基于多种机器学习算法和语音情绪特征的阈下抑郁辨识模型构建

摘要

目的 分析阈下抑郁组和正常组的语音情绪特征，并通过6种机器学习算法构建语音识别分类模型，为阈下抑郁辨识提供客观化依据，以提高早期诊断率。方法 采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据，每个语音段提取384维语音情绪特征变量，包括能量特征、梅尔频率倒谱系数、零交叉率特征、声音概率特征、基频特征、差分特征等多个维度。采用递归特征消除方法筛选语音特征变量，然后利用自适应增强算法（AdaBoost）、随机森林（RF）、线性判别分析（LDA）、逻辑回归、Lasso回归和支持向量机机器学习算法构建分类模型，并评估模型的性能。为评估模型泛化能力，采用真实世界的语音数据，对最佳阈下抑郁语音识别分类模型进行测试。结果 AdaBoost、RF和LDA模型在单词朗读语音测试集上预测准确率为100%、100%和93.3%，展现出高准确率和稳定性；在单词文本语音测试集上，AdaBoost、RF和LDA模型的预测准确率为90%、80%和90%，其余3个算法模型的准确率均小于80%。阈下抑郁语音AdaBoost和RF分类模型对真实世界的朗读单词和文本语音数据的预测准确率仍然可以达到了91.7%和80.6%,86.1%和77.8%。结论 通过分析语音情绪特征可以有效地识别阈下抑郁个体，AdaBoost和RF模型在阈下抑郁个体分类方面表现出色，是识别阈下抑郁的有力工具，可以为临床应用和研究提供参考。

关键词

阈下抑郁识别 / 语音情绪特征 / 机器学习 / 自适应增强算法 / 随机森林