英国 Laryngograph 电子声门仪/喉头仪 EGG-D100（新款）
EGG-D100是英国 Laryngograph 公司最新的数字电子声门仪（EGG）USB设备。它采用最先进的SMT组件设计，用于智能手机和电脑的语音记录。它是非常小，重量轻。它的功耗约为100mA，可以直接由智能手机供电。 EGG-D100是一款USB音频类录音设备，兼容Windows、Android、iOS和Linux。它支持 Laryngograph 语音分析软件，如Speech Studio和VoiceSuite。它还兼容许多第三方软件程序，如Audacity和PRAAT。
仪器信息
| 品牌 | Laryngograph |
|---|---|
| 分类 | 电子声门仪/喉头仪 |
| 仪器编码 | 英国 Laryngograph 电子声门仪/喉头仪 EGG-D100（新款） |
| 地区来源 | 英国 |
| 更新时间 | 2026-10-10 |
| 研究领域 | 语音信号处理、情感计算、言语语言病理学、语音学与嗓音科学 |
技术参数
共 46 条规格记录
| 测量对象 | EGG/Lx 信号、麦克风信号 |
|---|---|
| 测量原理 | 电极置于颈部表面，两电极间通以生理安全的高频小电流，依声带接触状态引起的喉部阻抗变化进行检测，声带完全接触时阻抗最小（通用技术资料，非该型号专属） |
| 采集通道数 | 2（EGG/Lx 与麦克风各一路） |
| 采样率 | 8–48 kHz |
| 模数转换分辨率 | 16 bit（A/D 转换，立体声） |
| 信噪比 | 高达 48 dB（EGG/Lx 通道） |
| 动态范围 | 90 dB（A/D 转换） |
| 高通滤波器类型 | 相位校正 HP 滤波器，用于消除大运动（EGG/Lx 通道） |
| 数字增益范围 | 6 dB 至 +32 dB，2 dB 步进（左右声道独立控制） |
| 计算机数字接口规范 | USB 2.0 全速 |
| USB 设备类别 | USB 音频类录音设备 |
| 麦克风输入偏置电压 | 4 V |
| 麦克风输入负载阻抗 | 200 欧姆–1 欧姆 |
| 供电方式 | USB 总线供电 |
| 供电电压范围 | 4.75–5.25 V（USB 总线电源） |
| 工作电流 | 典型 100 mA（USB 总线电源） |
| USB 隔离器隔离电压 | 1500 VDC |
| USB 隔离器输出电压 | 5 VDC（稳压） |
| USB 隔离器输出电流 | 150 mA |
| USB 隔离器短路保护功能 | 支持 |
| 成人电极直径 | 33 mm（成人大号电极） |
| 儿童电极直径 | 22 mm（儿童中号电极） |
| 电极规格配置 | 成人用 EGG 电极 |
| 成人颈带尺寸 | 大号、中号 |
| 儿童颈带尺寸 | 小号 |
| 麦克风指向性 | 全向（选配 D100-mic 固定麦克风） |
| 麦克风频率响应范围 | 20 Hz–20 kHz（选配 D100-mic 固定麦克风） |
| 麦克风信噪比 | 74 dB（选配 D100-mic 固定麦克风） |
| 麦克风灵敏度 | -30 dB（选配 D100-mic 固定麦克风） |
| 麦克风兼容性 | AKG C544L（心形拾音模式）、MonacorHSE-150/SK（全向性）（配 D100-minixlr 麦克风接口时） |
| 麦克风兼容性 | SZM-H100S（头戴式全向话筒，用于古典歌喉）、Sennheiser HSP Essential（头戴式）、森海塞尔 MKE2 Gold（领夹式）（配 D100-jack 麦克风接口时） |
| USB 电缆结构 | 软屏蔽电缆 |
| USB 电缆直径 | 3.0 mm |
| USB 电缆长度 | 典型 130 cm |
| 标准配置清单 | 便携式主机、固定电极、USB 隔离器（供 PC 使用）、绑带、麦克风（类型可选） |
| 可选配件 | 麦克风接口选件：D100-minixlr（3 针微型卡侬接口）、D100-jack（3.5 mm 插孔） |
| 配套分析软件 | VoiceSuite |
| 第三方软件兼容性 | Speech Studio、VoiceSuite、Audacity、PRAAT |
| 操作系统兼容性 | Windows、Android、iOS、Linux |
| 移动端应用程序 | 支持 |
| 数据文件格式 | PCM、WAV |
| 实时显示内容 | 支持 |
| 外形尺寸 | 5.5 cm × 3.5 cm × 1.5 cm（仅设备） |
| 重量 | 60 g（总重） |
| 便携盒尺寸 | 16 cm × 11 cm × 4 cm |
| 便携盒防护性能 | 防水硬壳 |
相关实验室
以下机构来自本仪器关联论文的作者署名，不代表已确认采购或持有该仪器。
太原理工大学
地区：中国
署名作者：朱婷、段淑斐
研究方向：情感病理语音数据库、视频、功能性近红外光谱成像、运动性构音障碍
关联论文 3 篇
英国纽卡斯尔大学
地区：英国
署名作者：梁慧智
研究方向：情感语音数据库、多模态情感识别、维度情感空间、三维电磁发音仪
关联论文 2 篇
苏州大学
地区：中国
署名作者：张子谦、肖仲喆
研究方向：语音情感识别、言语产生、激励源、发音运动学
关联论文 1 篇
中国太原市中心医院
地区：中国
署名作者：张伟
研究方向：情感病理语音数据库、视频、功能性近红外光谱成像、运动性构音障碍
关联论文 1 篇
实验方法
研究方向：多模态情感语音数据库构建、基于声门激励信息的语音情感识别、病理（构音障碍）语音的情感与严重程度分析、声带接触与声门波形分析、多模态生理信号同步采集
多模态情感语音数据库构建中的声门信号同步采集实验
方法说明：利用 EGG-D100 电子声门仪与三维电磁发音仪（EMA-AG501）、摄像机、麦克风同步录制普通话表演式情感语音，构建包含发音运动学、声学、声门信号与面部微表情四种模态的 STEM-E2VA 数据库。EGG-D100 以双通道模式工作：左通道记录与声带接触面积正相关的声门波形，右通道记录同步声学信号，事后利用右通道音频与麦克风音频对齐实现精确时间同步。数据库标注离散情感（中性、高兴、愉悦、冷漠、愤怒、悲伤、悲痛）与 PAD 维度情感，并通过 SVM/CNN/DNN 基线模型及 PAD 引导的多模态混合对比学习网络验证数据库质量。
实验仪器：电子声门仪 EGG-D100；三维电磁发音仪 EMA-AG501；4K 摄像机 FDR-AX100；波束成形麦克风 EM 9600
实验步骤
- 语料与被试设计
说明：设计覆盖七类离散情感的普通话语料，招募 22 名非表演专业大学生（男女比例 1:1，21~27 岁）作为发音人。
关键点：情感类别覆盖强弱两档（如高兴/愉悦、悲伤/悲痛），被试性别均衡。
- 电极佩戴与设备布置
说明：将 EGG-D100 的两枚电极对称贴附于甲状软骨两侧；EMA 传感器固定于唇、舌及参考点，Sony FDR-AX100 摄像机与 T.bone EM 9600 麦克风置于被试前方约 30 cm 处。
关键点：电极位置准确、接触良好，确保左通道声门波形稳定可检测。
- 多模态同步录制
说明：EGG-D100 以 44.1 kHz 双通道录制，左通道为声门波形、右通道为同步音频；EMA 运动学数据 250 Hz，音频 48 kHz，视频 3840×2160、25 fps。
关键点：EGG 右通道同步音频作为与麦克风音频对齐的参考，消除人工延迟。
- 数据预处理与筛选
说明：剔除左通道声门波形不可检测、不稳定或缺失的样本，对音频降采样至 48 kHz/16 bit，最终获得 2943 条声学/声门/运动学样本及 24.5 小时视频。
关键点：以声门波形质量作为样本保留的硬性筛选条件。
- 情感标注与效度检验
说明：20 名标注者使用改进的 7 级语义差异量表进行 PAD 维度标注，并结合 SCL-90 心理量表分析标注离群现象与标注者心理状态的关系。
关键点：离散标签与 PAD 连续标注相结合，利用 SCL-90 处理标注偏差。
- 识别模型验证
说明：使用 OpenSMILE 提取特征，以 SVM、CNN、DNN 基线模型分别评估声学、声门、运动学单模态识别率；进一步提出 PAD 引导的多模态监督对比融合网络（MMCL-PAD）进行离散分类与 PAD 回归。
关键点：声门单模态识别率约 72%，多模态融合达 85.47%，声门信号使唤醒度预测误差下降 25.31%。
实验数据
声门波形（Lx）信号
数据来源：EGG-D100 左通道，44.1 kHz
实验样本：幅值与声带接触面积正相关的周期性波形，每条语句一段
数据呈现：时域波形图、与音频波形对照图
同步声学信号
数据来源：EGG-D100 右通道及 T.bone EM 9600 麦克风，48 kHz/16 bit
实验样本：七类情感普通话语句音频，共 2943 条样本
数据呈现：波形图、语谱图
情感识别准确率
数据来源：基线模型与 MMCL-PAD 模型测试集结果
实验样本：声学 82.57%/85.28%/79.85%（CNN/SVM/DNN），声门 72.28%/79.85%/65.42%，运动学 53.57%/61.17%/52.28%，多模态融合 85.47%
数据呈现：柱状图、混淆矩阵
PAD 维度预测误差
数据来源：MMCL-PAD 回归输出
实验样本：唤醒度 RMSE 0.145，愉悦度 RMSE 0.152
数据呈现：PAD 空间散点图、RMSE 对比图
方法关联论文：基于STEM-E2VA数据集的PAD引导多模态混合对比情感识别；普通话多模态情感语音数据库的构建与评估
构音障碍患者情感病理语音数据库的声门与声学信号同步采集及识别实验
方法说明：面向运动性构音障碍患者的情感表达研究，使用 EGG-D100 电子声门仪在患者住所的低噪声房间内同步采集声学与声门信号，并配合 SONY FDR 摄像机录制视频、fNIRS 采集脑血氧信号，构建首个中文多模态情感病理语音数据库（29 名对照、39 名不同严重程度患者，表达高兴、悲伤、愤怒与中性四类情感）。通过微信小程序对可懂度、情感类别与维度情感进行标注，并以 IS09 特征集及 101 维声学特征结合 SVM/随机森林进行情感识别与疾病严重程度分类。
实验仪器：电子声门仪 EGG-D100；数码摄像机 FDR 系列；功能性近红外光谱仪；脉搏血氧仪
实验步骤
- 语料设计
说明：从《普通话语音学教程》中选取 5 个单元音、2 个鼻化元音、4 个复合元音、22 个数字、5 个单词、7 个音节短语、36 个句子、3 个段落、1 幅图片，以及 27 条情感语料（高兴、悲伤、愤怒各 9 条）和 9 条中性语料。
关键点：语料覆盖非词、词、短语、句子、段落多个层级，兼顾病理评估与情感表达。
- 被试招募与分组
说明：招募 29 名健康对照与 39 名不同程度运动性构音障碍患者，同时采集 SCL-90 心理量表。
关键点：患者按疾病严重程度分级，便于后续严重程度分类与相关性分析。
- 设备布置与佩戴
说明：被试佩戴 EGG-D100，坐在距显示屏约 3 m 处；SONY FDR 摄像机置于约 50 cm 处；同时佩戴 22 通道 fNIRS 与脉搏血氧仪。
关键点：录制在被试住所进行，房间需保证低噪声。
- 同步录制
说明：EGG-D100 同步采集声学信号与声门信号，被试按提示朗读语料并以不同情感表达。
关键点：声学与声门信号由同一设备同步获取，避免多设备对齐误差。
- 多任务标注
说明：开发微信小程序完成情感类别判别、效价-唤醒度维度评分和可懂度评估三项标注任务。
关键点：标注者情感判别准确率高于 87.5%，对照组可懂度 93.8%，重度患者 67.3%。
- 自动识别与统计分析
说明：提取 IS09（384 维）特征进行情感识别，提取 Pitch、PSD、LSF、MFCC、LPC 等统计量构成 101 维特征进行疾病分类，使用 SVM 与随机森林，训练/测试按 7:3 划分。
关键点：音频情感识别对照组 78%、患者 60%；声门数据 51%/38%；疾病严重程度识别率最高 87%。
实验数据
声门信号（EGG）
数据来源：EGG-D100 同步采集
实验样本：对照与患者在四类情感下的声门波形，用于情感与疾病分类
数据呈现：时域波形图、特征分布图
声学信号
数据来源：EGG-D100 同步声学通道
实验样本：元音、数字、句子、段落及情感语料朗读音频
数据呈现：波形图、语谱图
主观标注数据
数据来源：微信小程序标注
实验样本：情感类别、效价-唤醒度评分、可懂度评分
数据呈现：效价-唤醒度空间分布图、可懂度柱状图
识别准确率
数据来源：SVM/随机森林测试集
实验样本：音频情感识别对照 78%/患者 60%，声门 51%/38%，疾病分类最高 87%
数据呈现：混淆矩阵、柱状图
方法关联论文：情感多模态病理语音数据库的设计、构建与评估
基于声门激励信息与发音运动学的语音情感识别实验
方法说明：使用 D100 电子声门仪采集普通话表演式情感语音的声门（EGG）信号，与 Carstens AG501 电磁发音仪采集的发音运动学数据及音频同步，构建 STEM-E2VA 数据集（22 名发音人、2427 条平行样本、七类情感）。分别对音频与 EGG 提取 INTERSPEECH 2009 情感挑战赛 384 维特征，对 EMA 提取 197 维速度/加速度/声道变量特征，采用 XGBoost 进行单模态、双模态与三模态情感识别；同时利用 IAIF 逆滤波估计声门激励、HuBERT+TCN 反演发音运动，用估计的生理信息替代实测数据以验证真实场景可行性。
实验仪器：电子声门仪 EGG-D100；三维电磁发音仪 AG501
实验步骤
- 数据采集
说明：24 名母语为普通话的发音人（12 女 12 男，23~28 岁）每人朗读 112 条语句覆盖七类情感；EGG 电极置于甲状软骨两侧，通以高频低幅电流，44.1 kHz 采集声带接触面积变化；音频 48 kHz，EMA 250 Hz 跟踪唇舌 7 个传感器。
关键点：EGG、音频、EMA 三路信号平行同步采集，筛选后保留 22 人 2427 条样本。
- 特征提取
说明：对音频与 EGG 分别提取 INTERSPEECH 2009 情感挑战赛 384 维特征；对 EMA 提取 84 维速度、84 维加速度及 29 维声道变量（VTVs）特征，共 197 维。
关键点：EGG 特征与音频共用同一标准特征集，便于跨模态比较。
- 生理信息估计
说明：利用迭代自适应逆滤波（IAIF）从语音估计声门激励，用 HuBERT 自监督特征 + 时间卷积网络（TCN）从语音反演发音运动。
关键点：用估计信号替代实测 EGG/EMA，评估无专用设备时的可行性。
- 分类与评估
说明：XGBoost 分类器，10 折交叉验证，比较单模态、双模态、三模态在实测与估计数据下的准确率。
关键点：实测三模态 88.42%（较纯语音 79.97% 提升 8.45%）；估计三模态 82.69%（提升 2.72%）。
实验数据
EGG 声门激励信号
数据来源：D100 电子声门仪，44.1 kHz
实验样本：七类情感语句对应的声带接触面积变化波形
数据呈现：时域波形图
发音运动学数据
数据来源：Carstens AG501 EMA，250 Hz
实验样本：唇部 4 个与舌部 3 个传感器的三维轨迹
数据呈现：传感器轨迹曲线
多模态情感识别准确率
数据来源：XGBoost 10 折交叉验证
实验样本：实测：语音 79.97%、语音+激励 83.81%、语音+运动 87.23%、三模态 88.42%；估计：语音+激励 81.33%、三模态 82.69%
数据呈现：准确率对比表/柱状图
方法关联论文：结合发声激励信息与发音运动学的语音情感识别
主要部件
暂未收录主要部件
相关论文
共 4 篇；当前显示第 1 页
结合发声激励信息与发音运动学的语音情感识别
原文题名：Speech Emotion Recognition with Phonation Excitation Information and Articulatory Kinematics
发表年份：2025
作者：张子谦；黄敏；肖仲喆
刊源：arXiv
DOI 10.48550/arXiv.2511.07955查看论文摘要与书目信息
摘要 · 中文整理：得益于深度学习方法，语音情感识别（SER）已取得显著进展，文本信息的引入进一步提升了其性能。然而，很少有研究关注言语产生过程中的生理信息，而这些信息同样包含说话人特征（含情感状态）。为填补这一空白，我们开展了一系列实验，考察发声激励信息与发音运动学对语音情感识别的潜力。由于此类训练数据稀缺，我们提出了表演式情感数据集 STEM-E2VA，其中包含音频以及电子声门图（EGG）和电磁发音（EMA）等生理数据，EGG 与 EMA 分别提供发声激励与发音运动学信息。此外，我们用由语音经反演方法得到的估计生理数据替代实测的 EGG 与 EMA 进行情感识别，以探索该类生理信息在真实场景语音情感识别中的应用可行性。实验结果证实了在语音情感识别中引入言语产生生理信息的有效性，并展示了其在真实场景中的实用潜力。
原文摘要：Speech emotion recognition (SER) has advanced significantly for the sake of deep-learning methods, while textual information further enhances its performance. However, few studies have focused on the physiological information during speech production, which also encompasses speaker traits, including emotional states. To bridge this gap, we conducted a series of experiments to investigate the potential of the phonation excitation information and articulatory kinematics for SER. Due to the scarcity of training data for this purpose, we introduce a portrayed emotional dataset, STEM-E2VA, which includes audio and physiological data such as electroglottography (EGG) and electromagnetic articulography (EMA). EGG and EMA provide information of phonation excitation and articulatory kinematics, respectively. Additionally, we performed emotion recognition using estimated physiological data derived through inversion methods from speech, instead of collected EGG and EMA, to explore the feasibility of applying such physiological information in real-world SER. Experimental results confirm the effectiveness of incorporating physiological information about speech production for SER and demonstrate its potential for practical use in real-world scenarios.
关键词：语音情感识别、言语产生、激励源、发音运动学
研究目标：探究语音产生过程中的生理信息（EGG 反映的发声激励与 EMA 反映的发音运动学）对语音情感识别的贡献，并验证在无专用设备情况下用语音估计的生理信息替代实测数据的可行性。
主要结论：在 STEM-E2VA 上，融合语音、EGG 与 EMA 的三模态识别准确率达 88.42%，较纯语音 79.97% 提升 8.45%；使用 IAIF 与 HuBERT+TCN 估计的生理信息时三模态准确率为 82.69%，提升 2.72%，表明发声激励与发音运动信息具有互补价值并具备实际应用潜力。
创新点：1）构建同时包含音频、EGG 与 EMA 的表演式普通话情感数据集 STEM-E2VA；2）系统比较单/双/三模态下发声激励与发音运动学对 SER 的贡献；3）用语音反演得到的估计 EGG/EMA 替代实测数据，评估无设备场景的可行性。
后续建议：提取更具区分性的 EGG 时域/频域生理特征（如接触商、开商）；改进声门反演与发音反演模型以缩小估计数据与实测数据的性能差距；采用深度融合网络替代特征级拼接的 XGBoost 方案；在自然情感语料与跨语言数据集上验证方法的泛化能力；扩大发音人数量以降低说话人依赖性
APA 引文：Zhang, Z., Huang, M., & Xiao, Z. (2025). Speech emotion recognition with phonation excitation information and articulatory kinematics. arXiv. https://doi.org/10.48550/arXiv.2511.07955
仪器引用：EGG data were collected using the D100 electroglottography to measure changes in relative vocal fold contact area during laryngeal voice production. Two electrodes were placed on each side of the thyroid cartilage of speakers, and a high-frequency, low-amperage current was passed between them.
使用资料与操作视频
如何使用EGG-D100在手机端采集EGG和语音信号
发布时间：2021-09-02T07:48:09Z