論文の概要: Word-Aligned Prosody Reflects Speaker Differences More Than Depression or PTSD Severity

• arxiv url: http://arxiv.org/abs/2610.15181v1
• Date: Sat, 10 Oct 2026 21:01:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 02:13:57.176363
• Title: Word-Aligned Prosody Reflects Speaker Differences More Than Depression or PTSD Severity
• Title（参考訳）: 単語アライメントされた韻律は、抑うつやPTSD重症度以上の話者差を反映する
• Abstract要約: 抑うつや外傷後ストレス障害(PTSD)の検出にワードアライン・プロソディがますます使用される 単語レベルでは、話者が同じ単語を同じ話者固有の方法で、異なる発話コンテキストで生成するかどうかを問う。 話者レベルでは、多くの単語にまたがる平均韻律が、別々の録音にまたがって一貫した話者スコアを生成するかどうかを問う。
• 参考スコア（独自算出の注目度）: 7.052178900061006
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Word-aligned prosody is increasingly used to detect depression and posttraumatic stress disorder (PTSD), yet the stability and clinical relevance of these measurements remain unclear. We examine stability at two levels. At the word level, we ask whether a speaker produces the same word in a similar speaker-specific way across different utterance contexts. At the speaker level, we ask whether averaging prosody across many words produces consistent speaker scores across separate recordings. Drawing on principles of psychological measurement, we compare these representations in four corpora spanning acted, spontaneous, and clinical speech. Word-specific deviations show little cross-context recurrence (0.01-0.16), whereas speaker summaries are highly consistent, reaching 0.997 in ESD, 0.73-0.90 in MSP-Podcast, and 0.84-0.996 in DAIC-WOZ and PTSD-STOP. Despite this consistency, associations with depression or PTSD severity do not exceed 0.15; equivalence tests exclude effects of 0.30 in all analyses and 0.20 in DAIC-WOZ, while within-person associations with daily PTSD symptoms are near zero ($|ρ|\leq0.04$). Thus, aggregation yields stable speaker-level prosodic measures, but these measures do not detectably track depression or PTSD severity in the studied corpora. Code is available at https://github.com/jen900704/word-aligned-prosody.
• Abstract（参考訳）: 抑うつや外傷後ストレス障害(PTSD)の検出にワードアライメントの韻律が用いられるようになったが、これらの測定の安定性と臨床的関連性はいまだ不明である。 安定性を2つのレベルで検証する。 単語レベルでは、話者が同じ単語を、異なる発話文脈で同じ話者固有の方法で生成するかどうかを問う。 話者レベルでは、多くの単語にまたがる平均韻律が、別々の録音にまたがって一貫した話者スコアを生成するかどうかを問う。 心理測定の原理に基づいて,これらの表現を4つのコーパスで比較した。 単語固有の偏差は、文脈間での再発(0.01-0.16)はほとんどなく、話者要約は高度に一貫性があり、ESDでは0.997、MSP-Podcastでは0.73-0.90、DAIC-WOZとPTSD-STOPでは0.84-0.996に達する。 この一貫性にもかかわらず、うつ病やPTSD重症度の関連は0.15を超えず、同値試験ではすべての分析で0.30、DAIC-WOZでは0.20、毎日のPTSD症状の内的関連は(|ρ|\leq0.04$)ほぼゼロである。 したがって、アグリゲーションは安定した話者レベルの韻律的測度をもたらすが、これらの測度は研究されたコーパスのうつ病やPTSDの重症度を検出できない。 コードはhttps://github.com/jen900704/word-aligned-prosodyで入手できる。

関連論文リスト

• Interpretable Symptom Vectors for Depression in a Large Language Model [1.3546242205182983]
  機械的解釈可能性技術を用いてGemma-3-27B-PTの残留ストリームを解析した。 評価された臨床機器から抽出した症状記述間でのアクティベーションを記録した結果,症状群が最も幾何学的に分離していることが判明した。 セマンティック・プロジェクションを用いて、これらの楽器から構築されたシンプレクティックベクトルに、保持された自然主義的なテキストを投影した。
  論文  参考訳（メタデータ） (2026-09-01T20:07:03Z)
• Depression Markers in Speech: An Approach based on Tract Variables Dynamics [52.72895760734978]
  本研究では, トラクション変数の動的性質に基づいて, 新規なうつ病バイオマーカーを同定した。 提案するバイオマーカーは, 抑うつ話者と制御話者の識別を効果的に行う。
  論文  参考訳（メタデータ） (2026-07-28T15:48:07Z)
• Depression Detection at the Point of Care: Automated Analysis of Linguistic Signals from Routine Primary Care Encounters [13.125686189457369]
  うつ病はプライマリケアでは診断されていないが、タイムリーな識別は依然として重要である。 初診時1,108例のうつ病の自動検出について検討した。
  論文  参考訳（メタデータ） (2026-03-11T21:08:55Z)
• Lyapunov Spectral Analysis of Speech Embedding Trajectories in Psychosis [63.56564189749175]
  精神病患者と健常者を対象に, 音声の埋め込みを構造化された臨床インタビューから分析した。 Lyapunov exponent (LE) スペクトルは、単語レベルと回答レベルの埋め込みから計算される。
  論文  参考訳（メタデータ） (2026-02-18T08:46:46Z)
• DepFlow: Disentangled Speech Generation to Mitigate Semantic Bias in Depression Detection [54.209716321122194]
  抑うつ条件付きテキスト音声合成フレームワークであるDepFlowについて述べる。 抑うつ音響カモフラージュは、対向訓練を通じて話者と内容不変の抑うつ埋め込みを学習する。 フローマッチングTTSモデルとFiLM変調はこれらの埋め込みを合成に注入し、うつ病の重症度を制御する。 プロトタイプベースの重度マッピング機構は、うつ病連続体を滑らかかつ解釈可能な操作を提供する。
  論文  参考訳（メタデータ） (2026-01-01T10:44:38Z)
• Tri-Modal Severity Fused Diagnosis across Depression and Post-traumatic Stress Disorders [26.208414155165432]
  外傷性ストレス障害(PTSD)は、しばしば関連症状と併存し、自動評価を複雑にする。 統合された三モーダル感情重大度フレームワークは,インタビューテキストと文レベルのトランスフォーマーの埋め込み,ログによる音声,デルタによるメル統計,アクションユニットによる顔信号,視線,頭,ポーズ記述子とを同期させる。 標準化された特徴は、キャリブレーションされた後期融合分類器を介して融合し、障害確率と特徴レベルの属性を出力する。
  論文  参考訳（メタデータ） (2025-10-23T05:46:38Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• The Relationship Between Speech Features Changes When You Get Depressed: Feature Correlations for Improving Speed and Performance of Depression Detection [69.88072583383085]
  この研究は、抑うつが音声から抽出した特徴間の相関を変化させることを示す。 このような洞察を用いることで、SVMとLSTMに基づく抑うつ検出器のトレーニング速度と性能を向上させることができる。
  論文  参考訳（メタデータ） (2023-07-06T09:54:35Z)
• Speech and the n-Back task as a lens into depression. How combining both may allow us to isolate different core symptoms of depression [12.251313610613693]
  その結果,抑うつ症状のサブセットと音声変化が強く関連していることが示唆された。 我々はTymiaで収集された新しい大規模・横断的・多モードデータセットを提案する。 次に、PHQ-8項目レベルで異なる音声とn-Backマーカーの関係を明らかにする実験のセットを示す。
  論文  参考訳（メタデータ） (2022-03-30T09:12:59Z)

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。