| Item type |
会議発表論文 / Conference Paper(1) |
| 公開日 |
2023-07-04 |
| タイトル |
|
|
タイトル |
発話音声の音響特徴量を用いた抑うつ度推定手法 |
| タイトル |
|
|
タイトル |
Depression score estimating method using acoustic features of speech utterances |
|
言語 |
en |
| その他（別言語等）のタイトル |
|
|
その他のタイトル |
ハツワ オンセイ ノ オンキョウ トクチョウリョウ オ モチイタ ヨクウツド スイテイ シュホウ |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
音声分析 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
ベックうつ病調査表 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
機械学習 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者 |
森, 浩貴
目良, 和也
黒澤, 義明
竹澤, 寿幸
MORI, Koki
MERA, Kazuya
KUROSAWA, Yoshiaki
TAKEZAWA, Toshiyuki
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
In this paper, we propose a method to estimate speaker's depression score using acoustic features of his/her speech. 150 speech utterances that 15 subjects read 10 types of sentences were recorded as training data, and the depression scores of the subjects were calculated by Beck Depression Inventory (BDI) just after the recording. Acoustic features are calculated by using openSMILE or Surfboard, and Support Vector Regression or LightGBM are used for machine learning procedure. The experimental results showed that the estimated depression scores obtained a correlate efficient of 0.932 with the correct answer. |
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
本論文では，入力発話から得られた音響特徴量を用いて話者の抑うつ度を推定する手法を提案する．学習用発話音声データは実験参加者に同じ10文を音読してもらうことで収録し，音声収録の直後にベックうつ病調査票（BDI）に回答してもらうことで抑うつ度を判定している．音響特徴量については，2種類の音響分析器（openSMILE，Surfboard）で算出した音響特徴量セットおよびそこから絞り込んだ音響特徴量セットを用いる．また，機械学習器にはサポートベクター回帰とLightGBMの2種類を用いる． 実験の結果，leave-one-outで最も正解値との相関が高かったのは学習器LightGBM，特徴量Surfboardを用いた手法であった（相関係数0.932）．一方，leave-one-person-outでは，学習器LightGBM，特徴量Surfboard（絞り込み）を用いた手法で最も相関が高かった（相関係数0.344） が，全体的に相関が弱い傾向にあった．そこで，抑うつ度が極端に高いデータおよび極端に低いデータを除いて再度実験を行ったところ，相関係数0.798という結果が得られた． |
| 内容記述 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
2023年度(第37回):2023年6月6日-6月9日:熊本県熊本市(熊本城ホール)＋オンライン 103-GS-7-05
本研究の一部は国立研究開発法人科学技術振興機構(JST)の「COIプログラム令和4年度加速支援（グラント番号JPMJCA2208」の支援によって行われた。 |
| 書誌情報 |
人工知能学会全国大会論文集
巻 37,
p. 1-4,
発行日 2023-06
|
| 出版者 |
|
|
出版者 |
人工知能学会 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11578981 |
| 権利 |
|
|
権利情報 |
本著作物の著作権は人工知能学会に帰属します。本著作物は著作権者である人工知能学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」に従うことをお願いいたします。 |
| 関連サイト |
|
|
|
識別子タイプ |
URI |
|
|
関連識別子 |
https://www.ai-gakkai.or.jp/ |
|
|
関連名称 |
人工知能学会 |
| フォーマット |
|
|
内容記述タイプ |
Other |
|
内容記述 |
application/pdf |
| 著者版フラグ |
|
|
出版タイプ |
VoR |
|
出版タイプResource |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
1O3-GS-7-05 .pdf (623.3 kB)
