[發(fā)明專利]基于語音特征與機(jī)器學(xué)習(xí)的抑郁癥自動評估系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 201611147549.9
• 申請日: 2016-12-13
• 公開（公告）號: CN106725532B
• 公開（公告）日: 2018-04-24
• 發(fā)明（設(shè)計）人: 胡斌;劉振宇;康環(huán)宇
• 申請（專利權(quán)）人: 蘭州大學(xué)
• 主分類號: A61B5/16
• 分類號: A61B5/16
• 代理公司: 北京匯彩知識產(chǎn)權(quán)代理有限公司11563
• 代理人: 王鍵

1.一種基于語音特征與機(jī)器學(xué)習(xí)的抑郁癥自動評估系統(tǒng)，其特征在于，包括

(a)語音采集錄音模塊，用于對被試者施以不同的情緒語料刺激的同時，記錄被試者的語音信息；所述語音采集分為“語音問答”、“文本朗讀”、“圖片描述”三個模塊，分別包含正向、中性、負(fù)向三種情緒的問題、文本和圖片；

(b)語音特征計算模塊，用于對采集的語音信號進(jìn)行預(yù)處理后，計算語音的聲學(xué)特征；所述語音特征計算模塊包含預(yù)處理模塊，所述預(yù)處理模塊包括依次連接的預(yù)加重、降噪、濾波模塊，對采集的語音信號依次進(jìn)行預(yù)加重、降噪和濾波處理；所述預(yù)加重模塊采用k值為0.97的預(yù)加重濾波器，所述濾波模塊采用通帶頻率為60～4500Hz的濾波器；所述語音的聲學(xué)特征包括局部特征與統(tǒng)計學(xué)特征，計算局部特征時，將語音切分為幀，對單個語音幀進(jìn)行計算；統(tǒng)計學(xué)特征是在多個語音幀之間進(jìn)行計算；

(c)語音數(shù)據(jù)庫模塊，包含用于語音特征有效性分析、分類器訓(xùn)練優(yōu)化、系統(tǒng)分類率的相關(guān)數(shù)據(jù)；所述語音數(shù)據(jù)庫模塊運(yùn)行在本系統(tǒng)的計算機(jī)上，用Microsoft SQL Server實現(xiàn)；包含的數(shù)據(jù)為：語音文件的語音特征、人工診斷標(biāo)簽、分類器分類標(biāo)簽，該數(shù)據(jù)庫只保存經(jīng)過醫(yī)生診斷的被試數(shù)據(jù)；

(d)機(jī)器學(xué)習(xí)模塊，用語音數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行語音特征與抑郁癥的相關(guān)性分析，以確定有效特征的提取方式，并訓(xùn)練用于自動評估的分類器；所述機(jī)器學(xué)習(xí)模塊包括分類器，使用的分類器模型為支持向量機(jī)；支持向量機(jī)使用LIB支持向量機(jī)來實現(xiàn)，選取的核函數(shù)為Radial Basis Function；

所述確定的有效特征提取方式是指：第一步，先采用最小冗余最大相關(guān)的方式，去掉明顯不相關(guān)的特征，從語音數(shù)據(jù)庫中保存的語音特征中初步篩選出一個特征子集，作為待選特征集；第二步，在待選特征集中，排除一個特征后，用特征子集去訓(xùn)練分類器，計算出該特征子集的分類率，若分類率明顯降低，則說明該特征有效，應(yīng)作為有效特征；若分類率不改變或升高，說明該特征為無效特征；多次重復(fù)第二步操作，對待選特征集進(jìn)行至少一次的遍歷之后，保留下來的特征，即構(gòu)成有效特征集；

(e)自動評估模塊，提取被試者有效語音特征并進(jìn)行抑郁程度分類，實現(xiàn)依據(jù)輸入的語音樣本自動評估被試者的抑郁程度；具體包括：第一步，將沒有人工診斷結(jié)果的被試語音樣本，按照機(jī)器學(xué)習(xí)模塊確定的有效特征提取方式，計算出有效特征；第二步，將有效特征輸入由機(jī)器學(xué)習(xí)模塊訓(xùn)練好的分類器，由分類器進(jìn)行抑郁程度的分類；

所述基于語音特征與機(jī)器學(xué)習(xí)的抑郁癥自動評估系統(tǒng)的工作步驟為：

1)語音信息采集錄音獲取語音樣本：通過對被試者施以不同的情緒語料刺激的同時，使用錄音設(shè)備記錄被試者的語音信息；

2)語音特征計算獲取語音特征集：語音樣本通過預(yù)處理后，計算語音的聲學(xué)特征；將經(jīng)過醫(yī)生診斷的語音聲學(xué)特征，包含診斷結(jié)果一起存入語音數(shù)據(jù)庫；沒有經(jīng)過醫(yī)生診斷的被試語音樣本則進(jìn)入步驟4)；

3)依據(jù)存入語音數(shù)據(jù)庫的語音聲學(xué)特征進(jìn)行機(jī)器學(xué)習(xí)，確定語音有效特征提取方式，訓(xùn)練用于自動評估的分類器；

4)提取有效特征并進(jìn)行分類得出評估結(jié)論：提取出被試語音樣本在評估抑郁癥過程中最有效的語音特征，即有效特征；并通過訓(xùn)練好的分類器對提取的有效特征進(jìn)行分類，實現(xiàn)依據(jù)輸入的語音樣本自動評估被試者的抑郁程度；

其中，所述步驟1)中，包括以下步驟：首先測量現(xiàn)場噪音，排除噪聲源，在噪聲符合要求之后，開始語音采集；語音采集過程中分別施以不同的情緒語料刺激，包括“語音問答”、“文本朗讀”、“圖片描述”三個不同的實驗情境；

所述步驟2)中，包括語音聲學(xué)特征計算的步驟：第一步，將語音切分為幀，在單個語音幀中計算出局部聲學(xué)特征；第二步，在多個語音幀之間，計算出統(tǒng)計學(xué)特征；第三步，若是已經(jīng)過醫(yī)生診斷的被試，將該被試的所有語音特征和人工診斷結(jié)果存入語音數(shù)據(jù)庫；所述的特征提取算法包括但不限于：共振峰計算、有聲段檢測、MFCC、TEO、HNR、SNR、PPQ、APQ；

所述步驟3)中，包括特征有效性分析與分類器訓(xùn)練的步驟：第一步，使用語音樣本庫中的已有人工診斷結(jié)論的數(shù)據(jù)，先采用最小冗余最大相關(guān)的方式，去掉明顯不相關(guān)的特征，從語音聲學(xué)特征計算出的特征集中初步篩選出一個特征的子集，作為待選特征集；第二步，在待選特征集中，排除一個特征后，用剩余特征訓(xùn)練分類器，若分類率明顯降低，則說明該特征有效，并重復(fù)第二步；多次循環(huán)，對待選特征集進(jìn)行至少一次的遍歷之后，保留下來的特征，即構(gòu)成有效特征集；有效特征集包含的特征即為有效特征；通過所述步驟最終訓(xùn)練出的分類器，即為用于自動評估時使用的分類器；

所述步驟4)中，包括自動診斷的步驟：第一步，將沒有人工診斷結(jié)果的被試語音樣本，按照步驟3)確定的有效特征提取方式，計算出有效特征；第二步，將有效特征輸入由步驟3)訓(xùn)練好的分類器，由分類器進(jìn)行抑郁程度的分類；所述分類是指以兩種標(biāo)簽：正常、抑郁進(jìn)行分類。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述語音采集錄音模塊包括采集設(shè)備、錄音設(shè)備，采集設(shè)備有電腦控制端、噪聲計、監(jiān)聽耳機(jī)、音箱、麥克風(fēng)、聲卡、防噴罩、話筒支架；所述監(jiān)聽耳機(jī)、音箱、麥克風(fēng)、聲卡均連接至電腦；錄音設(shè)備采用NEUMANN TLM102麥克 風(fēng)和采樣率為44.1kHz、數(shù)據(jù)長度為24位的RME FIREFACE UCX聲卡；采集的錄音數(shù)據(jù)以.WAV格式保存。