探究语音基础模型中的心理健康信息

诊断心理健康状况的非侵入性方法（如语音分析）在现代医学中展现出巨大潜力。机器学习的最新进展，尤其是语音基础模型，通过捕获多样化特征在检测心理健康状态方面显示出显著前景。本研究调查了这些模型中哪些预训练任务最能迁移至心理健康检测，并检验了不同模型层如何编码与心理健康状况相关的特征。我们还探究了音频段的最佳长度及最佳池化策略以提高检测准确率。使用 Callyope-GP 和 Androids 数据集，我们评估了模型在不同语言和语音任务中的有效性，旨在增强基于语音的心理健康诊断的泛化能力。我们的方法在 Androids 数据集上的抑郁症检测中取得了 SOTA 分数。