基于声学特征和稀疏数学的抑郁症辅助检测方法及分类器

摘要

本发明属于语音处理及图像处理技术领域，公开了一种基于声学特征和稀疏数学的抑郁症辅助检测方法及分类器，基于语音和面部情绪共同识别的抑郁症判别；通过逆滤波器实现声门信号的估计，对语音信号采用全局分析，提取特征参数，分析特征参数的时序和分布特点，找到不同情感语音的韵律规律作为情感识别的依据；使用MFCC作为特征参数分析所要处理的语音信号，并用多组训练数据分别采集录音中的数据，建立神经网络模型进行判别；采用基于OMP的稀疏表示算法得到测试样本的稀疏线性组合，对人脸面部情绪进行判别归类，将得到的结果与语音识别结果线性组合以得到最终的表示每个数据的概率。抑郁症识别率有很大的提升，成本低廉。