摘要
尽管基于语音的抑郁症评估已引起广泛关注，但实现可靠的置信度、跨语料库适用性以及预测解释仍具有挑战性。本研究提出了一种面向纯语音抑郁严重程度评估的可靠性感知框架，并通过MindVoice进行部署。将痛苦分析访谈语料库（DAIC）、扩展痛苦分析访谈语料库（E-DAIC）和多模态精神障碍分析开放数据集（MODMA）整合为一个三类别的异构多语料库跨语言数据集。同时对音频文本抑郁语料库（EATD）进行四类别评估。应用领域特定特征归一化以减少因数据集差异产生的变异。随后，通过方差分析（ANOVA）和改进的人工蜂群（ABC）特征优化对CNN提取的语音表示进行精炼，并由多层感知机（MLP）将样本分配到严重程度等级。为提高预测概率的可信度，使用准确度和期望校准误差对七种校准方法（温度校准、Platt（Sigmoid）校准、保序校准、向量校准、矩阵校准、Dirichlet校准和Beta校准）进行比较。通过固定权重组合（基于分箱的可靠性权重为0.7，熵权重为0.3）量化可靠性，并与其他可靠性评估方法进行对比。提出了一种流水线感知的梯度加权类激活映射方法，通过将sklearn组件重构为Tensorflow组件以实现在混合流水线中的梯度反向传播，从而实现解释。该框架在合并语料库上达到76.5%的准确率，其中DAIC、E-DAIC和MODMA分别达到81.4%、72%和80%的准确率，EATD在四类别分类中达到78.5%的准确率。该框架为异构数据集提供了有效分类。其以MindVoice应用形式部署于Web端，融入了可靠性感知和可解释预测，比仅关注性能的传统评估提供了更可信的系统。
