このモデルは、Mobile Networks and Applications の論文で発表されており、人間の感情を認識するように訓練されました。
「共同アルゴリズムの多情報モデル意思決定は、感情の認識を通じて行われます」と、Han Tian、Zhang Zhu、Xu Jing は論文に書いています。 「このモデルは、被験者に関する代表的なデータを分析し、被験者のうつ病の診断に役立てるために使用されています。」
Tian と彼の同僚は、モデルをトレーニングして、DAIC-WOZ データ、うつ病性障害と診断された患者とうつ病ではない人の音声と 3D 表情のセット。これらの音声録音と顔の表情は、インタビュー対象者の気分や生活についてさまざまな質問をした仮想エージェントによって行われたインタビュー中に収集されました。
「障害を持つ人々の発話特性の研究に基づいてこの記事では、DAIC-WOZ データセットの音声データに基づいて、音声を使用してうつ病を診断する詳細な研究を提供しています。 - 第一に、音声の事前選択、フレーミング、エンドポイント検出、ノイズ削減などを含む音声情報の前処理。第二に、OpenSmile を使用して音声信号の特徴を抽出し、機能を反映できる音声特徴を調査および分析します。深く。
音声から重要な特徴を抽出するには記録によると、チームのモデルは OpenSmile (大空間抽出によるオープン ソースの音声と音楽の解釈) を使用しています。これは、コンピューター科学者がオーディオ クリップから特徴を抽出し、それらのクリップを分類するためによく使用する一連のツールです。
研究者はこのツールを使用して通常、うつ病と診断された患者の発話に見られる、発話の個々の特徴とその組み合わせの抽出。その後、主成分分析と呼ばれる手法を使用して、抽出された特徴のセットを減らしました。
Tian、Zhu、Jian がシリーズで自分のモデルを評価しましたテストでは、声の録音からうつ病の人やうつ病でない人を検出する彼女の能力を評価しました。彼らのスキームは、男性患者で 87%、女性患者で 87.5% の精度でうつ病を検出するという驚くべき結果を生み出しました。
今後、深層学習アルゴリズム、このグループの研究者によって開発された診断ツールは、確立された他の診断ツールとともに、精神科医や医師にとって追加の補助ツールになる可能性があります。さらに、この研究は、発話における精神障害の兆候を検出するための同様の AI ツールの開発を刺激する可能性があります。
続きを読む：
50年の差がある地球の2枚の写真がNASAで比較されました：科学者が見つけたもの
科学者は人間の「脳」をネズミに移植し、最終的に何が起こったのかを語った
ChatGPT は Google で 183,000 ドルのエンジニアを獲得するためにインタビューを受けました