探索自我监督模型用于抑郁障碍检测:关于语音体的研究

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 机器学习

背景情况:

• 通过语音信号自动检测抑郁障碍对于可靠的医学诊断至关重要.
• 由于小型抑郁数据集,深度学习模型的有效性有限.
• 需要有效的方法在低资源的基于语音的抑郁症公司.

研究的目的:

• 调查自主监督学习 (SSL) 模型用于抑郁症检测的语音嵌入的有效性.
• 在低资源条件下评估不同的SSL模型 (Wav2Vec 2.0,HuBERT,WavLM) 及其层深度.
• 为了比较基于SSL的功能与传统的声学功能,如MFCCs.

主要方法:

• 使用SSL模型提取了语音嵌入:Wav2Vec 2.0,HuBERT和WavLM.
• 具有传统分类器的基准嵌入:SVM,物流回归,决策树和天真贝叶斯.
• 分析了SSL模型中不同层深度的影响.

主要成果:

• 与HUBERT功能相比,Wav2Vec 2.0和WavLM功能表现出优越的概括性.
• 与MFCC相比,WavLM功能在抑郁症检测准确度上实现了13.1%的提高.
• 该研究确定了最佳的SSL模型和特征提取策略,用于低资源抑郁症检测.

结论:

• SSL模型,特别是WavLM,显示出在语音分析中提高抑郁症检测准确性的显著前景,特别是在有限的数据的情况下.
• 这些发现为未来的研究提供了宝贵的见解,利用SSL用于心理健康应用.
• 语音嵌入在具有挑战性的低资源场景中,为传统功能提供了强大的替代方案.