融合文本与图特征从语音中检测心理健康障碍
机器学习
2022-05-17 v1 人工智能
计算与语言
神经与进化计算
摘要
随着智能手机等语音设备的普及，心理健康障碍可在更早阶段被检测与治疗，尤其在后疫情时代。现有方法直接从音频信号提取特征。本文采用两种方法丰富用于抑郁检测的语音分析：语音信号的图变换，以及基于表示学习的转写文本自然语言处理，二者融合以产生最终类别标签。在 DAIC-WOZ 数据集上的实验结果表明，融合基于文本的语音分类与从低层级及图基语音信号特征中学习，可改善对抑郁等精神障碍的检测。
引用
@article{arxiv.2205.07006,
title = {Integration of Text and Graph-based Features for Detecting Mental Health Disorders from Voice},
author = {Nasser Ghadiri and Rasoul Samani and Fahime Shahrokh},
journal= {arXiv preprint arXiv:2205.07006},
year = {2022}
}