Une machine capable de détecter la dépression en analysant votre voix

Le 25 août 2016.

Des chercheurs américains ont développé un logiciel capable d’analyser les émotions de la voix et de déduire si la personne qui parle est dépressive ou non, ou bien encore souffre d’un stress post-traumatique (SPT).

L’algorithme analyse la voix et détecte les dépressifs

En utilisant leur algorithme d’analyse de la voix sur plus de 250 volontaires, dont l’état de santé émotionnel a été mesuré préalablement à l’aide d’un questionnaire, ils ont pu confirmer la pertinence du modèle. 

L’intérêt d’un tel dispositif, c’est qu’il peut permettre à un médecin, ou à un psychiatre, de conforter son diagnostic, si jamais il avait un doute, ou même de détecter des signes avant-coureurs de la dépression ou de stress post-traumatique chez des patients qui les nient ou les ignorent. 

Ce dispositif, appelé SimSensei, pourrait également servir à déceler d’autres désordres psychiques, comme par exemple la schizophrénie, ou encore la maladie de Parkinson. 

Moodies donne la tonalité de la voix 

Une application mobile, disponible sur Android et sur iPhone, appelée Moodies et développée par des chercheurs israéliens, analyse elle aussi la voix de ceux qui parlent à proximité du smartphone. À défaut de pouvoir déceler la dépression de manière aussi fiable sans doute que SimSensei, elle affiche à l’écran la tonalité de la voix de celui qui parle, indépendamment de la langue, ce qui prouve bien que c’est une question de ton, de rythme de phrases, de respirations, qui permet de déduire l’état émotionnel de celui qui parle… 

Faites le test : Faites-vous une dépression ?

Les Nouvelles de PasseportSanté.net

Partagez sur

  • Subscribe to our RSS feed
  • Share this post on Delicious
  • StumbleUpon this post
  • Share this post on Digg
  • Tweet about this post
  • Share this post on Mixx
  • Share this post on Technorati
  • Share this post on Facebook
  • Share this post on NewsVine
  • Share this post on Reddit
  • Share this post on Google
  • Share this post on LinkedIn