**跨语言语音抑郁检测:对比对齐框架CLeaD揭示身份泄露问题** _Layer-wise Cross-Lingual Depression Detectio
原帖
**跨语言语音抑郁检测:对比对齐框架CLeaD揭示身份泄露问题**
_Layer-wise Cross-Lingual Depression Detection from Speech: Analysis with Contrastive Alignment_
> 针对跨语言语音抑郁检测中因说话人身份泄露导致指标虚高的问题,研究提出CLeaD框架。该框架通过监督对比对齐将英中语音嵌入映射至共享临床空间,无需平行数据或目标语言微调。实验显示其在留一法评估下略优于基线,并证实模型规模扩大虽提升单语性能却损害跨语言能力,同时量化了此前研究中高达0.954的虚假F1分数。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-08 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.02920)