Depresszió meglétének detektálása SVR eljárással, francia nyelvű beszédanyagon

OData támogatás
Konzulens:
Dr. Vicsi Klára
Távközlési és Médiainformatikai Tanszék

A szakdolgozatom témája egy olyan modell elkészítése, mely segítségével detektálni lehet a depressziót, emberek beszéde alapján. A depresszió egy rendkívül súlyos betegség, mely több millió embert érint világszerte. Korai diagnosztizálása javíthatja az emberek életminőségét, és nagyban lecsökkentheti a kezelési költségeket is. Az időben elkezdett kezelés akár emberéleteket is menthet. Kutatók szerint az emberi beszéd eltéréseket mutat depressziós állapotban az egészségeshez képest. A beteg beszéd jellemzésére gyakran használja a köznyelv is a monoton, fakó, rekedtes valamint lassú jelzőket. A szakdolgozatom célja, a beszéd alapjellemzőit vizsgálva egészséges és depressziós személyeken, azon paraméterek beazonosítása, melyek segítségével lehetséges jó pontossággal detektálni a beteg személyeket.

A szakdolgozatom során több féle hangfelvételt használtam fel. A modell kialakításához egy többnyelvű adatbázist használtam, a depresszió detektálását pedig a Déli-sarkon található Concordia állomáson dolgozó, francia anyanyelvű kutatók beszédmintáin végeztem el. Az adatbázisban szereplő minden személy az „Az Északi Szél és a Nap” című mesét olvasta fel, saját anyanyelvén. A modell kialakítására, valamint a depresszió detektálására a Beck Depression Inventory II skálát használtam. A beszédmintákat a Praat és a MAUS programok segítségével fonéma szinten szegmentáltam és címkéztem.

A minták elemzésére szegmentális és szupraszegmentális jellemzőket egyaránt használtam. A vizsgált szegmentális jellemzők az alapfrekvencia, az első három formánsfrekvencia és a hozzájuk tartozó sávszélességek, a jitter, a shimmer, a „Harmonic-to-Noise” arány, az intenzitás, a mel-sávos energia, valamint az MFC koefficiensek voltak. A szupraszegmentális eszközrendszerből az alapfrekvencia és intenzitás ingadozását, valamint szórását vizsgáltam meg.

A jellemzők és a depresszió kapcsolatának vizsgálatát Support Vector Regression-nel, azaz regressziós elemzéssel végeztem. A méréseim alapján a depresszió detektálásához leginkább felhasználható paraméterek az alapfrekvencia-tartomány változása, és az intenzitás szórása voltak. Az eredmények bíztatónak tűnnek, de további mérésékre van szükség, több nyelv és több alany megvizsgálásával.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.