申请/专利权人:中南民族大学
申请日:2024-04-26
公开(公告)日:2024-06-25
公开(公告)号:CN118098289B
主分类号:G10L25/66
分类号:G10L25/66;G10L25/27
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明提供一种结合精准模型与轻量级模型的抑郁症识别方法及系统,涉及语音识别技术领域,包括获取受访者的原始语音数据,预处理得到第一语音数据;构建教师模型和学生模型,并对教师模型和学生模型进行训练;将第一语音数据输入训练后的学生模型中进行抑郁症检测,得到第一语音数据的检测结果,检测结果为抑郁或无抑郁,将检测结果为抑郁的第一语音数据作为第二语音数据;将第二语音数据输入训练后的教师模型中进行抑郁程度识别,得到第二语音数据的识别结果。本发明不仅能快速筛查是否抑郁,还能实现对抑郁程度的精准识别,能够为抑郁症的早期检测提供一种有效辅助支持手段。
主权项:1.一种结合精准模型与轻量级模型的抑郁症识别方法,其特征在于,包括以下步骤:S1:获取受访者的原始语音数据,对原始语音数据进行语音活动检测和预处理,得到第一语音数据;S2:构建教师模型和学生模型,并对教师模型和学生模型进行训练,其中,训练时,先对教师模型进行抑郁程度识别的迭代训练,再基于训练后的教师模型对学生模型进行抑郁症检测的迭代训练;S3:将第一语音数据输入训练后的学生模型中进行抑郁症检测,得到第一语音数据的检测结果,检测结果为抑郁或无抑郁,将检测结果为抑郁的第一语音数据作为第二语音数据;S4:将第二语音数据输入训练后的教师模型中进行抑郁程度识别,得到第二语音数据的识别结果。
全文数据:
权利要求:
百度查询: 中南民族大学 一种结合精准模型与轻量级模型的抑郁症识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。