在精神病学面试中自动语音识别:精神病症诊断支持的火箭

科学领域:

• 精神病学是一个精神病学.
• 计算语言学 计算语言学
• 语音技术 语言技术

背景情况:

• 语音分析对于理解精神病学研究中的认知和情绪状态至关重要.
• 语音数据的手动转录是耗时和昂贵的,阻碍了大规模研究.
• 自动语音识别 (ASR) 为高效的转录提供了一个潜在的解决方案.

研究的目的:

• 为了评估 OpenAI 的 Whisper ASR 工具的准确性,用于转录西班牙精神病学专访.
• 为了比较威斯珀的转录精度与手工转录的准确性.
• 分析影响转录质量的语言和环境因素.

主要方法:

• 使用Whisper ASR工具转录了16个西班牙精神病学访谈.
• 低语转录与参考手册的转录进行了比较.
• 分析了词错误比率 (WER),名词短语,决定因素和类型标记比率 (TTR).

主要成果:

• 语实现了7.80%的文字错误比率 (WER),没有基于性别的显著差异.
• 与手动转录相比,在名义短语,确定器使用或类型标记比率 (TTR) 中没有发现显著差异.
• 即使在不利的环境条件下,转录质量仍然很高.

结论:

• Whisper 是一个非常准确和高效的工具,用于转录西班牙临床采访.
• 该ASR工具最大限度地减少了转录错误,并保存了语言数据,促进了大规模的精神病学研究.
• 在临床领域,Whisper的性能简化了用于语音分析的数据收集.