論文の概要: Integration of Text and Graph-based Features for Detecting Mental Health Disorders from Voice

• arxiv url: http://arxiv.org/abs/2205.07006v1
• Date: Sat, 14 May 2022 08:37:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-17 13:30:42.561273
• Title: Integration of Text and Graph-based Features for Detecting Mental Health Disorders from Voice
• Title（参考訳）: 音声から精神疾患を検出するためのテキストとグラフ機能の統合
• Authors: Nasser Ghadiri, Rasoul Samani, Fahime Shahrokh
• Abstract要約: 抑うつ検出のための音声分析に2つの方法が用いられている。 その結果,テキストに基づく音声分類と低レベルおよびグラフベースの音声信号機能からの学習の統合により,うつ病などの精神疾患の検出が向上することが示唆された。
• 参考スコア（独自算出の注目度）: 1.5469452301122175
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: With the availability of voice-enabled devices such as smart phones, mental health disorders could be detected and treated earlier, particularly post-pandemic. The current methods involve extracting features directly from audio signals. In this paper, two methods are used to enrich voice analysis for depression detection: graph transformation of voice signals, and natural language processing of the transcript based on representational learning, fused together to produce final class labels. The results of experiments with the DAIC-WOZ dataset suggest that integration of text-based voice classification and learning from low level and graph-based voice signal features can improve the detection of mental disorders like depression.
• Abstract（参考訳）: スマートフォンのような音声対応デバイスが利用可能になると、メンタルヘルス障害は早期に発見され、特にパンデミック後に治療される可能性がある。 現在の手法では、音声信号から直接特徴を抽出する。 本稿では,音声信号のグラフ変換と,表現学習に基づくテキストの自然言語処理という,抑うつ検出のための音声解析を融合して最終クラスラベルを生成する2つの手法について述べる。 DAIC-WOZデータセットを用いた実験の結果、テキストベースの音声分類と低レベルおよびグラフベースの音声信号特徴からの学習の統合は、うつ病のような精神疾患の検出を改善することが示唆された。

関連論文リスト

• Language-Agnostic Analysis of Speech Depression Detection [2.5764071253486636]
  本研究は、英語とマラヤラムの2言語間での自動抑うつ検出を解析する。 CNNモデルは、両言語に焦点をあてて、抑うつに関連する音響的特徴を特定するために訓練される。 その結果,言語に依存しない抑うつ検出システムの開発に寄与する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-09-23T07:35:56Z)
• A Novel Labeled Human Voice Signal Dataset for Misbehavior Detection [0.7223352886780369]
  本研究は,音声認識のための自動学習システムにおける音声トーンと配信の重要性を強調した。 これは、人間の行動が音声信号の知覚と分類に与える影響を解明することにより、音声信号解析の幅広い分野に寄与する。
  論文  参考訳（メタデータ） (2024-06-28T18:55:07Z)
• When LLMs Meets Acoustic Landmarks: An Efficient Approach to Integrate Speech into Large Language Models for Depression Detection [17.018248242646365]
  抑うつは世界的メンタルヘルスにおいて重要な関心事であり、AIに基づく検出方法の広範な研究を促している。 大規模言語モデル(LLM)は、メンタルヘルスケアアプリケーションにおいて、その汎用性において際立っている。 マルチモーダル抑うつ検出のためのLLMフレームワークに音声情報を統合するための革新的なアプローチを提案する。
  論文  参考訳（メタデータ） (2024-02-17T09:39:46Z)
• EXPRESSO: A Benchmark and Analysis of Discrete Expressive Speech Resynthesis [49.04496602282718]
  テキストなし音声合成のための高品質な表現型音声データセットであるExpressoを紹介する。 このデータセットは、26の自発的表現スタイルで描画された読み上げ音声と即興対話の両方を含む。 自己監督型離散エンコーダの自動計測値を用いて再生品質を評価する。
  論文  参考訳（メタデータ） (2023-08-10T17:41:19Z)
• Language-Guided Audio-Visual Source Separation via Trimodal Consistency [64.0580750128049]
  この課題の鍵となる課題は、発音対象の言語的記述と、その視覚的特徴と、音声波形の対応する成分とを関連付けることである。 2つの新たな損失関数を通して擬似目標管理を行うために、既成の視覚言語基盤モデルを適用する。 3つの音声・視覚的分離データセットに対する自己教師型アプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-03-28T22:45:40Z)
• Inner speech recognition through electroencephalographic signals [2.578242050187029]
  本研究は、脳波信号から始まる内的音声認識に焦点を当てる。 脳波のテキストへの復号は、限られた数の単語(コマンド)の分類として理解されるべきである。 音声関連BCIは、脳信号からの音声コマンドを通してデバイスを制御する効果的な音声通信戦略を提供する。
  論文  参考訳（メタデータ） (2022-10-11T08:29:12Z)
• Speaker Embedding-aware Neural Diarization for Flexible Number of Speakers with Textual Information [55.75018546938499]
  本稿では,話者埋め込み認識型ニューラルダイアリゼーション(SEND)手法を提案する。 本手法は,ターゲット話者の音声活動検出よりも低いダイアリゼーション誤差率を実現する。
  論文  参考訳（メタデータ） (2021-11-28T12:51:04Z)
• CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
  自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。 我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-10T07:10:25Z)
• An Overview of Deep-Learning-Based Audio-Visual Speech Enhancement and Separation [57.68765353264689]
  音声強調と音声分離は関連する2つの課題である。 伝統的に、これらのタスクは信号処理と機械学習技術を使って取り組まれてきた。 ディープラーニングは強力なパフォーマンスを達成するために利用されています。
  論文  参考訳（メタデータ） (2020-08-21T17:24:09Z)
• Continuous speech separation: dataset and analysis [52.10378896407332]
  自然な会話では、音声信号は連続的であり、重複成分と重複成分の両方を含む。 本稿では,連続音声分離アルゴリズムを評価するためのデータセットとプロトコルについて述べる。
  論文  参考訳（メタデータ） (2020-01-30T18:01:31Z)
• On the Mutual Information between Source and Filter Contributions for Voice Pathology Detection [11.481208551940998]
  本稿では,音声信号から直接音声の病状を自動的に検出する問題に対処する。 音声や声帯信号に関連があるか,韻律に関連があるかによって,3つの特徴セットが提案される。
  論文  参考訳（メタデータ） (2020-01-02T10:04:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。