[发明专利]一种基于语音自监督学习的躯体化障碍识别方法

权利要求书

1.一种基于语音自监督学习的躯体化障碍识别方法，其特征在于，包括：

获取目标对象的待验证语音信息；

对所述待验证语音信息进行分帧和降噪处理，得到多帧去除噪声的第一语音信息；

将每一帧的所述第一语音信息输入至目标躯体化障碍识别模型中，获取所述待验证语音信息的第一特征融合向量；所述目标躯体化障碍模型为基于自监督对比编码模型训练得到的模型；所述第一特征融合向量为融合每一帧的所述第一语音信息的特征向量；

基于所述第一特征融合向量，获取所述待验证语音信息对应的预测标识，所述预测标识用于表示所述目标对象是否患有躯体化障碍。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征融合向量，获取所述待验证语音信息对应的预测标识，包括：

基于所述第一特征融合向量，提取所述待验证语音信息的目标特征数据；

基于所述目标特征数据和预设的参数阈值，确定所述待验证语音信息对应的预测标识。

3.根据权利要求1或2所述的方法，其特征在于，所述目标躯体化障碍识别模型的训练方法，包括：

获取多个训练样本数据和多个测试样本数据；每一个所述训练样本数据和每一个所述测试样本数据中均包括第二语音信息和所述第二语音信息对应的健康状态标识，所述健康状态标识用于表示所述第二语音信息对应的样本对象是否患有躯体化障碍；

对各所述样本训练数据中的第二语音信息分别进行分帧处理，获取与所述第二语音信息对应的多帧第三语音信息；

将每一帧所述第三语音信息输入至初始躯体化障碍识别模型中进行特征融合，确定第三语音信息的第一特征融合向量，所述第一特征融合向量为用于区分各所述第三语音信息中的显著特征的向量，所述初始躯体化障碍识别模型包括自监督对比编码模型；

基于所述第一特征融合向量，获取各所述测试样本数据的第二语音信息对应的预测标识；所述预测标识用于表示所述测试样本数据对应的样本对象是否患有躯体化障碍的预测信息；

基于各所述预测标识、各所述测试样本数据中的健康状态标识和所述健康状态标识的种类数量，确定所述初始躯体化障碍识别模型的准确度；

基于所述准确度和预设的准确度阈值，调整所述初始躯体化障碍识别模型的参数，直至所述准确度高于所述预设的准确度阈值，得到目标躯体化障碍识别模型。

4.根据权利要求3所述的方法，其特征在于，所述将每一帧的所述第三语音信息输入至初始躯体化障碍识别模型中进行特征融合，确定所述第三语音信息的第一特征融合向量，包括：

将每一帧的所述第三语音信息输入至初始躯体化障碍识别模型中进行分析，获取预测语音信息，所述预测语音信息为基于第t帧的第三语音信息预测得到的第t+k帧的语音信息，所述t和k均大于等于1且均为正整数；

基于第t+k帧的第三语音信息、所述预测语音信息，调整所述初始躯体化障碍识别模型的参数，直至到达预设的收敛条件时，输出所述第三语音信息的第一特征融合向量。

5.根据权利要求4所述的方法，其特征在于，所述将每一帧的所述第三语音信息输入至初始躯体化障碍识别模型中进行分析，获取预测语音信息，包括：

将每一帧的所述第三语音信息输入至所述初始躯体化障碍识别模型中的非线性编码器中，得到每一帧的所述第三语音信息对应的特征向量；

将各所述特征向量输入至所述初始躯体化障碍识别模型中的自回归子模型中，得到第二特征融合向量；所述第二特征融合向量为基于第t+1帧之前的各帧对应的第三语音信息进行上下文语义特征融合后的向量；

将所述第二特征融合向量和预设的线性矩阵相乘，得到所述预测语音信息。