听力设置:一组 八个声学参数设置,以评估语音分析的心理健康
Laura Verde1, Fiammetta Marulli1, Roberta De Fazio1
1Department of Mathematics and Physics, University of Campania "Luigi Vanvitelli", Viale Lincoln 5, Caserta, 81100, Italy.
Computers in biology and medicine
|September 5, 2024
概括
本研究介绍了HEAR声学参数集用于语音分析以检测心理健康状况. 听力组可靠地识别出抑郁症,焦虑症和心理性听力障碍症的早期症状.
科学领域:
- 生物医学工程 生物医学工程
- 计算语言学 计算语言学
- 精神病学是一个精神病学.
背景情况:
- 语音分析为医疗保健专业人员提供了一个客观的,非侵入性的方法来检测和监测病理.
- 从声音中提取的声学特征为评估语音质量和患者健康提供了有价值的数据.
- 选择适当的声学参数对于临床环境中准确的语音分析至关重要.
研究的目的:
- 引入HEAR (人类情绪声学识别) 声学参数集,用于评估心理健康评估中的语音质量.
- 调查HEAR集在检测精神疾病早期症状方面的可靠性.
- 将HEAR功能的性能与已建立的语音分析工具包和学习程序进行比较.
主要方法:
- 该HEAR集包括动,光谱中心体和Mel频率切布斯特尔系数 (MFCC) 以及它们的衍生品.
- 选择HEAR参数的指导是基于它们在语音制作中的可解释意义.
- 一个实验阶段使用HEAR集分析了各种精神病理的受试者的语音数据.
主要成果:
- 在检测精神疾病的早期症状方面,HEAR集表现出可靠的性能.
- 对于抑郁症检测,HEAR集达到5.32的最佳平均绝对误差 (MAE) 和6.24的根平均平方误差 (RMSE).
- 检测心理性失声症和焦虑症的最高准确率分别为大约75%和97%.
结论:
- 拟议的HEAR声学参数集可靠地突出了与精神障碍相关的语音质量的情感生理变化.
- 对比评估证实了HEAR方法在基于语音的心理健康评估中的有效性.
- 使用HEAR集的语音分析显示出作为个性化治疗和监测工具的前景.
