13、基于语音和神经网络的抑郁与酒精 intoxication 检测研究

基于语音和神经网络的抑郁与酒精 intoxication 检测研究

1. 引言

在当今社会，酒精消费问题依然严峻。据世界卫生组织（WHO）统计，每年约有 300 万人因酒精消费死亡，占总死亡人数的 5%；在 20 至 39 岁人群中，这一比例更是高达 13.5%。酒精会导致反应迟缓、思维模糊、行为偏离规范等，在交通、建筑等领域可能引发严重后果。目前检测酒精 intoxication 的方法，如身体协调练习或血液酒精含量检测，要么需要专业医学知识，要么需要昂贵设备，且准确性参差不齐。因此，开发一种简单、经济且准确的语音分析系统来检测酒精 intoxication 具有重要意义。同时，利用语音数据自动分类抑郁也成为研究热点，通过分析语音中的节奏共振峰（RFs）有望捕捉到与抑郁相关的关键模式。

2. 相关研究

2.1 酒精对语音的影响

饮酒会对人的注意力、反应和思维产生负面影响，进而导致语音变化，如停顿增加、发音拉长或声音改变。研究表明，饮酒会改变响亮声音的发音，尤其是“s”音，且不同程度的 intoxication 影响程度不同。当 intoxication 水平高于 1.5‰ 时，语音变化可被人耳察觉，但酒精对每个人的影响因生理特征（如体重、身高、年龄等）而异。

2.2 语音分析用于 intoxication 检测的研究现状

利用人类语音分析 intoxication 的研究已经开展了很长时间，但尚未有成熟产品问世。例如，有研究考虑了电话交谈中语音识别的四种方法，其中并行 PRLM 达到了 2% 的最低错误率。此外，还有两种考虑酒精影响的方法：一是将 intoxication 视为语音状态的一种，可改变语音语调