学习关注抑郁相关模式：基于自适应跨模态门控网络的抑郁检测
声音
2026-04-14 v1
摘要
使用语音信号的声学和文本双模态进行自动抑郁检测是实现早期诊断的有前景的做法。抑郁相关模式在语音中呈稀疏性：诊断相关特征发生在特定片段，而非均匀分布。然而，大多数现有方法 treats all frames equally，假设抑郁相关信息均匀分布，从而忽略了这种稀疏性。为此，我们提出了基于自适应跨模态门控 (ACMG) 的抑郁检测网络，通过自适应重新分配两个模态中帧级的权重，实现对抑郁相关片段的选择性关注。实验结果表明，采用 ACMG 的抑郁检测系统超越了没有使用 ACMG 的基线方法。可视化分析进一步确认，ACMG 自动关注临床有意义的模式，包括低能声学片段和包含负面情感的文本片段。
引用
@article{arxiv.2604.10181,
title = {Learning to Attend to Depression-Related Patterns: An Adaptive Cross-Modal Gating Network for Depression Detection},
author = {Hangbin Yu and Yudong Yang and Rongfeng Su and Nan Yan and Lan Wang},
journal= {arXiv preprint arXiv:2604.10181},
year = {2026}
}