Speech-Text: A Dual-Modal System for Mental Health Detection using Machine Learning and Deep Learning
Cet article propose un cadre d'apprentissage automatique bimodal qui intègre des caractéristiques textuelles (TF-IDF) et audio (MFCC) pour détecter la dépression, atteignant une précision élevée (jusqu'à 99,38 % avec XGBoost sur les données audio) et démontrant le potentiel de l'apprentissage multimodal pour des diagnostics de santé mentale non invasifs et évolutifs.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.