ParaCalib：用于抑郁症检测的语义校准副语言模型

声音行为为基于言语的抑郁症检测提供了重要信号，但其解释通常取决于所说的内容及其在上下文中的作用。然而，现有的方法通常将声音提示视为与上下文无关的标记，这使得很难将声音形式与其依赖于上下文的交流功能区分开来。我们提出了 ParaCalib，一个通过解释与话语级语义上下文相关的声音模式和推断的交流功能并在可比较的状态空间中表示它们来在语义上校准副语言行为的框架。具体来说，ParaCalib 使用音频语言模型 (ALM) 生成上下文化的声音描述，并使用基于 LLM 的副语言状态提取器 (PSE) 将这些描述映射到结构化语义校准副语言 (SC-Para) 表示形式。 ParaCalib 在评估的方法中实现了最高的平均 Macro-F1，在 DAIC-WOZ 上达到 71.9%，在 MODMA 上达到 90.5%。我们的对照分析提供了 PSE 阶段语义校准的直接证据：在固定的字幕级声学描述下，改变伴随的语义上下文会改变推断的与抑郁症相关的副语言证据。我们的探索性分析进一步确定了与抑郁标签相关的副语言状态的重复配置，而不是单一的统一主导状态。