摘要
本发明提供一种基于扩散原型网络的抑郁症音频检测方法。其中,该方法包括:首先对包含抑郁症患者与非抑郁患者的音频数据集进行预处理,并且将预处理后的音频数据集进行划分;其次将一维的原始音频信号进行特征提取后获得二维的梅尔谱图,并保存为三维的彩色图像;采用本申请的技术方案,将基于原型网络的元学习方法用于抑郁症音频检测,并对原型表示的生成方式进行改进,即先在普通原型表示的基础上生成特定任务的过拟合原型,再通过扩散过程对过拟合原型进行重建,得到具有表示通用类别信息的扩散原型,可以提高抑郁症检测的准确性。
技术关键词
音频检测方法
原型
神经网络架构
样本
彩色图像
学习方法
特征向量空间
抑郁
神经网络训练
数据
语音
训练集
预测类别
生成方式
患者
信号
切片
滤波器
系统为您推荐了相关专利信息
文本特征向量
食谱推荐方法
图片
样本
食谱推荐系统