基于语音的临床抑郁症筛查：一项实证研究

本研究探讨了语音信号在不同交互场景（包括精神科访谈、聊天机器人对话和文本朗读）中用于基于AI的抑郁症筛查的效用。参与者包括从北京大学第六医院门诊招募的抑郁症患者和来自社区的对照组，所有参与者均由精神科医生按照标准化诊断方案进行诊断。我们从每个参与者的分段录音中提取了声学特征和深度语音特征。使用神经网络或SVM进行分类，并通过汇总片段结果确定最终评估。我们对交互场景、语音处理技术和特征类型的分析证实，语音是抑郁症筛查的关键标志。具体而言，人机交互与临床访谈效果相当，优于朗读任务。片段时长和数量显著影响模型性能，深度语音特征明显优于传统声学特征。