Този модел, представен в статия в Mobile Networks and Applications, е обучен да разпознава емоциите у хората
„Мултиинформационен модел на съвместния алгоритъмвземането на решения се създава чрез разпознаване на емоции“, пишат Хан Тиан, Джан Джу и Сю Дзин в своя документ. „Моделът се използва за анализиране на представителни данни за субекти и за подпомагане на диагностицирането на депресия при субектите.“
Тиан и колегите му обучиха модела си да поставяDAIC-WOZ данни, набор от аудио и 3D изражения на лицето на пациенти, диагностицирани с депресивно разстройство, и хора без депресия. Тези аудиозаписи и изражения на лицето са събрани по време на интервюта, проведени от виртуален агент, който задава различни въпроси за настроението и живота на интервюирания.
„Въз основа на изследването на речевите характеристики на хора сдепресивно разстройство, тази статия предоставя задълбочено проучване на диагностицирането на депресия с помощта на реч въз основа на речеви данни от набора от данни DAIC-WOZ, Tian, Zhu и Jian пишат в своето проучване. - Първо, информацията за речта се обработва предварително, включително предварително подчертаване на речта, рамкиране, откриване на крайна точка, премахване на шума и т.н. Второ, OpenSmile се използва за извличане на характеристики на речеви сигнали и характеристики на речта, които могат да отразяват функции, се изучават и анализират в дълбочина .
За извличане на важни характеристики от гласазаписи, моделът на екипа използва OpenSmile (интерпретация на реч и музика с отворен код чрез извличане на голямо пространство). Това е набор от инструменти, често използвани от компютърни учени за извличане на функции от аудио клипове и класифициране на тези клипове.
Изследователите са използвали този инструмент, заизвличане на отделни характеристики на речта и техните комбинации, които обикновено се срещат в речта на пациенти с диагноза депресия. Впоследствие те използваха техника, известна като анализ на основните компоненти, за да намалят набора от извлечени функции.
Tian, Zhu и Jian оцениха своя модел в поредицататестове, в които оценяват способността й да открива депресирани и недепресирани хора от гласовите им записи. Тяхната схема дава забележителни резултати, откривайки депресия с точност от 87% при пациенти мъже и 87,5% при пациенти жени.
В бъдеще алгоритъмът за дълбоко обучение,разработена от тази група изследователи може да се превърне в допълнителен помощен инструмент за психиатри и лекари заедно с други утвърдени диагностични инструменти. В допълнение, това изследване може да вдъхнови разработването на подобни AI инструменти за откриване на признаци на психични разстройства въз основа на речта.
Прочетете още:
Две снимки на Земята с разлика от 50 години бяха сравнени в НАСА: какво откриха учените
Учени трансплантираха човешки „мозък“ на плъхове и разказаха какво се е случило накрая
ChatGPT интервюиран в Google за $183 000 инженер