基于倒喉道变量使用广义扩张 CNN 模型的抑郁症检测
音频与语音处理
2021-04-12 v3 机器学习
摘要
利用声音生物标志物进行抑郁症检测是一个高度研究的领域。发音协调特征（ACFs）基于神经运动协调因精神运动迟缓（重度抑郁症的关键特征）而发生的变化开发。然而现有研究的结果大多在单一数据库上验证，限制了结果的泛化性。不同抑郁症数据库间的变异性会对跨语料评估（CCEs）结果产生不利影响。我们提出使用扩张卷积神经网络开发用于抑郁症检测的泛化分类器，该网络在从两个抑郁症数据库提取的 ACFs 上训练。我们表明，由声道变量（TVs）导出的 ACFs 有望作为一组鲁棒的抑郁症检测特征。与在单一数据库训练的模型进行的 CCEs 相比，我们的模型取得了约 10% 的相对准确率提升。我们扩展了研究，表明融合 TVs 与梅尔频率倒谱系数可进一步提升该分类器的性能。
引用
@article{arxiv.2011.06739,
title = {Generalized Dilated CNN Models for Depression Detection Using Inverted Vocal Tract Variables},
author = {Nadee Seneviratne and Carol Espy-Wilson},
journal= {arXiv preprint arXiv:2011.06739},
year = {2021}
}
备注
5 pages, Submitted to Interspeech 2021