野外语音的力量：使用深度学习理解言语性听觉幻觉的日常语音日记区分力

移动电话传感正越来越多地用于临床研究评估各种心理健康状况（如抑郁、精神病）。然而，野外语音分析——超越对话检测——是这些移动传感平台和研究中所缺失的组成部分。我们在一个现有的移动传感平台上增加了一个每日语音日记功能，以评估和预测言语性听觉幻觉（即在没有说话者的情况下听到声音或语音）的严重程度，这种病症影响了许多有或无精神或神经诊断的人。我们从384名受试者处收集了一个月研究期间的4809个音频日记。我们使用不同组合的传感器行为流（如语音、睡眠、活动、手机使用等）研究了各种深度学习架构的性能，展示了仅使用语音录音以及自动生成的录音转录文本的区分力；具体而言，我们的深度学习模型仅从每日语音日记就达到了0.78的加权F1分数。我们的结果令人惊讶地表明，一个简单的周期性语音日记结合深度学习足以作为评估来自野外日常生活人群的复杂精神症状（如言语性听觉幻觉）的信号。