[发明专利]基于个体语音分析的抑郁感知系统建立方法及其抑郁感知系统

权利要求书

1.一种基于个体语音分析的抑郁感知系统建立方法，其特征在于，所述方法包括如下步骤：

步骤1，分别采集多位个体的自我介绍语音数据和对应的抑郁指标量表得分；

步骤2，使用opensmile开源库，采用eGeMAPS特征集对所采集到的语音数据进行语音特征提取，得到包含8个频率相关特征、3个能量特征和14个谱特征的共计25个语音特征，经对所提取的25个语音特征进行统计计算，得到88维特征，保存用于提取语音特征的可执行文件；

步骤3，将步骤2中所提取的语音特征标准化为正态分布，保存数据预处理模型；

步骤4，在数据预处理模型中选择用于识别抑郁指标的关键语音特征，保存特征选择模型；使用标准化的特征数据和量表得分有监督地选择特征和量表得分之间F值最大的30维特征，作为用于识别抑郁指标的关键语音特征，其中F值的计算公式如下：

X为特征值列表，Y为量表得分列表；n为特征值的自由度，m为量表得分的自由度；

步骤5，将选择后的关键语音特征和抑郁指标量表得分输入回归模型中，得到语音识别模型，保存语音识别模型；

步骤6，将上述步骤中所保存的可执行文件、数据预处理模型、特征选择模型和语音识别模型进行封装，形成基于个体语音分析的抑郁感知系统。

2.根据权利要求1所述的基于个体语音分析的抑郁感知系统建立方法，其特征在于，所述步骤1中采用抑郁自评量表PHQ-9对每名被试进行测评，再由每名被试录制一段自我介绍，截取每名被试60s音频片段，得到每名被试时长为60s的自我介绍音频和对应的量表评分。

3.根据权利要求2所述的基于个体语音分析的抑郁感知系统建立方法，其特征在于，所述步骤1中要求被试进行3分钟自我介绍，采用录音装置进行录制，保存为32位的wav波文件，并从波文件中截取时长为60s的连续音频片段作为语音数据。

4.根据权利要求1所述的基于个体语音分析的抑郁感知系统建立方法，其特征在于，所述步骤5中，将每名被试的识别抑郁指标的30维关键语音特征数据和量表得分输入lasso回归中，使用网格搜索方法进行调参，以保存5折交叉验证得到的预测值和量表得分的皮尔逊相关系数的平均值最大的语音识别模型。

5.一种利用权利要求1所述基于个体语音分析的抑郁感知系统建立方法建立的抑郁感知系统，其特征在于，包括录音装置和数据处理装置，所述数据处理装置中包括数据输入模块、预测模型和输出模块；所述预测模型中内置有可执行文件、数据预处理模型、特征选择模型和语音识别模型；

所述数据输入模块，用于接收所述录音装置录制的音频片段；

所述可执行文件，用于提取音频片段中的语音特征；

所述数据预处理模型，用于将所提取的语音特征标准化为正态分布

并通过特征选择模型选出关键语音特征，所述语音识别模型识别出对应关键语音特征所对应的抑郁指标得分，并通过所述输出模块输出。

6.根据权利要求5所述的抑郁感知系统，其特征在于，所述录音装置为录音笔、MP3、ipad，手机或计算机。