临床导SENT症状识别的情感感知语音抑郁检测

抑郁表现为多样化的症状集合，如睡眠障碍、兴趣丧失和注意力困难。然而，大多数现有研究要么将抑郁预测视为二元标签，要么视为整体严重程度评分，而未明确建模症状特定信息。这限制了其为临床筛查提供症状层面分析的能力。为此，我们提出了一种针对语音的抑郁严重程度估计的症状特定且受临床启发的框架。该方法使用症状引导的跨注意力机制，将PHQ-8问卷项目与情感感知语音表征对齐，以识别哪些言语片段与每种症状更相关。为考虑症状随时间表达差异，本文引入可学习的症状特定参数，以适应性控制注意力分布的锐度。我们在EDAIC数据集上的实验结果表明，方法优于先前工作。进一步分析注意力分布显示，更高的注意力被分配给包含多个抑郁症状线索的言语片段，凸显了本方法的可解释性。这些发现概述了语音基于抑郁筛查中症状引导和情感感知建模的重要性。