BCMA-MBF多模态融合模型

跨语言抑郁检测

融合双向跨模态注意力与多任务双线性特征交互，在中文和英文数据集上同时取得领先的检测性能。

Wang, Xiaodan · Zhou, Ruqi · Wang, Jihong

Journal of Affective Disorders 2025

参数信息

F1值（EATD-Corpus）
0.94
F1值（DAIC-WOZ）
0.95
F1值（文本单模态）
0.93
F1值（音频单模态）
0.88
F1值（文本单模态，DAIC-WOZ）
0.94
推理延迟
<10 ms
GPU内存占用
1.0-1.2 GB

技术优势

中英文双高精度

在中文 EATD-Corpus 和英文 DAIC-WOZ 上均超过此前多模态系统，F1 分别达 0.94 和 0.95。

部署极轻量

单样本推理延迟小于 10 ms，GPU 内存占用仅 1.0-1.2 GB，可在消费级 RTX 3090 上运行。

声学特征更强

在 Mel 谱图基础上加入 Chroma 特征提取谐波和音乐结构，经消融实验验证可进一步提升性能。

应用场景