通过语音分析实现非侵入性自杀风险预测
声音
2024-10-31 v3 计算与语言
音频与语音处理
摘要
急诊科中有自杀倾向风险的患者获得专业精神科评估和护理的延迟，造成了及时干预方面的显著缺口，阻碍了在危急情况下提供充分的心理健康支持。为解决这一问题，我们提出了一种基于语音的非侵入性自动自杀风险评估方法。在我们的研究中，我们从20名患者中收集了一个新的语音录音数据集。我们提取了三组特征，包括wav2vec、可解释的语音和声学特征，以及基于深度学习的频谱表示。然后我们进行二分类，以留一法评估自杀风险。我们最有效的语音模型达到了66.2%的平衡准确率。此外，我们表明，将我们的语音模型与一系列患者元数据（如自杀未遂史或枪支获取途径）相结合，可以改善整体结果。元数据集成产生了94.4%的平衡准确率，绝对提升了28.2%，证明了我们提出的方法在急诊医学中自动自杀风险评估的有效性。
引用
@article{arxiv.2404.12132,
title = {Non-Invasive Suicide Risk Prediction Through Speech Analysis},
author = {Shahin Amiriparian and Maurice Gerczuk and Justina Lutz and Wolfgang Strube and Irina Papazova and Alkomiet Hasan and Alexander Kathan and Björn W. Schuller},
journal= {arXiv preprint arXiv:2404.12132},
year = {2024}
}