典型文献
基于深度学习的语声抑郁识别
文献摘要：
世界各地抑郁症患者数量不断增多,抑郁症的诊断和治疗面临着医生短缺问题,针对这一问题,提出了卷积神经网络和结合注意力机制的双向长短时记忆特征融合模型.从特征选择和网络构架两方面进行了研究,对比了几种经典语声特征,得出梅尔倒谱系数对抑郁分类效果最好,再将梅尔倒谱系数分别送进卷积神经网络和结合注意力机制的双向长短时记忆网络实现抑郁分类.在DAIC-WOZ数据集上进行实验,所提出的方法对语声抑郁的分类精确度达到78.06％,F1分数达到74.68％.
文献关键词：
抑郁识别;语声分析;分类
中图分类号：
作者姓名：
吴情;胡维平;陈丹丹;肖婷
作者机构：
广西师范大学电子工程学院 桂林 541000
文献出处：
引用格式：
[1]吴情;胡维平;陈丹丹;肖婷-.基于深度学习的语声抑郁识别)[J].应用声学,2022(05):837-842
A类：
DAIC,WOZ,语声分析
B类：
抑郁识别,世界各地,抑郁症患者,诊断和治疗,注意力机制,特征融合,融合模型,特征选择,构架,梅尔倒谱系数,分类效果,送进,双向长短时记忆网络
AB值：
0.20486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
