一种用于语音抑郁症识别的深度网络，通过多尺度特征提取和长期时间依赖建模，无需循环结构即可在基准数据集上取得竞争性性能。
Zhuojin, Han · 尚媛园 · 邵珠宏 · Jingyi, Liu · Guo, Guodong · 刘铁 · Ding, Hui · Qiang, Hu
IEEE Transactions on Cognitive and Developmental Systems 2023
用层级对比预测编码替代 LSTM，减少了模型参数，同时网络更容易训练。
层级对比预测编码损失能够捕获语音序列的长期时间依赖。
堆叠的门控残差块整合因果与膨胀卷积，通过持续扩大感受野来捕获多尺度上下文信息。