليلي يمكن الدفاع عنه لتجربة استرشادية. نقاط القوة: تشمل مجموعة إكلينيكية (خلل النطق) وليس فقط البالغين الأصحاء صوتيًا؛ عتبات الديسيبل النسبية لخط الأساس لكل مشارك تزيل الخلط مع SPL المطلق؛ كان النمط السلوكي متسقًا عبر المجموعتين لـ SPL. القيود التي تبقي اليقين منخفضًا: إجمالي N صغير (17) مع 7 فقط في المجموعة غير النموذجية؛ جلسة واحدة وسياق واحد (مطعم افتراضي مأهول قليلاً)؛ لا مجموعة تحكم ولا حالة مقارنة؛ تم جمع خط الأساس خارج سماعة الرأس، مما يخلط التعرض لـ VR مع تأثيرات متطلبات المهمة؛ تم كتم صوت بيئة المطعم عمدًا، مما يحد من الواقعية البيئية والصلاحية الخارجية؛ تم تطوير أداة الجدوى الأساسية من قبل المؤلف ولم يتم التحقق من صحتها بعد؛ دراسة مؤلف واحد دون الإبلاغ عن عمل موثوقية بين المقيمين؛ تضارب مصالح كبير - اخترع المؤلف IVS ويملك طلب براءة اختراع أمريكية على التكنولوجيا (المخترع المسجل الوحيد). يثبت العمل الجدوى والإشارة، لا الفعالية. هناك حاجة إلى التكرار في عينات أكبر متعددة المواقع مع مقارنات تحكم قبل الاستخدام في القرار الإكلينيكي.
تستخدم التقييمات نظامًا مبسّطًا من أربعة مستويات (عالية، متوسطة، منخفضة، منخفضة جدًا)، مستندًا إلى GRADE working group. اقرأ المزيد عن كيفية تقييم الدراسات.
تجربة استرشادية داخل الأشخاص لـ Immersive VoiceSpace (IVS)، وهي منصة VR مخصصة للتدريب الصوتي طورها المؤلف الوحيد. أكمل سبعة عشر بالغًا (10 متحدثين أصحاء صوتيًا و7 أشخاص يعانون من خلل النطق) مهمة طلب من قائمة الطعام في مطعم افتراضي تحت أربعة ظروف - خط أساس بالإضافة إلى ثلاثة مستويات IVS متدرجة تتلاعب بمسافة الأفاتار وعتبات تنشيط الصوت ومهل المغادرة. ارتفع مستوى ضغط الصوت ومتوسط f0 الكلام بشكل ملحوظ عبر مستويات IVS في المجموعتين؛ كانت مرونة حدة الصوت أكثر تقييدًا في مجموعة خلل النطق. كانت تقييمات الجدوى جيدة بشكل عام (4.0/5)، مع راحة وسلامة ممتازتين (4.5/5) وعدم الإبلاغ عن أي حالة دوار الفضاء الإلكتروني.
أول دليل منشور على الجدوى وإثبات المفهوم لـ Immersive VoiceSpace (IVS)، وهي منصة VR مخصصة مستجيبة للصوت اخترعها وسجل براءة اختراعها المؤلف الوحيد في Mount Sinai. في تجربة استرشادية داخل الأشخاص بجلسة واحدة مع 17 بالغًا (10 أصحاء صوتيًا و7 أشخاص يعانون من خلل النطق، بما في ذلك امرأتان ترانس في رعاية صوتية لتأكيد الهوية الجندرية)، أنتجت ظروف المطعم الافتراضي المتدرجة زيادات منهجية وتدريجية في مستوى ضغط الصوت (SPL) ومتوسط f0 الكلام. اتبعت المجموعتان نفس نمط SPL؛ أظهرت مجموعة خلل النطق تدرجًا أقل حدة في حدة الصوت مع زيادة متطلبات المهمة. قيّم المشاركون الراحة والسلامة بأنها ممتازة؛ لا دوار فضاء إلكتروني ولا أحداث سلبية. الدراسة محدودة بصغر العينة (N=17، غير نموذجيين n=7)، سياق واحد (مطعم)، جلسة واحدة، مؤلف وحيد له تضارب مصالح كبير بصفته المخترع وحامل براءة الاختراع، ومشهد صوتي مكتوم عمدًا يحد من الصلاحية البيئية. تدعم النتائج الجدوى والصلاحية البنائية الأولية لـ VR المستجيبة للصوت كأداة تدريب مدعومة بالسياق، لكنها لا تثبت بعد الفعالية العلاجية أو التعميم على استخدام الصوت في العالم الحقيقي - وكلاهما يتطلب دراسات متابعة متعددة الجلسات في مجموعات سكانية إكلينيكية مع مقارنات تحكم.
أبرز النتائج
- أكمل 17 بالغًا (10 أصحاء صوتيًا، 7 يعانون من خلل النطق: شيخوخة الصوت، ورم حميد في الحبال الصوتية، شلل جزئي في الحبال الصوتية، خلل النطق العضلي التوتري، وامرأتان ترانس في رعاية صوتية لتأكيد الهوية الجندرية) بروتوكولًا داخل الأشخاص بجلسة واحدة
- المعدات: شاشة عرض مثبتة على الرأس Oculus Quest 3 تعمل بتطبيق IVS؛ ميكروفون مكثف AKG C520 على بعد 7 سم من الفم (تمت معايرته بمرجع 30 سم)؛ التسجيلات عبر Computerized Speech Lab (CSL) بتردد 44.1 kHz / 16 bit
- أربعة ظروف بترتيب عشوائي: Baseline (عضو فريق البحث كمستمع على بعد ~2 m في الغرفة الإكلينيكية) بالإضافة إلى ثلاثة مستويات IVS في مطعم افتراضي - Normal (نادل على بعد 5 m، +3 dB فوق خط الأساس الخاص بكل مشارك، مهلة 5 s)، Effortful (10 m، +5 dB، 10 s)، Calling (15 m، +10 dB، 20 s). تم كتم صوت بيئة المطعم لعزل التأثيرات البصرية-المكانية
- كان التأثير الرئيسي لمستوى IVS على SPL ذا دلالة إحصائية: F(3, 48) = 33.94، p < 0.001. مقارنة بـ Baseline، ارتفع SPL بمقدار 3.83 dB (Normal) و7.41 dB (Effortful) و9.04 dB (Calling)، جميعها p < 0.001
- كان التأثير الرئيسي لمستوى IVS على متوسط f0 الكلام ذا دلالة إحصائية: F(3, 45) = 17.63، p < 0.001. زيادات تدريجية من Baseline بحوالي 36 Hz (Normal، p = 0.008)، و66.6 Hz (Effortful، p < 0.001)، و103.9 Hz (Calling، p < 0.001)
- التأثيرات الرئيسية للمجموعة: أنتج الأشخاص الذين يعانون من خلل النطق SPL أقل بشكل عام (تقدير -6.88 dB، p = 0.001) ومتوسط f0 أقل بشكل عام (p = 0.002) من المتحدثين الأصحاء صوتيًا
- تفاعل مستوى IVS x المجموعة ذو دلالة فقط لمتوسط f0: F(3, 45) = 3.94، p = 0.014. تباعد تدرج حدة الصوت في الظروف الأكثر تطلبًا - لم تكن الفجوة بين المجموعتين ذات دلالة في Baseline (p = 0.102)، واقتربت من الدلالة في Normal (p = 0.055)، وكانت ذات دلالة في Effortful (p = 0.003) وCalling (p < 0.001). لم يكن تفاعل SPL ذا دلالة وتمت إزالته من النموذج النهائي - رفعت المجموعتان الجهارة بالتوازي
- الجدوى (ليكرت 1-5): قابلية الاستخدام والتفاعل 3.9 (متوسط-جيد)، الانغماس والواقعية 3.4 (متوسط، أدنى مجال)، المشاركة والفائدة المتصورة 4.0 (جيد)، الراحة والسلامة 4.5 (ممتاز). الإجمالي 4.0 (جيد)
- لا أحداث سلبية. لا دوار فضاء إلكتروني مُبلَّغ عنه. لا انقطاعات تقنية خلال البروتوكول. متوسط ~2 دقيقة لإعادة تكوين معاملات الصعوبة بين التجارب. استغرقت الجلسة الكاملة بما في ذلك التعليمات والاستبيانات ~20 دقيقة لكل مشارك
- أشارت الملاحظات النصية المفتوحة إلى محدودية استجابة الأفاتار كقيد رئيسي - طلب المشاركون استجابات لفظية وتعابير وجه وإيماءات حوارية لتعميق واقعية التفاعل
الخلفية
تغيير الصوت مشكلة تعلم حركي، وليس مجرد مشكلة معرفية. العلاج الصوتي السلوكي فعال للعديد من حالات الصوت، لكن المكاسب في العيادة كثيرًا ما تفشل في الانتقال إلى التواصل اليومي. أدبيات التعلم الحركي واضحة بشأن السبب: يعتمد التغيير الدائم على التدرّب في ظل ظروف تشبه السياق المستهدف، وليس فقط على أداء السلوك في جلسة منظمة. تتقارب Specificity of Learning Principle وTransfer-Appropriate Processing وEncoding Specificity جميعها إلى نفس النقطة - عندما تتطابق المتطلبات الحسية والسياقية للتدريب مع متطلبات الاستخدام الفعلي، يكون النقل أقوى.
يحدث الاستخدام الصوتي في العالم الحقيقي تحت متطلبات متعددة الطبقات: النية التواصلية، ومسافة المستمع، والضغط الاجتماعي-العاطفي، وحجم الغرفة، وأكوستيكا الخلفية، والإشارات البصرية-المكانية التي تشير إلى مقدار الصوت اللازم قبل أن يتحدث الشخص حتى. تقلل الغرف الإكلينيكية التقليدية من هذه المتغيرات عمدًا، مما يخدم الاكتساب الأولي لكنه يقلل من تمثيل الإشارات نفسها التي تقول نظرية التعلم إن التعميم يعتمد عليها.
يقدم الواقع الافتراضي الانغماسي طريقة محكومة لإعادة هذه الإشارات. أثبتت دراسة Daşdöğen متعددة الحواس لعام 2023 (في هذا Hub) أن إشارات VR البصرية والسمعية-البصرية تقود تكيفات صوتية قابلة للقياس عند البالغين الأصحاء صوتيًا، تتجاوز ما تنتجه المحاكاة الصوتية وحدها. ووسعت دراسة 2026 للمغنين المدربين (أيضًا في هذا Hub) ذلك للمقارنة بين المتحدثين الخبراء وغير المدربين. تأخذ الدراسة الحالية الخطوة التالية: هل يصمد نفس التأثير في مجموعة سكانية صوتية إكلينيكية، وهل من الممكن استخدام منصة VR مخصصة مستجيبة للصوت في تلك المجموعة.
ما فعله الباحثون
تجربة استرشادية داخل الأشخاص في Mount Sinai مع 17 بالغًا: 10 متحدثين أصحاء صوتيًا تم تجنيدهم من عيادة الأنف والأذن والحنجرة وموظفي المستشفى، و7 أشخاص يعانون من خلل النطق تم تجنيدهم خلال زيارات تقييم الصوت الروتينية (شملت التشخيصات شيخوخة الصوت، وورم حميد في الحبال الصوتية، وشلل جزئي في الحبال الصوتية، وخلل النطق العضلي التوتري، والرعاية الصوتية لتأكيد الهوية الجندرية).
كان التدخل هو Immersive VoiceSpace (IVS) - منصة VR مخصصة طورها المؤلف الوحيد. عرض IVS مطعمًا افتراضيًا مأهولاً قليلاً على سماعة رأس Oculus Quest 3. عملت شخصية NPC للنادل كهدف مستمع. استجاب النادل في الوقت الفعلي لصوت المشارك: إذا بلغت شدة الصوت عتبة محددة مسبقًا، اقترب النادل وبقي في وضع الاستماع؛ إذا انخفضت تحت العتبة لفترة أطول من مهلة محددة، ابتعد النادل.
تم تدريج ثلاث معلمات عبر الظروف:
- مسافة المستمع - 5 m (Normal)، 10 m (Effortful)، 15 m (Calling)
- عتبة تنشيط الصوت - +3 dB، +5 dB، +10 dB فوق SPL خط الأساس الخاص بكل مشارك
- مهلة المغادرة - 5 s، 10 s، 20 s
كانت مهمة الكلام نفسها في جميع الظروف الأربعة: “اطلب مشروبًا وفاتح شهية وطبقًا رئيسيًا وحلوى.” تم تنفيذ حالة Baseline مع عضو فريق البحث يعمل كمستمع في الغرفة الإكلينيكية على بعد ~2 m. تم تنفيذ حالات IVS الثلاث في المطعم الافتراضي بترتيب عشوائي.
لعزل التأثيرات البصرية-المكانية، تم كتم صوت بيئة المطعم (محادثات الخلفية وأصوات أدوات المائدة، التي يمكن لـ IVS تشغيلها) في جميع الظروف التجريبية. تم التسجيل الصوتي عبر ميكروفون مكثف AKG C520 مثبت على الرأس على بعد 7 cm من الفم، تمت معايرته بمرجع 30 cm، تم التقاطه بتردد 44.1 kHz / 16 bit عبر Computerized Speech Lab (CSL).
النتائج: مستوى ضغط الصوت (SPL، dB) ومتوسط التردد الأساسي للكلام (متوسط f0، Hz)، تم استخراج كل منها من CSL وتحليلها في نماذج خطية بتأثيرات مختلطة منفصلة مع تقاطع عشوائي لكل مشارك. كانت التأثيرات الثابتة هي المجموعة (نموذجية، غير نموذجية) وحالة المهمة (Baseline، Normal، Effortful، Calling). تم الاحتفاظ بتفاعل المجموعة x حالة المهمة لمتوسط f0 (ذو دلالة) وأُسقط من نموذج SPL النهائي (غير ذي دلالة). تم تقييم التأثيرات الثابتة بمجاميع المربعات من النوع الثالث ودرجات حرية مقربة بطريقة Kenward-Roger؛ استخدمت التباينات الزوجية المتوسطات الهامشية المقدرة مع تصحيح Tukey.
التقط استبيان ليكرت بخمس نقاط (طوره المؤلف، لم يتم التحقق منه بعد) أربعة مجالات بعد الجلسة: قابلية الاستخدام والتفاعل، الانغماس والواقعية، المشاركة والفائدة المتصورة، الراحة والسلامة. تم احتساب متوسطات درجات المجال؛ كان مؤشر الجدوى الإجمالي هو متوسط المجالات الأربعة. تمت مراجعة الملاحظات المفتوحة بشكل وصفي.
ما وجدوه
مستوى ضغط الصوت. تأثير رئيسي ذو دلالة لمستوى IVS: F(3, 48) = 33.94، p < 0.001. مقارنة بـ Baseline، ارتفع SPL بمقدار 3.83 dB في Normal، و7.41 dB في Effortful، و9.04 dB في Calling (جميعها p < 0.001). كانت التباينات الزوجية من Normal إلى Effortful ومن Normal إلى Calling ذات دلالة؛ لم تكن الزيادة بمقدار 1.63 dB من Effortful إلى Calling كذلك (p = 0.450)، مما يشير إلى نمط شبيه بالسقف في أعلى مستوى طلب. كان التأثير الرئيسي للمجموعة أيضًا ذا دلالة: أنتج الأشخاص الذين يعانون من خلل النطق SPL أقل بحوالي 6.88 dB في المتوسط من المتحدثين الأصحاء صوتيًا. لم يكن تفاعل المجموعة x المستوى ذا دلالة وبالتالي تم إسقاطه من نموذج SPL النهائي - رفعت المجموعتان الجهارة بالتوازي مع تصاعد متطلبات المهمة.
متوسط f0 الكلام. تأثير رئيسي ذو دلالة لمستوى IVS: F(3, 45) = 17.63، p < 0.001. زيادات تدريجية مقارنة بـ Baseline (التقاطع ≈ 201.8 Hz للمجموعة النموذجية) بحوالي 36 Hz في Normal (p = 0.008)، و66.6 Hz في Effortful (p < 0.001)، و103.9 Hz في Calling (p < 0.001). كان التأثير الرئيسي للمجموعة ذا دلالة، لكن تفاعل المستوى x المجموعة كان أيضًا ذا دلالة: F(3, 45) = 3.94، p = 0.014. تحليل التفاعل: في Baseline لم تختلف المجموعتان في متوسط f0 (p = 0.102)؛ في Normal اقترب الفرق دون أن يصل إلى الدلالة (p = 0.055)؛ في Effortful (p = 0.003) وCalling (p < 0.001) كانت الفجوة ذات دلالة ونمت مع المتطلبات. رفعت مجموعة خلل النطق حدة الصوت مع المتطلبات، ولكن بدرجة أقل من المجموعة الصحية صوتيًا.
الجدوى. درجات المجال (من 5): قابلية الاستخدام والتفاعل 3.9 (متوسط-جيد)، الانغماس والواقعية 3.4 (متوسط، أدنى مجال)، المشاركة والفائدة المتصورة 4.0 (جيد)، الراحة والسلامة 4.5 (ممتاز). مؤشر الجدوى الإجمالي 4.0 (جيد). لا أحداث سلبية، لا دوار فضاء إلكتروني، لا انقطاعات تقنية خلال البروتوكول. كان متوسط وقت إعادة تكوين المعلمات بين التجارب حوالي 2 دقيقة. كانت مدة الجلسة الإجمالية حوالي 20 دقيقة لكل مشارك.
الملاحظات النوعية. وصف المشاركون التجربة بأنها “ممتعة” و”مثل لعبة فيديو” و”طريقة واقعية لممارسة استخدام الصوت”. أبرزوا السلوك الحي والمستجيب للنادل كأكثر العناصر جذبًا. كانت أكثر الملاحظات السلبية اتساقًا حول السلوك التفاعلي المحدود للنادل - أراد المشاركون استجابات لفظية وتعابير وجه وإيماءات أثناء أدوار الاستماع لجعل التفاعل يبدو أكثر طبيعية.
لماذا يهم هذا
بالنسبة لـ Evidence Hub، ثلاثة أشياء مهمة في هذه الورقة:
- أول استخدام منشور لمجموعة سكانية إكلينيكية لمنصة VR مخصصة مستجيبة للصوت. كان العمل السابق لـ VR الصوتية الانغماسية (بما في ذلك Daşdöğen 2023 وDaşdöğen 2026 للمغنين المدربين) في الغالب لدى البالغين الأصحاء صوتيًا. توسع هذه الدراسة لتشمل الأشخاص الذين يعانون من خلل النطق، بما في ذلك حالات متنوعة تشخيصيًا.
- دليل مباشر على أن استجابة الأفاتار للصوت يمكن أن تستحضر تدرجًا صوتيًا متدرجًا دون توجيه إكلينيكي صريح. هذا أقرب عرض منشور لآلية التعميم والنقل للعلاج الصوتي: يعدل المشارك إخراج الصوت إلى المتطلبات البيئية الوظيفية، في الوقت الفعلي، استجابة لردود فعل سياقية غير لفظية.
- نمط سلوكي قابل للمقارنة عبر المجموعات الصحية صوتيًا ومجموعات خلل النطق للجهارة، مع مرونة محدودة في حدة الصوت في مجموعة خلل النطق. يشير اكتشاف SPL إلى أن الآلية السياقية سليمة في المتحدثين الذين يعانون من اضطراب صوتي؛ يتماشى اكتشاف f0 مع الأدبيات الصوتية الأوسع حول مرونة النطق المنخفضة في النطق المضطرب.
بالنسبة لـ Therapy withVR على وجه التحديد: اختبر هذا العمل IVS، وليس Therapy withVR. يتسق المبدأ الأوسع الذي يدعمه (المتطلبات البصرية-المكانية المتدرجة تستحضر التكيف الصوتي الوظيفي) مع المنطق الذي يستخدمه الأطباء بالفعل عند اختيار المشاهد في Therapy withVR للعمل الصوتي. لم تتم دراسة المعادلة المباشرة لآلية تشغيل الأفاتار-العتبة بين المنصات.
القيود
تتضح الورقة بشأن ما تثبته هذه التجربة وما لا تثبته:
- حجم العينة صغير (N = 17؛ غير نموذجي n = 7). تحليل المجموعات الفرعية حسب التشخيص الصوتي غير ممكن بهذا N.
- جلسة واحدة فقط. الادعاء المركزي للإطار النظري لـ IVS هو تحسن النقل عبر جلسات التعلم، وهو ما لا يمكن لهذا التصميم اختباره.
- لا يوجد حالة تحكم أو مقارنة. لا يوجد تحكم قائم على التخيل، ولا مقارن علاج بديل، ولا فرع قائمة انتظار. تتسق التأثيرات الملاحظة عبر مستويات IVS مع التلاعب البصري-المكاني لكن لا يمكن فصلها بنظافة عن تأثيرات التعرض لـ VR أو الجدة.
- تم جمع خط الأساس خارج سماعة الرأس. تخلط مقارنة Baseline إلى Normal متطلب المهمة مع فعل ارتداء سماعة الرأس والدخول إلى بيئة افتراضية لأول مرة.
- تم كتم الصوت. تم كتم صوت بيئة المطعم (الذي يمكن لـ IVS تشغيله) عمدًا لعزل التأثيرات البصرية-المكانية. هذا اختيار تجريبي نظيف لكنه يحد من الصلاحية البيئية - المطاعم الحقيقية صاخبة، والضوضاء محرك معروف للتعديل الصوتي.
- سياق افتراضي واحد. تم اختبار مشهد واحد فقط (المطعم). تتطلب خارطة الطريق الإكلينيكية إثبات نفس النمط عبر سياقات متعددة (عيادة، فصل دراسي، مكان عمل، أداء، إعدادات طبية).
- تم تطوير استبيان الجدوى من قبل المؤلف وليس مُحققًا. الملاحظات المفتوحة مفيدة لكن ينبغي معاملتها كوصفية بدلاً من كونها قياسية نفسيًا.
- تضارب مصالح كبير. المؤلف الوحيد هو مخترع IVS، وحامل طلب براءة اختراع أمريكية على التكنولوجيا والباحث الوحيد في هذه الدراسة. لا يوجد عمل لموثوقية بين المقيمين، ولا فحص جودة من قبل باحث مشارك، ولا تكرار مستقل.
- حدود تفاعل الأفاتار. أشارت ملاحظات المشاركين إلى عدم وجود استجابة لفظية وإيمائية للأفاتار كقيد على الواقعية المتصورة. هذه أولوية تطوير للإصدارات المستقبلية وهي أيضًا تهديد ذو معنى لتفسير درجات الانغماس والواقعية في التجربة الاسترشادية الحالية.
كيف يتناسب هذا مع Evidence Hub الأوسع
هذه الدراسة جزء من خيط متنامٍ من العمل الصوتي بـ VR الانغماسية يتمحور حول Mount Sinai / Daşdöğen ومختبرات الصوت المجاورة:
- Daşdöğen et al. 2023 (Journal of Voice) - العمل التأسيسي للواقعية والصلاحية في 31 بالغًا أصحاء صوتيًا عبر 18 ظرفًا من ظروف الإدخال الحسي. أثبت أن إشارات VR البصرية والسمعية-البصرية، وليس فقط الإشارات الصوتية، تغير الإخراج الصوتي.
- Daşdöğen وHitchcock 2026 (Journal of Voice) - دراسة المغنين المدربين مقابل المتحدثين غير المدربين باستخدام وحدة Rooms من Therapy withVR. أظهرت أن إشارات المسافة الافتراضية تقود التدرج الصوتي بشكل مختلف في الأصوات المدربة مقابل غير المدربة.
- Hoff 2026 (Journal of Voice) - تأمل قصير قائم على VR قبل العلاج الصوتي. آلية مختلفة (تنظيم القلق-الحالة بدلاً من إشارات الصوت المباشرة) لكن نفس الاتجاه لتبني VR في عيادات الصوت.
- Leyns et al. 2025 (Journal of Voice) - تجربة عشوائية محكومة للتدريب الصوتي القائم على VR لتأكيد الهوية الجندرية باستخدام Therapy withVR. ذو صلة مباشرة بالنظر إلى أن IVS يُفاد أنه يطور وحدات صوتية لتأكيد الهوية الجندرية وفقًا للإبلاغ المؤسسي لـ Mount Sinai.
المشهد الأوسع: تتحرك VR الصوتية من “هل تبدو المحاكاة حقيقية بما يكفي لتغيير السلوك” (مُجاب عليه إلى حد كبير: نعم) إلى “هل ينتقل التدرب في المحاكاة إلى استخدام الصوت في العالم الحقيقي” (لم يُجاب عليه إلى حد كبير، في انتظار العمل الطولي متعدد الجلسات). تقع هذه الدراسة على الحدود - تم إثبات الجدوى والإشارة السلوكية الفورية لمنصة مخصصة مستجيبة للصوت؛ النقل هو الاختبار التالي.
ملاحظة حول منصة Immersive VoiceSpace. IVS متميز عن Therapy withVR. إنه نظام مشهد واحد يستجيب لعتبة الصوت، اخترعه وسجل براءة اختراعه مؤلف الدراسة. يصف تقرير Mount Sinai المؤسسي (مايو 2026، “Hypophonia”) العمل الجاري الذي يوسع IVS ليشمل الأشخاص المصابين بنقص الصوت من باركنسون، مع وحدات مخططة لتأنيث الصوت والسياقات الإضافية. لم يكن من الممكن التحقق من حالة الملكية الفكرية لـ IVS بشكل مستقل وقت هذه المراجعة (انظر حقل funding/COI).
الآثار على الممارسة السريرية
بالنسبة لأطباء الصوت الذين يستخدمون أو يقيّمون VR الانغماسية للعمل الصوتي: توسع هذه الدراسة النتائج المختبرية السابقة لـ VR الصوتية (Daşdöğen 2023، Daşdöğen 2026 ورقة المغنين المدربين) من خلال إظهار أن نفس تأثيرات الواقعية والصلاحية تصمد في مجموعة سكانية إكلينيكية (أشخاص يعانون من خلل النطق)، وليس فقط في البالغين الأصحاء صوتيًا. رفعت المجموعتان الجهارة بما يتماشى مع إشارات المسافة والعتبة المتدرجة؛ كان تدرج حدة الصوت أكثر تقييدًا للأشخاص الذين يعانون من خلل النطق، بما يتسق مع مرونة النطق المنخفضة الموثقة في الأدبيات الصوتية الأوسع. عمليًا: يمكن للتدريب المدعوم بالسياق في البيئات الافتراضية أن يستحضر إخراجًا صوتيًا وظيفيًا دون توجيه إكلينيكي صريح، مما يتناول مشكلة التعميم والنقل التي حدّت طويلاً من النقل من العيادة إلى التواصل اليومي. اختبرت هذه الدراسة Immersive VoiceSpace تحديدًا، وليس Therapy withVR - يمكن للأطباء الذين يستخدمون Therapy withVR أن يستفيدوا من هذا العمل نفس المبدأ الأوسع (المتطلبات البصرية-المكانية المتدرجة تستحضر تدرجًا صوتيًا)، لكن لا ينبغي افتراض المعادلة المباشرة لآلية تشغيل الأفاتار-العتبة دون تحقق منفصل. النتائج متسقة مع النموذج الاجتماعي للتواصل: تكمن الحواجز أمام الاستخدام الصوتي الوظيفي في السياقات التي يكون الصوت فيها مطلوبًا، والأدلة تدعم التدريب في تلك السياقات (بدلاً من الغرف الإكلينيكية المجردة).
الآثار على البحث العلمي
هناك حاجة إلى التكرار والتوسع في: (أ) عينات أكبر بقوة كافية لتحليل المجموعات الفرعية حسب التشخيص الصوتي؛ (ب) بروتوكولات متعددة الجلسات تختبر التعلم والاحتفاظ والتعميم في العالم الحقيقي (الادعاء المركزي للإطار النظري لـ IVS هو transfer-appropriate processing، الذي يتطلب بيانات طولية لاختباره)؛ (ج) شروط مقارنة محكومة، بما في ذلك مهام تحكم قائمة على التخيل لعزل المساهمة الفريدة للإشارات البصرية-المكانية الانغماسية عن تأثيرات الجدة والتعرض لـ VR؛ (د) نقص الصوت لباركنسون، وهو التطبيق الإكلينيكي الرئيسي لـ IVS وفقًا للإبلاغ المؤسسي لـ Mount Sinai؛ (هـ) الرعاية الصوتية لتأكيد الهوية الجندرية، حيث يقال إن وحدات تأنيث IVS قيد التطوير؛ (و) قيد تفاعل الأفاتار الذي أبلغ عنه المشاركون - ما إذا كانت استجابات الأفاتار اللفظية/غير اللفظية الأكثر ثراءً (التي قد تكون مدفوعة بالذكاء الاصطناعي) تحسن النتائج بشكل ملموس. سيعزز التكرار المستقل خارج المؤسسة المخترعة بشكل كبير قاعدة الأدلة.
استشهد بهذه الدراسة
إذا أشرت إلى هذه الدراسة في عملك، فهذه هي صيغ الاستشهاد القانونية:
@article{daden2026,
author = {Daşdöğen Ü},
title = {Immersive VoiceSpace: Development and Pilot Testing of a Virtual Reality System for Contextualized Vocal Training},
journal = {Journal of Voice},
year = {2026},
doi = {10.1016/j.jvoice.2026.04.047},
url = {https://withvr.app/ar/evidence/studies/dasdogen-2026-ivs}
}TY - JOUR
AU - Daşdöğen Ü
TI - Immersive VoiceSpace: Development and Pilot Testing of a Virtual Reality System for Contextualized Vocal Training
JO - Journal of Voice
PY - 2026
DO - 10.1016/j.jvoice.2026.04.047
UR - https://withvr.app/ar/evidence/studies/dasdogen-2026-ivs
ER - هل تعرف بحثًا يستحق إدراجه في هذه القاعدة؟ إذا كانت هناك دراسة ذات صلة محكَّمة من قِبل النظراء غير مدرجة هنا، فأرسل المرجع إلى hello@withvr.app. تُحدَّث القاعدة باستمرار مع نمو الأدبيات العلمية.
التمويل والاستقلالية
دراسة من تأليف وحيد بقلم Ümit Daşdöğen (Research Director, Speech and Language Pathology, The Grabscheid Voice and Swallowing Center؛ Assistant Professor of Otolaryngology, Icahn School of Medicine at Mount Sinai). لا يوجد ممولون خارجيون أو منح أو رعاة مذكورون في المخطوط. موافقة IRB: Mount Sinai STUDY-25-01418. تضارب مصالح كبير: اخترع المؤلف منصة Immersive VoiceSpace (IVS) وهو محدد في المخطوط المنشور كحامل لطلب براءة اختراع أمريكية على التكنولوجيا (USPTO Application No. 63/987 وفقًا للمخطوط - يبدو أن هذا رقم طلب مؤقت مقتطع؛ لم يُعطَ الرقم الكامل في الورقة المنشورة، ولم يكن من الممكن تحديد موقعه بشكل مستقل وقت هذه المراجعة عبر USPTO Patent Public Search أو Google Patents، بما يتفق مع سرية طلبات provisional applications). تظهر علامة Immersive VoiceSpace® مع رمز التسجيل الفيدرالي في الإبلاغ المؤسسي لـ Mount Sinai؛ لم يُرجع بحث العلامات التجارية USPTO TESS أي تسجيل نشط مطابق وقت المراجعة. تُذكر هذه المطالبات بالملكية الفكرية بصفتها تصريحات المؤلف نفسه ولم يكن من الممكن التحقق منها بشكل مستقل. هذه الأدوار المتداخلة (الباحث، المؤلف، المخترع، حامل الملكية الفكرية، مصمم الاستبيان) شائعة في تطوير المنصات الأكاديمية في مرحلة مبكرة وتُسلَّط الأضواء عليها هنا للشفافية؛ ينبغي للقراء أن يزنوا نتائج الجدوى والقبول مع وضع هذا السياق في الاعتبار بشكل محدد. لم يكن لـ Therapy withVR (withVR BV، بلجيكا) أي دور في تمويل أو تصميم أو إجراء أو تحليل أو إبلاغ هذه الدراسة؛ تم إعداد هذا الإدخال في Evidence Hub بشكل مستقل من الورقة المنشورة المخضعة لمراجعة الأقران والتقرير المؤسسي المتاح للجمهور لـ Mount Sinai. نشر Daşdöğen بشكل منفصل في عام 2026 ورقة في Journal of Voice تستخدم وحدة Rooms من Therapy withVR (انظر dasdogen-2026 في هذا Hub)، ويستخدم Therapy withVR في أعمال بحثية أخرى.