科研之友
微信
新浪微博
Facebook
分享链接
摘要
抑郁症作为一种常见的心理健康问题，严重影响人们的日常生活甚至是生命安全，对抑郁症及抑郁情绪的检测具有重要意义。抑郁检测的常用模态包括脑电、图像、文本和语音等，其中语音信号具有易获取和使用限制少的优势，基于语音的抑郁检测研究也因此成为当前的研究热点。本文对近几年基于语音的抑郁检测的最新进展进行综述。首先介绍了目前研究中所常用的抑郁语音数据集，对其中数据不平衡问题的处理方法进行了概括分析。然后对抑郁检测中常用的韵律特征、音质特征、基于谱的特征等语音特征进行了概述，并对特征的特点展开分析。另一方面，针对抑郁检测研究中所遇到的数据量少的问题，从数据增强、度量学习、元学习和迁移学习四个方面，简述了目前主流的小样本学习方法。考虑到抑郁语音数据的隐私性问题，介绍了基于联邦学习的语音抑郁检测研究，从数据安全性和边缘设备部署两方面做了具体陈述。最后，针对基于语音的抑郁检测研究现状和难点问题进行了总结与展望。
- 出版日期2023
- 单位华中科技大学同济医学院; 中国地质大学（武汉）; 自动化学院
