基于注意力的声学特征融合网络用于抑郁症检测
声音
2023-08-25 v1 人工智能
音频与语音处理
摘要
抑郁症作为一种常见精神障碍，对个体产生显著影响并带来可观的社会影响。该疾病的复杂性与异质性使得及时有效的检测十分必要，但这仍是一项艰巨挑战。此现状凸显了对改进检测方法的迫切需求。利用听觉数据并通过先进机器学习范式展开研究，提供了有前景的方向。然而，现有技术主要依赖单维特征模型，可能忽视隐藏于各类语音特征中的丰富信息。为此，我们提出新颖的基于注意力的声学特征融合网络（Attention-Based Acoustic Feature Fusion Network, ABAFnet）用于抑郁症检测。ABAFnet 将四种不同声学特征组合进一个综合深度学习模型，从而有效整合与融合多层次特征。我们提出一种用于后期融合的新型权重调整模块，通过有效合成这些特征提升性能。我们的方法在 CNRAC 与 CS-NRAC 两个临床语音数据库上的广泛验证得到确认，从而在抑郁症检测与亚型分类上优于先前方法。进一步的深入分析确认了各特征的关键作用，并凸显了 MFCC 相关特征在基于语音的抑郁症检测中的重要性。
引用
@article{arxiv.2308.12478,
title = {Attention-Based Acoustic Feature Fusion Network for Depression Detection},
author = {Xiao Xu and Yang Wang and Xinru Wei and Fei Wang and Xizhe Zhang},
journal= {arXiv preprint arXiv:2308.12478},
year = {2023}
}