Acest model, prezentat într-o lucrare în Rețele și aplicații mobile, a fost antrenat să recunoască emoțiile la om
„Modelul multi-informațional al algoritmului comunLuarea deciziilor este creată prin recunoașterea emoțiilor”, au scris Han Tian, Zhang Zhu și Xu Jing în lucrarea lor. „Modelul este folosit pentru a analiza date reprezentative despre subiecți și pentru a ajuta la diagnosticarea depresiei la subiecți”.
Tian și colegii săi și-au antrenat modelul să setezeDate DAIC-WOZ, un set de expresii faciale audio și 3D ale pacienților diagnosticați cu o tulburare depresivă și ale persoanelor fără depresie. Aceste înregistrări audio și expresii faciale au fost colectate în timpul interviurilor realizate de un agent virtual care a pus diverse întrebări despre starea de spirit și viața intervievatului.
„Pe baza studiului caracteristicilor de vorbire ale persoanelor cutulburare depresivă, acest articol oferă un studiu aprofundat al diagnosticării depresiei folosind vorbirea pe baza datelor de vorbire din setul de date DAIC-WOZ, au scris Tian, Zhu și Jian în studiul lor. - În primul rând, informațiile despre vorbire sunt preprocesate, inclusiv pre-accentuarea vorbirii, încadrarea, detectarea punctului final, eliminarea zgomotului etc. În al doilea rând, OpenSmile este folosit pentru a extrage caracteristicile semnalelor de vorbire, iar caracteristicile vorbirii care pot reflecta funcții sunt studiate și analizate în profunzime .
Pentru a extrage caracteristici importante din voceînregistrează, modelul echipei folosește OpenSmile (vorbire open source și interpretare muzicală prin extracție în spațiu mare). Este un set de instrumente adesea folosite de informaticieni pentru a extrage caracteristici din clipuri audio și a clasifica acele clipuri.
Cercetătorii au folosit acest instrument pentruextragerea trăsăturilor individuale ale vorbirii și combinațiile acestora, care se găsesc de obicei în vorbirea pacienților diagnosticați cu depresie. Ulterior, au folosit o tehnică cunoscută sub numele de Analiza componentelor principale pentru a reduce setul de caracteristici extrase.
Tian, Zhu și Jian și-au evaluat modelul din serieteste în care i-au evaluat capacitatea de a detecta persoanele deprimate și nedeprimate din înregistrările lor vocale. Schema lor a produs rezultate remarcabile, detectând depresia cu o acuratețe de 87% la bărbați și 87,5% la femei.
În viitor, algoritmul de învățare profundă,dezvoltat de acest grup de cercetători poate deveni un instrument auxiliar suplimentar pentru psihiatri și medici, împreună cu alte instrumente de diagnostic bine stabilite. În plus, această cercetare poate inspira dezvoltarea unor instrumente similare AI pentru detectarea semnelor tulburărilor mintale pe baza vorbirii.
Citeste mai mult:
Două fotografii ale Pământului cu o diferență de 50 de ani au fost comparate la NASA: ceea ce au descoperit oamenii de știință
Oamenii de știință au transplantat „creierul” uman în șobolani și au spus ce s-a întâmplat în cele din urmă
ChatGPT intervievat la Google pentru un inginer de 183.000 USD