检信智能ALLEMOTION利用人工智能和大数据筛查识别精神病患者的方法

本发明公开了一种利用人工智能和大数据筛查识别精神病患者的方法,包括步骤:S1,确认精神病的分类;S2,基于精神病的分类,将精神病的诊断分为不同的临床诊断等级;S3,精神病患者样本身份信息数据库的建立,根据采样精神病患者的出生年月、性别、婚姻情况、教育背景、家庭背景、社会关心、职业建立精神病患者身份信息数据库。本发明在建立大数据和神经网络模型等基础上,通过数据采集和标注建立训练数据库训练后,再通过测试数据库的测试核对,确认精神病患者的病情分类和临床诊断等级,能快速分析和筛查精神病患者病情。

检信ALLEMOTION语音情感识别充分利用 LSTM-CTC 方法和 Attention 机制的优点，提出 Attention-CTC 融合模型，将语音情感帧分为情感关键帧和情感辅助帧，利用 CTC 自动对齐能力发现语音的情感关键帧，利用 Attention 机制的注意力分配能力在不同程度上学习情感辅助帧的情感信息，避免过度学习。主要结果和创新性总结如下：

（1) 提出面向语音情感识别的 LSTM-CTC 模型，使用 CTC 方法将情感标签对齐到语音的情感帧上，并且针对一个情感语音样本有多个情感语音帧而只有一个情感标签的问题，提出了三种情感标签长度设置方法，当情感标签长度为浊音素个数时，模型取得最高性能。