Model ten, zaprezentowany w artykule w Mobile Networks and Applications, został przeszkolony w zakresie rozpoznawania emocji u człowieka
„Wieloinformacyjny model wspólnego algorytmupodejmowanie decyzji odbywa się poprzez rozpoznawanie emocji” – napisali Han Tian, Zhang Zhu i Xu Jing w swoim artykule. „Model jest używany do analizowania reprezentatywnych danych dotyczących badanych i pomagania w diagnozowaniu depresji u badanych”.
Tian i jego współpracownicy wyszkolili swój model w ustawianiuDane DAIC-WOZ, zestaw audio i mimiki twarzy 3D pacjentów ze zdiagnozowanym zaburzeniem depresyjnym oraz osób bez depresji. Te nagrania audio i mimika twarzy zostały zebrane podczas wywiadów prowadzonych przez wirtualnego agenta, który zadawał różne pytania dotyczące nastroju i życia rozmówcy.
„Na podstawie badania cech mowy osób zzaburzenia depresyjne, ten artykuł zawiera dogłębne badanie diagnozowania depresji za pomocą mowy opartej na danych mowy z zestawu danych DAIC-WOZ, napisali Tian, Zhu i Jian w swoim badaniu. - Po pierwsze, informacje o mowie są wstępnie przetwarzane, w tym preemfaza mowy, kadrowanie, wykrywanie punktów końcowych, usuwanie szumów itp. Po drugie, OpenSmile jest używany do wyodrębniania cech sygnałów mowy, a charakterystyka mowy, która może odzwierciedlać funkcje, jest badana i dogłębnie analizowana .
Aby wyodrębnić ważne cechy z głosurekordów, model zespołu wykorzystuje OpenSmile (open source interpretacja mowy i muzyki przez wyodrębnianie dużej przestrzeni). Jest to zestaw narzędzi często używanych przez informatyków do wyodrębniania funkcji z klipów audio i klasyfikowania tych klipów.
Naukowcy wykorzystali to narzędzie dowyodrębnienie poszczególnych cech mowy i ich kombinacji, które zwykle występują w mowie pacjentów z rozpoznaniem depresji. Następnie wykorzystali technikę znaną jako analiza głównych składowych, aby zredukować zestaw wyodrębnionych cech.
Tian, Zhu i Jian ocenili swój model w seriitesty, w których oceniali jej zdolność do wykrywania osób z depresją i bez depresji na podstawie ich nagrań głosowych. Ich schemat przyniósł niezwykłe wyniki, wykrywając depresję z dokładnością 87% u mężczyzn i 87,5% u kobiet.
W przyszłości algorytm głębokiego uczenia,opracowane przez tę grupę badaczy mogą stać się dodatkowym narzędziem pomocniczym dla psychiatrów i lekarzy obok innych ugruntowanych narzędzi diagnostycznych. Ponadto badania te mogą zainspirować rozwój podobnych narzędzi AI do wykrywania oznak zaburzeń psychicznych na podstawie mowy.
Czytaj więcej:
W NASA porównano dwa zdjęcia Ziemi z różnicą 50 lat: co odkryli naukowcy
Naukowcy przeszczepili szczurom ludzki „mózg” i opowiedzieli, co się ostatecznie stało
ChatGPT przeprowadził wywiad w Google za inżyniera o wartości 183 000 USD