Tento model, prezentovaný v článku v Mobile Networks and Applications, bol trénovaný na rozpoznávanie emócií u ľudí
„Multiinformačný model spoločného algoritmurozhodovanie sa vytvára prostredníctvom rozpoznávania emócií,“ napísali Han Tian, Zhang Zhu a Xu Jing vo svojom článku. "Model sa používa na analýzu reprezentatívnych údajov o subjektoch a na pomoc pri diagnostike depresie u subjektov."
Tian a jeho kolegovia trénovali svoj model na nastavenieDáta DAIC-WOZ, súbor zvukových a 3D výrazov tváre pacientov s diagnostikovanou depresívnou poruchou a ľudí bez depresie. Tieto zvukové nahrávky a výrazy tváre boli zozbierané počas rozhovorov vedených virtuálnym agentom, ktorý kládol rôzne otázky o nálade a živote opýtaného.
„Na základe štúdia charakteristík reči ľudí sdepresívnej poruchy, tento článok poskytuje hĺbkovú štúdiu diagnostiky depresie pomocou reči na základe údajov o reči z dátového súboru DAIC-WOZ, Tian, Zhu a Jian vo svojej štúdii napísali. - Po prvé, rečová informácia je predspracovaná, vrátane predvýrazu reči, rámcovania, detekcie koncových bodov, odšumovania atď. Po druhé, OpenSmile sa používa na extrahovanie charakteristík rečových signálov a charakteristiky reči, ktoré môžu odrážať funkcie, sa študujú a analyzujú do hĺbky .
Extrahovať dôležité funkcie z hlasuzáznamy, tímový model využíva OpenSmile (open source interpretácia reči a hudby pomocou veľkého priestoru). Ide o súbor nástrojov, ktoré počítačoví vedci často používajú na extrahovanie funkcií zo zvukových klipov a klasifikáciu týchto klipov.
Výskumníci použili tento nástrojextrakcia jednotlivých znakov reči a ich kombinácií, ktoré sa zvyčajne nachádzajú v reči pacientov s diagnózou depresie. Následne použili techniku známu ako analýza hlavných komponentov na redukciu súboru extrahovaných prvkov.
Tian, Zhu a Jian ohodnotili svoj model v sériitesty, v ktorých hodnotili jej schopnosť odhaliť depresívnych a nedepresívnych ľudí z ich hlasových záznamov. Ich schéma priniesla pozoruhodné výsledky, pričom detegovala depresiu s presnosťou 87 % u mužských pacientov a 87,5 % u žien.
V budúcnosti bude algoritmus hlbokého učenia,vyvinutý touto skupinou výskumníkov sa môže stať dodatočným pomocným nástrojom pre psychiatrov a lekárov spolu s inými dobre zavedenými diagnostickými nástrojmi. Tento výskum môže navyše inšpirovať vývoj podobných nástrojov AI na zisťovanie príznakov duševných porúch na základe reči.
Čítaj viac:
V NASA porovnali dve fotografie Zeme s rozdielom 50 rokov: čo vedci našli
Vedci transplantovali ľudský „mozog“ potkanom a povedali, čo sa nakoniec stalo
ChatGPT rozhovor v Google za 183 000 $ inžinier