Investigaciones recientes han logrado una gran tasa de clasificación para separar a personas sanas de aquellas con la enfermedad de Parkinson (EP) utilizando el habla y la voz. Sin embargo, estos estudios han tratado principalmente las etapas tempranas y avanzadas de la EP como entidades iguales, descuidando los trastornos distintivos del habla y otros síntomas que varían a lo largo de las diferentes etapas de la enfermedad. Para abordar esta limitación y mejorar la precisión diagnóstica, este estudio evalúa las características acústicas seleccionadas de la disfonía, en relación con la EP y las etapas de Hoehn y Yahr, combinando diversas técnicas de preprocesamiento y múltiples algoritmos de clasificación, para crear una solución integral y robusta para tareas de clasificación. Las características de disfonía extraídas de las tres vocales coreanas sostenidas //(a), //(i) y //(u) exhiben diversidad y fuertes correlaciones. Para abordar este problema, se empleó el clasificador de selección de características del valor F de análisis de varianza de scikit-learn, para identificar las características relevantes más importantes. Además, para superar el problema de desequilibrio de clases, se utilizó la técnica de sobremuestreo sintético de minorías. Para garantizar comparaciones justas y mitigar la influencia de los clasificadores individuales, se emplearon cuatro clasificadores de aprendizaje automático comúnmente utilizados, a saber, bosque aleatorio (RF), máquina de vectores de soporte (SVM), vecino más cercano (kNN) y perceptrón multicapa (MLP). Este enfoque permite una evaluación integral de los métodos de extracción de características y minimiza la varianza en los modelos de clasificación finales. El pipeline híbrido de aprendizaje automático propuesto utilizando las características acústicas de las vocales sostenidas detecta eficientemente las etapas tempranas y de mediados-avanzadas de la EP con una precisión de detección del 95.48%, y con una precisión de detección del 86.62% para la clasificación de 4 etapas, y una precisión de detección del 89.48% para la clasificación de 3 etapas de la EP. Este estudio demuestra con éxito la importancia de utilizar las diversas características acústicas de la disfonía en la clasificación de la EP y sus etapas.