基于音频的罪犯自杀危险性评估

作者：郑子强; 何得淮; 廖潇楠; 兰琳; 蒋静文; 张伟^*

来源：四川大学学报(自然科学版), 2023, 60(06): 144-150.

DOI：10.19907/j.0490-6756.2023.063005

• 罪犯评估
• 自伤自杀
• 音频
• 机器学习

现较为主流的罪犯自我伤害风险评估主要通过量表实现，但存在耗时长、虚报率高的问题，缺乏客观有效的识别方法.音频数据不受个体语言限制，有采集方便、信息丰富等特征，目前基于音频数据构建的自我伤害风险识别模型取得了不错的效果.通过访谈获取罪犯音频数据，对音频进行预处理后提取音频关键特征，采用4种机器学习算法构建分类模型.实验结果表明，罪犯音频能有效区分罪犯是否具有自我伤害、自杀倾向，平均F1分数为86.88%.

• 单位
  四川大学华西医院