摘要
本发明涉及抑郁症识别技术领域,具体涉及一种基于深度学习的抑郁症语音识别方法及系统。本发明对训练个体的语音数据进行聚类得到语音簇,基于语音簇内语音数据个数调整语音数据的语音属性的特征序列中元素,得到每种语音属性的特征语音值;根据训练个体的词簇集合内同一分词在其所属语音簇内的出现次数,以及存在每个分词的语音簇个数,构建训练个体的特征分词集合;结合训练个体的语音属性的特征语音值和特征分词集合对神经网络进行训练,利用训练好的神经网络对待测个体进行抑郁症检测。本发明综合训练个体的语言的语音特征与语义特征训练神经网络,提高抑郁症检测的准确率。
技术关键词
分词
语音识别方法
加权特征值
序列
元素
语音特征提取
层次聚类算法
语音识别系统
训练神经网络
数据采集模块
语义特征
患者
频率
系统为您推荐了相关专利信息
管理方法
附件
文件类型识别
图像识别技术
自然语言
单目深度估计方法
卷积神经网络模型
融合特征
多尺度特征融合
图像
数字孪生模型
碳排放监测方法
设备状态数据
排放量
节点
转移概率矩阵
测控终端
模型库
强化学习算法
有向图模型