利用大型语言模型进行自发语音精神疾病风险检测
声音
2025-07-02 v1 计算与语言
音频与语音处理
摘要
早期识别自杀风险对于预防自杀行为至关重要。因此，识别与研究与自杀风险相关的模式和标记已成为当前研究的关键焦点。本文 presenting 我们在第一次SpeechWellness挑战赛（SW1）中工作结果，该挑战旨在探索语音作为一种非侵入且易于获取的精神健康指标，用于识别犹豫期自杀风险的青少年。我们的ethods 利用大型语言模型（LLM）作为主要特征提取工具，辅以传统的声学和语义特征。所提出的方法在测试集上 achieves 74%的准确率，在SW1挑战赛中名列第一。这些发现表明了基于LLM的方法在自杀风险评估背景下分析语音的潜力。
引用
@article{arxiv.2507.00693,
title = {Leveraging Large Language Models for Spontaneous Speech-Based Suicide Risk Detection},
author = {Yifan Gao and Jiao Fu and Long Guo and Hong Liu},
journal= {arXiv preprint arXiv:2507.00693},
year = {2025}
}
备注
Accepted to Interspeech 2025