Biofeedback in der Stimmtherapie

Auditive Datenerfassung und Verarbeitung akustischer Signale — wissenschaftlich fundiert, non-invasiv, DSGVO-konform auf eigenem EU-Server.

🔬 Wissenschaftlich fundiert 🇪🇺 DSGVO-konform 🔒 Eigener EU-Server ⚗️ Open Research
10+
Akustische Analyse-Module
7
Biomarker-Kategorien
6s
Aufnahme genügt
92%
Accuracy (Studie)

Akustische Analyse-Module

Auditive Datenerfassung und akustische Signalverarbeitung für verschiedene Gesundheitsbereiche

🔥 NEU 🫁

Lungenkrebs-Früherkennung

MFCC, Jitter/Shimmer, HNR und Spektral-Analyse zur Erkennung von Lungenkrebs-Biomarkern. Kombiniert mit klinischen Risikofaktoren. 92% Accuracy in Studien.

Forschung 🔬

Klinische Studie

Werden Sie Teil unserer Forschung! Tragen Sie mit Ihren Stimmproben zur Validierung der Lungenkrebs-Früherkennung bei. DSGVO-konform.

Live 🧠

Mental Health

Erkennung von Depression, Anxiety und Stress-Indikatoren durch Analyse von Prosodie, Sprechgeschwindigkeit und Stimmqualität.

Live ❤️

Vitals

Schätzung von Herzfrequenz und Sauerstoffsättigung aus Stimmcharakteristiken und Atemmustern.

Live 🫁

Atemwege

Erkältungs-Erkennung, Asthma-Indikatoren, Lungenkapazitäts-Schätzung und Atemmuster-Analyse.

Live 🗣️

Sprachanalyse

Artikulationsqualität, Sprechfluss und Verständlichkeit — wichtig für Logopädie und Sprachtherapie.

Live 🎤

Stimmgesundheit

Stimmermüdung, Stimmbandknötchen-Risiko und allgemeine Stimmgesundheit. Ideal für Sänger und Sprecher.

Live 💪

Stimmbelastung

Wie stark ist Ihre Stimme belastet? Berechnung des Belastungsindex und der verbleibenden Tageskapazität.

Live 🏃

Lifestyle

Hydrations-Score, Raucher-Wahrscheinlichkeit und Ermüdungsindex aus Stimmmerkmalen.

So funktioniert's

In 3 einfachen Schritten zu Ihrer Stimmanalyse

1

Aufnehmen

Halten Sie den Vokal „Ahh" für 6 Sekunden gleichmäßig. Das reicht für eine umfassende Analyse.

2

Analysieren

Unsere Algorithmen extrahieren über 50 akustische Biomarker: MFCC, Jitter, Shimmer, HNR, Formanten und Spektral-Features.

3

Verstehen

Erhalten Sie detaillierte Ergebnisse mit Risiko-Scores, Biomarker-Aufschlüsselung und Empfehlungen.

+

Verfolgen

Mit kostenlosem Account: Verlaufstracking, PDF-Berichte und Teilnahme an der klinischen Studie.

Wissenschaftliche Grundlage

Unsere Analysen basieren auf peer-reviewed Forschung

Lungenkrebs-Erkennung aus Sprache

Northwestern University · Biomedical Signal Processing · 2024

GAT-ftCL Modell erkennt Lungenkrebs Stadium 1 aus natürlichen Sprachaufnahmen.

92.85% Accuracy

Akustisch-Klinisches Nomogramm

PMC · Frontiers in Oncology · 2025

MFCC + Alpha-Ratio kombiniert mit klinischen Daten für Lungenkrebs-Vorhersage.

AUC 0.774

NIH Bridge2AI Vocal Biomarker

NIH/USF/Weill Cornell · 2023-2027

$14 Millionen Projekt: Datenbank mit 30.000 Stimmproben für Krebs und Krankheitserkennung.

$14M Förderung

Cross-Language Voice Biomarker

Sonde Health · JMIR · 2023

RRVB-Modell funktioniert sprachübergreifend für Atemwegserkrankungen. Sensitivity 73%, OR 4.64.

Sprachübergreifend

Bereit für Ihre erste Analyse?

Kostenlos registrieren und in 6 Sekunden Ihre Stimmgesundheit checken.

🫁 Lungenkrebs-Check 📝 Kostenlos starten 🔬 An Studie teilnehmen