Ezt a modellt, amelyet a Mobile Networks and Applications című tanulmányban mutattak be, arra képezték ki, hogy felismerje az emberi érzelmeket
"A közös algoritmus több információs modelljea döntéshozatal az érzelmek felismerésén keresztül jön létre” – írta Han Tian, Zhu Zhu és Xu Jing közleményükben. "A modellt az alanyokra vonatkozó reprezentatív adatok elemzésére és az alanyok depressziójának diagnosztizálására használják."
Tian és kollégái betanították modelljüket a beállításraDAIC-WOZ adatok, depressziós betegséggel diagnosztizált betegek és depressziós betegek audio- és 3D-s arckifejezései. Ezeket a hangfelvételeket és arckifejezéseket egy virtuális ügynök által készített interjúk során gyűjtöttük össze, aki különféle kérdéseket tett fel az interjúalany hangulatáról és életéről.
„A szenvedő emberek beszédjellemzőinek vizsgálata alapjánEz a cikk a DAIC-WOZ adatkészlet beszédadatai alapján a depresszió beszéd segítségével történő diagnosztizálásáról nyújt mélyreható tanulmányt – írta Tian, Zhu és Jian tanulmányukban. - Először is a beszédinformáció előfeldolgozásra kerül, beleértve a beszéd előkiemelést, keretezést, végpont-észlelést, zajtalanítást stb. Másodszor, az OpenSmile-t a beszédjelek jellemzőinek kinyerésére használják, és a funkciókat tükröző beszédjellemzőket alaposan tanulmányozzák és elemzik. .
Fontos funkciók kiemelése a hangbóllemezeket, a csapat modellje az OpenSmile-t (nyílt forráskódú beszéd- és zeneértelmezés nagy térkivonással) használja. Ez egy olyan eszközkészlet, amelyet az informatikusok gyakran használnak a hangklipek jellemzőinek kinyerésére és a klipek osztályozására.
A kutatók ezt az eszközt használtáka beszéd egyedi sajátosságainak és kombinációinak kivonatolása, amelyek általában a depresszióval diagnosztizált betegek beszédében találhatók meg. Ezt követően a főkomponens-elemzés néven ismert technikát alkalmazták a kivont jellemzők halmazának csökkentésére.
Tian, Zhu és Jian értékelte modelljét a sorozatbantesztek, amelyekben felmérték, hogy mennyire képes kimutatni a depressziós és nem depressziós embereket hangfelvételeik alapján. Sémájuk figyelemre méltó eredményeket produkált: a depressziót 87%-os pontossággal mutatta ki férfi betegeknél és 87,5%-os pontossággal a nőknél.
A jövőben a mélytanulási algoritmus,Az e kutatócsoport által kifejlesztett további segédeszközzé válhat a pszichiáterek és orvosok számára más jól bevált diagnosztikai eszközök mellett. Ezen túlmenően, ez a kutatás ösztönözhet hasonló mesterséges intelligencia-eszközök kifejlesztésére a mentális zavarok jeleinek beszéd alapján történő kimutatására.
Olvass tovább:
A NASA két, 50 év eltéréssel készült fotót hasonlított össze a Földről: mit találtak a tudósok
A tudósok emberi „agyat” ültettek át patkányokba, és elmondták, mi történt a végén
A ChatGPT interjút készített a Google-nál 183 000 dolláros mérnökért