IHearYou：将声学特征关联至抑郁行为指标
声音
2025-12-03 v2
摘要
抑郁症影响全球数百万人，但诊断仍依赖主观自我报告和访谈，这些方法可能无法捕捉真实行为。我们提出IHearYou，一种基于语音声学特征的自动化抑郁检测方法。通过居家环境中的被动感知，IHearYou提取语音特征并通过针对重大抑郁障碍（MDD）的结构化关联框架将其与DSM-5（诊断与统计医学杂志）指标关联。该系统在本地运行以保留隐私，包含持久化模式和仪表盘，在普通笔记本电脑上实现实时吞吐。为确保可重复性，我们定义了具有假发现率（FDR）校正和按性别分层测试的配置驱动协议。应用于DAIC-WOZ数据集，该协议揭示了特征-指标关联的方向一致性，而基于TESS的音频流式实验验证了端到端可行性。我们的结果表明，被动语音感知可转化为可解释的DSM-5指标评分，弥合了黑箱检测与临床可解释、本地分析之间的鸿沟。
引用
@article{arxiv.2511.14801,
title = {IHearYou: Linking Acoustic Features to DSM-5 Depressive Behavior Indicators},
author = {Jonas Länzlinger and Katharina Müller and Burkhard Stiller and Bruno Rodrigues},
journal= {arXiv preprint arXiv:2511.14801},
year = {2025}
}