[发明专利]一种基于语音信号的梯度提升决策树抑郁程度识别系统

权利要求书

1.一种基于语音信号的梯度提升决策树抑郁程度识别系统，其特征在于，该系统用于实现基于语音信号的梯度提升决策树抑郁程度识别方法，所述方法包括如下步骤：

步骤S1、从抑郁数据集中获取语音信号样本以及对应样本标签的PHQ-8值，PHQ-8是抑郁症筛查量表，将语音样本与标签一一对应，并抽取一部分样本集合作为测试样本集，另一部分作为训练集；

步骤S2、对语音信号进行语音预处理，保证后续语音处理得到的信号均匀、平滑，提高语音处理质量；所述步骤S2对语音信号进行语音预处理的具体步骤为：

S2.1：对语音信号离散化，使用一阶高通滤波器进行预加重，一阶高通滤波器的z变换表达式如下：

H(z)＝1-αz^-1,0.9α1.0，

其中α为预加重系数，z为z变换中离散系统的复变量，具有实部和虚部，H(z)表示该一阶高通滤波器的z变换函数；

S2.2：对信号进行分帧，帧长为30ms，帧移为10ms；

S2.3：选择汉明窗函数，其计算公式如下：

其中ω(n)为窗函数，R为窗口大小,n表示语音采样的第n个采样点；

步骤S3、在经过处理后的语音数据中提取表征抑郁和情感的韵律学特征、基于谱的相关特征和音质特征；所述步骤S3提取表征抑郁的语音特征具体步骤为：

S3.1:基频特征提取，基音周期Pitch是声带振动频率的倒数,提取基音频率，基音周期是声带开启和闭合一次说用的时长，基音频率是其倒数，当信号序列为x(n)时，对其进行快速傅里叶变换FFT得到其离散频域X(ω)

X(ω)＝FFT[x(n)]

则序列

称为倒频谱，简称为倒谱，这里FFT和FFT^-1分别为快速傅里叶变换和快速傅里叶反变换，的实际单位是时间s；

语音x(n)是由声门脉冲激励u(n)经声道响应v(n)滤波而得，即

x(n)＝u(n)*v(n)

则这三个量的倒谱有

在倒频谱中，声门脉冲激励和声道响应是相对分离的，因此从中可以分离恢复出声门脉冲激励，从而得到基音周期；

S3.2:提取短时能量，短时能量是指一帧语音的能量，设语音信号为x(n)、加窗函数ω(n)分帧处理后的第i帧语音信号为y_i(n),则y_i(n)满足：

y_i(n)＝ω(n)*x((i-1)*inc+n)，1≤n≤C，1≤i≤f

ω(n)为窗函数；y_i(n)是一帧的数值；inc为帧移长度；fn为分帧后的总帧数，则第i帧的语音信号的短时能量为,其中C表示进行语音信号的长度

S3.3:提取短时平均过零率，它表示一帧语音中信号的波形穿过零电平的次数，对于离散信号来说，相邻数据改变一次符号就算做一次过零，设语音信号为x(n)，分帧后第i帧语音信号为y_i(n),短时平均过零率为

S3.4:提取Mel频率倒谱系数MFCC，MFCC系数模拟了人耳听觉系统感知信号的能力，提取过程具体如下：

1)音频信号经过预加重、分帧、分窗得到预处理后的语音信号x(n)

2)对预处理后的信号进行离散傅里叶变换DFT得到离散谱X(k)，变换公式为：

其中N表示进行变换的离散序列长度

3)将DFT变换后的语音信息输入到Mel滤波器组H_m(k)，取对数后得到对数频谱

4)将S(m)经过离散余弦变换DCT得到倒频谱域，得到MFCC为

；

步骤S4、基于梯度决策提升树的机器学习方法预测对训练集进行学习，并利用最后训练得到的模型测试语音信号，输出其对应的PHQ-8值作为抑郁程度的依据；步骤S4基于梯度决策提升树的机器学习方法为：

假设训练集样本T＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)},最大迭代次数为T，损失函数L，输出是强学习器f(x),c表示回归树叶子的最佳拟合值，m表示样本数量；

S4.1:初始化决策提升树，c的均值为所有样本PHQ-8的均值；

选取均方差作为损失函数

L(y,f(x))＝(y-f(x))²

S4.2:对于迭代次数t＝1,2,3,…,T,有：对于样本i＝1,2,3,…,m,计算负梯度r_ti；

利用(x_i,r_ti)i＝1,2,3,…,m拟合出一颗CART回归树，得到第t棵回归树，其对应的叶子节点区域为R_tj,j＝1,2,3,…,J,其中J为树t的叶子节点数，对于叶子区域j＝1,2,3,…,J,计算最佳的拟合值

更新决策树

S4.3:得到最终决策树f(x)的表达式，输出PHQ-8值

。