抑郁症是一种医学疾病，通过改变一个人的感觉、思考和行为方式对个人产生负面影响，但幸运的是，它是可以治疗的，所以问题在于它的检测，我们可以在机器学习的帮助下解决它。 开发了一个模型来检测一个人是否患有抑郁症，使用他们声音的韵律特征（音高、音调、节奏），这些特征是抑郁症的有希望的指标。 该模型由 DAIC-WOZ 提供的数据进行训练，其中包含名为 Ellie 的虚拟面试官进行的临床面试，然后使用 sox 和系统编程对其进行预处理，以消除虚拟面试官的声音。 特征提取是通过使用 Librosa 库制作每个音频文件的频谱图来完成的。 然后将这些频谱图传递到具有平均池化层、dropout、He 初始化、批量归一化、指数线性单元激活函数和 Nesterov 加速梯度优化器的卷积神经网络。平均 F1 分数为 0.93。

FMA 隐约集合 small分类下 4257首音频的测试情感标注