心理健康中的语音情感识别:基于语音的应用程序的系统审查
Eric Jordan1, Raphaël Terrisse2,3, Valeria Lucarini4,5
1ObTIC, Sorbonne Université, Paris, France.
JMIR mental health
|September 30, 2025
概括
语音情感识别 (SER) 与人工智能相结合,对诊断抑郁症和精神障碍等心理健康状况有很大希望. 需要进一步的研究来将这些工具整合到临床实践中,以便协作使用.
科学领域:
- 集成人工智能 (AI) 和语音情感识别 (SER) 用于心理健康应用.
- 专注于临床环境中的声乐生物标志物的诊断潜力.
背景情况:
- 语音情感识别 (SER) 技术正在与人工智能一起发展,为心理健康研究提供了新的途径.
- 了解情绪状态和病理诊断之间的关系在临床环境中至关重要.
研究的目的:
- 评估人工智能驱动的SER工具在心理健康的临床应用中的性能.
- 评估SER技术在临床心理健康环境中的应用目前的程度.
主要方法:
- 对利用语音 (音频) 信号来诊断特定病理的研究进行系统审查.
- 包括的研究使用机器学习指标或统计相关性来评估诊断性能.
- 搜索了PubMed,IEEE Xplore,arXiv和ScienceDirect数据库;使用QUADAS评估了偏差风险.
主要成果:
- 审查了14篇文章,重点关注自杀风险 (21%),抑郁症 (57%) 和精神疾病 (21%).
- 鉴定了各种AI架构,数据集和病理,使直接技术评估复杂化.
- 通过使用SER模型观察到各种心理健康状况的有希望的诊断结果.
结论:
- 人工智能驱动的SER显示出在心理健康诊断中临床应用的巨大潜力.
- 目前的应用是多种多样的,往往是间接的,突出显示了对标准化的需要.
- 未来的研究应该探索使用SER技术的临床医生合作框架.
