arXiv cs.CL· Chuanbo Zhu, Run Luo, Weibo Zhao, Yue Li, Kun Qian, Qiang Qu, Yike Guo, Minghuan Tan, Wei Xue·· 11 小时前AI 评分31
AudiPsy：基于证据的多模态推理用于语音心理咨询对话中的抑郁评估
AudiPsy: Evidence-Grounded Multimodal Reasoning over Spoken Counseling Conversations for Depression Assessment
AI 导读
研究提出 AudiPsy，一个基于证据的全模态 LLM，用于语音心理咨询对话中的抑郁评估。它采用 Observation-Assessment-Summary（OAS）范式，将对话转录、文本与声学情绪及两者不一致性整合为结构化推理，并构建了合成语料 AudiPsy-Counsel 与三阶段课程。
正文 · AI 翻译
摘要：基于咨询语音的抑郁评估需要跨轮次整合文本与声学心理证据，然而现有的端到端分类方法缺乏显式的多模态证据解释与上下文感知推理。我们提出 AudiPsy，一种基于证据的全模态大语言模型，用于口语咨询对话中的抑郁评估。AudiPsy 采用观察-评估-总结（OAS）范式，将对话转录文本、文本与声学情绪以及文本-声学情绪不一致性整合到结构化推理中。OAS 逐步组织多模态观察，执行情境化评估，并维护不断演化的对话摘要以供后续轮次使用。为支撑该框架，我们构建了 AudiPsy-Counsel，一个带多模态上下文增强的合成口语咨询对话语料库，并开发了一个面向抑郁推理的统一三阶段课程。在 DAIC-WOZ 上的实验表明，其抑郁评估性能优于专门的抑郁检测方法和通用语音/全模态大语言模型，同时推理质量也有所提升；在 EATD-Corpus 上的补充评估则支持 AudiPsy 对自然对话的适用性。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.27567 [cs.CL] |
| （或 arXiv:2610.27567v1 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.27567 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Chuanbo Zhu [查看邮箱]
[v1]
2026年10月20日星期二 03:31:15 UTC（1,113 KB）
来源：arXiv cs.CL · arxiv.org