通过混合专家模型,通过整合与扬声器相关的和与情绪相关的特征来增强抑郁症的识别

科学领域:

• 计算语言学计算语言学
• 精神病学是一个精神病学.
• 机器学习是机器学习.

背景情况:

• 抑郁症是一个日益严重的全球健康问题,预计到2030年,抑郁症将成为最常见的精神疾病.
• 语音分析提供了一种敏感的,非侵入性的方法来检测抑郁症,因为与生理和认知状态相关的声学变化.
• 目前基于语音的抑郁症识别方法往往无法充分区分说话者特定的声音特征和情绪特定的声音特征.

研究的目的:

• 开发一种先进的语音分析技术,以更准确地识别抑郁症.
• 通过有效地分离和整合与扬声器相关的和与情感相关的语音特征来解决现有方法的局限性.
• 为增强抑郁症检测提出一种新的专家混合 (MoE) 模型.

主要方法:

• 利用时间延迟神经网络 (TDNN) 在大规模数据集上预训练单独的与扬声器相关的和与情感相关的特征提取器.
• 应用转移学习从抑郁症特定的语音数据中提取和融合这些独特的特征.
• 采用多域适应算法来训练专家混合 (MoE) 模型,以进行强大的抑郁症识别.

主要成果:

• 在一个定制的中国抑郁语音数据集上实现了74.3%的准确性.
• 在AVEC2014数据集上获得了6.32的平均绝对误差 (MAE).
• 与仅依赖于语音特征的最先进的深度学习方法相比,表现出卓越的性能.

结论:

• 拟议的MoE方法有效地整合了扬声器和情绪特征,以改善抑郁症识别.
• 该方法显示了显著的跨文化适用性,在中文和英语语音数据集上表现良好.
• 这项研究为利用语音生物标志物用于心理健康诊断提供了有前途的进展.