arXiv cs.CL· Woori Jeon, Seunghee Ha, Sang-Kyu Lee, Ji Hye Yoon, Tae-Jin Yoon, Seung Jin Lee, Woojae Han, Jungmin So·· 11 小时前AI 评分26
利用同步临床评估区分老年语音中的抑郁与认知衰退
Disentangling Depression from Cognitive Decline in Elderly Speech Using Concurrent Clinical Assessments
AI 导读
研究构建了89名MCI老年说话人的韩语语音语料库，采集历时三年并同步进行抑郁（SGDS）与认知（MMSE）评估。在控制认知功能后，七类特征组中仅共振峰特征与抑郁相关，常用的F0特征无信号；仅用12个特征的F1+F2子集达到UAR 0.760，优于完整eGeMAPS基线和自监督表征。
正文 · AI 翻译
摘要：在患有轻度认知障碍（MCI）的老年患者中，从语音检测抑郁会因认知衰退带来的重叠声学效应而变得复杂。若不将这些效应分离，分类器可能会学到与认知相关的模式，而非抑郁特异性模式。我们提出了一个韩国老年人语音语料库，包含 89 名 MCI 说话者，历时三年采集，并同步进行了抑郁（SGDS）与认知（MMSE）评估。线性混合效应模型和偏相关分析均识别出相同模式：在七个特征组中，控制认知功能后，只有共振峰特征与抑郁相关，而广泛使用的 F0 特征不携带任何信号。F1+F2 子集仅用 12 个特征就达到 UAR 0.760，优于完整的 eGeMAPS 基线和自监督表示。这些发现表明，在认知与情感症状共现的人群中，同步临床评估能够识别出可解释的、抑郁特异性的声学标记。
| 评论： | 6 页，5 张表，已被 Interspeech 2026 接收 |
| 主题： | 音频与语音处理（eess.AS）；人工智能（cs.AI）；计算与语言（cs.CL）；声音（cs.SD） |
| 引用为： | arXiv:2610.26890 [eess.AS] |
| （或 arXiv:2610.26890v1 [eess.AS] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.26890 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Woori Jeon [查看邮箱]
[v1]
2026 年 10 月 15 日星期四 04:06:55 UTC（34 KB）
来源：arXiv cs.CL · arxiv.org