TY - CONF N2 - A depresszió komoly hangulatzavar, amely világszerte már a lakosság több mint 3%-át érinti, és ez a szám feltehetŽen tovább fog nŽni az elkövetkezendŽ években, évtizedekben. A depresszió diagnosztizálása maga is egy komoly feladat, amely jelenleg kizárólag a terület szakembereire hárul, akikbŽl pedig egész bizonyosan nincs elég. Ebben a helyzetben nagy jelentŽséggel bírhat egy olyan automatizált depresszió felismerési rendszer bevezetése, amely nagymértékben asszisztálni tudná a szakemberek munkáját a diagnosztizálás során. E cikkben bemutatunk egy, a depresszió osztályozására fejlesztett hang-alapú felismerŽ rendszert, amely ötvözi az akusztikai jellemzŽk kinyerését, a jellemzŽ- kiválasztást és a szupport vektor gépek hiperparaméter-optimalizációját. Természetesen, a hang-alapú modellhez szükséges egy optimális hangfelvétel hossz meghatározása is, mely kompromisszumot jelent a felismerŽ- rendszer igényei és a páciensek kényelme között. A modell hatékonyságát különbözŽ hosszúságú felvételeken vizsgáltuk, hogy belátást nyerjünk abba, hogy a felvétel-hossz miként és milyen mértékben befolyásolja a felismerés pontosságát. T2 - Magyar Számítógépes Nyelvészeti Konferencia (16.) (2020) (Szeged) SP - 83 ID - acta67679 N1 - Bibliogr.: p. 90-92. ; összefoglalás magyar nyelven EP - 92 Y1 - 2020/// VL - 16 SN - 978-963-306-719-2 TI - A depresszió hang alapú felismerésének optimalizációja hangfelvétel hossz alapján AV - public A1 - Pa?i? Azra A1 - Kiss Gábor A1 - Sztahó Dávid UR - http://acta.bibl.u-szeged.hu/67679/ KW - Nyelvészet - számítógép alkalmazása KW - Depresszió ER -