ComFeAT：用于改进抑郁检测的神经特征与谱特征组合
音频与语音处理
2024-06-12 v1 声音
摘要
本文聚焦于通过语音分析进行抑郁检测。以往研究广泛探索了来自预训练模型（PTM）提取的特征，这些模型主要用于副语言任务。尽管这些特征在语音-based抑郁检测方面取得了充分的进展，但在实际场景中性能会下降。为此，本文引入ComFeAT，一种应用，采用在神经特征和谱特征组合上训练的CNN模型，以增强抑郁检测。谱特征对领域变化不敏感，但与神经特征相比，性能 surprisingly（意外地）不如后者；然而，两者组合表现出互补性，优于单独的神经或谱特征。该方法还优于E-DAIC基准上以往的国家级（SOTA）工作。
引用
@article{arxiv.2406.06774,
title = {ComFeAT: Combination of Neural and Spectral Features for Improved Depression Detection},
author = {Orchid Chetia Phukan and Sarthak Jain and Shubham Singh and Muskaan Singh and Arun Balaji Buduru and Rajesh Sharma},
journal= {arXiv preprint arXiv:2406.06774},
year = {2024}
}
备注
Accepted to INTERSPEECH 2024 Show & Tell Demonstrations