利用深度学习从语音中检测抑郁症

利用深度学习从语音中检测抑郁症
模型前端语音信号处理流程图图片来源:田、朱和静

人工智能(AI)工具已经在许多任务上取得了有前景的结果,很快就可以在各种环境中帮助专业人士。近年来,计算机科学家一直在探索这些工具在检测不同身体和精神状况迹象方面的潜力。

抑郁症是最普遍的精神疾病之一,每年约有9.5%的美国成年人受其影响。能够自动检测抑郁症迹象的工具可能有助于降低自杀率,因为它们可以让医生迅速识别出需要心理支持的人。

金华高等研究院和哈尔滨理工大学的研究人员最近开发了一种深度学习算法,可以从一个人的言语中检测出抑郁症。该模型在一篇发表于流动网络及应用被训练来识别人的情绪通过分析不同的相关特征。

韩田、张柱和徐静在论文中写道:“通过情感识别,建立了多信息联合决策算法模型。”“该模型用于分析受试者的代表性数据,并协助诊断受试者是否患有抑郁症。”

田和他的同事们在dai - woz数据集上训练他们的模型,该数据集是抑郁症患者和非抑郁症患者的音频和3D面部表情的集合。这些而且这些数据都是由虚拟经纪人在采访中收集的,他们会就受访者的情绪和生活提出不同的问题。

在探索人的言语特征的基础上“本文基于dai - woz数据集中的语音数据,对语音辅助抑郁症诊断进行了深入研究,”Tian、Zhu和Jian在论文中写道。首先,对语音信息进行预处理,包括语音信号的预强调、帧加窗、端点检测、等。其次,利用OpenSmile提取语音信号的特征,并对特征所能反映的语音特征进行深入的研究和分析。”

为了从语音记录中提取相关特征,该团队的模型使用了OpenSmile(通过大空间提取开源语音和音乐解释)。这是计算机科学家经常使用的工具包,用于从音频剪辑中提取特征并对这些剪辑进行分类。

研究人员使用这一工具提取抑郁症患者言语中常见的个体言语特征和特征组合。随后,他们使用了一种叫做来减少他们提取的特征集。

田、朱和简在一系列测试中评估了他们的模型,在这些测试中,他们评估了模型从声音录音中检测抑郁症患者和非抑郁症患者的能力。他们的框架取得了显著的效果,对男性患者的抑郁症检测准确率为87%,对女性患者的准确率为87.5%。

在未来,这个研究团队开发的可以作为人类精神科医生和医生的额外辅助工具,以及其他成熟的诊断工具。此外,这项研究还可以启发开发类似的人工智能工具,用于从语言中检测精神疾病的迹象。

更多信息:韩田等,语音识别抑郁症的深度学习,流动网络及应用(2023)。DOI: 10.1007 / s11036 - 022 - 02086 - 3

©2023科学BOB体育赌博X网络

引用:使用深度学习从语音中检测抑郁症(2023,2月7日)检索自2023年2月8日//www.pyrotek-europe.com/news/2023-02-deep-depression-speech.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。

进一步探索

一种可以通过说话人的嘴唇动作识别不同语言语音的模型

107股票

对编辑的反馈