EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Final report of the DFG-funded project "Paralinguistic Speech Characteristics in Major Depression (ParaSpeChaD)"

Berking, Matthias, Schuller, Björn, Bauer, Jonathan Felix

PsychArchives (ZPID) · 15.04.2026

DOI: 10.23668/psycharchives.21845 ↗

Kurz gefasst

Fachartikel in der Zeitschrift PsychArchives (ZPID), erschienen am 15.04.2026. Verfasst von Berking und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

DEUTSCH: Die Erklärung, Diagnostik, Vorhersage und Behandlung von Depression stellen nach wie vor zentrale Herausforderungen für Gesundheitssysteme weltweit dar. Multimodale Theorien der Depression implizieren, dass paralinguistische Stimmcharakteristika (PSCs) als Teil somatosensorisch-kognitiver Feedbackschleifen eine wichtige Rolle bei der Aufrechterhaltung von Depression spielen könnten. Im Einklang mit dieser Hypothese finden sich Belege für querschnittliche und längsschnittliche Zusammenhänge zwischen PSCs und Depression. Aufbauend auf diesen Befunden wurde in ParaStiChaD der Einsatz von PSCs zur Depressionsdiagnostik und –behandlung beforscht und die Ergebnisse wurden bislang in sieben Artikeln mit Peer-Review-Verfahren veröffentlicht. Um die Messung von Depression zu verbessern und effizienter zu gestalten, wurde in ParaStiChaD zunächst das Potential von Stimmanalysen mithilfe von Maschinellem Lernen (ML) geprüft. Die Ergebnisse von ParaStiChaD zeigten, dass es mit bis zu 76% Genauigkeit möglich ist, Depression aus der Stimme zu erkennen. Allerdings gibt es noch erhebliche Limitationen aktueller Methoden zur ML-basierten Depressionserkennung, welche niedrigere Erkennungsraten als etablierte Depressionsskalen erreichten. Entsprechend wurden Möglichkeiten zur Optimierung von Depressionserkennung aus der Stimme beforscht. Dabei ergab sich unter anderem, dass sich Depression besser aus Sprachaufnahmen, welche die Anleitung gezielter Stimmmodulationen enthielten, als aus Sprachaufnahme ohne entsprechende Anleitung erkennen ließ. Im Laufe des Projekts wurde erkannt, dass es noch erheblichen Forschungs- und Optimierungsbedarf gibt, bevor ML-basierte Stimmanalysen zur Depressionserkennung in der klinischen Praxis angewendet werden können. Des Weiteren wurde beforscht, ob sich der Verlauf depressiver Symptomatik aus der Stimme erkennen lässt. Dabei wurde eine innovative Methode zur Personalisierung von ML Modellen entwickelt, welche geeignet war, das Ausmaß und die Veränderung depressiver Stimmung anhand der Stimme zu erkennen. Zusätzlich zeigte sich, dass sich der zukünftige Verlauf depressiver Symptomschwere nicht valide mit Stimmanalysen vorhersagen ließ. Im Hinblick auf die Depressionsbehandlung zeigte eine eigens entwickelte, innovative Intervention, dass gezielte Stimmmodulationen zur Maximierung von Überzeugungskraft die Wirksamkeit von kognitiver Umstrukturierung zur Reduktion depressiver Stimmung verbessern können. Mutmaßlich ist dieser Effekt begründet in der zeitgleichen Aktivierung antidepressiver körperlicher und kognitiver Zustände im Vergleich zu der rein kognitiven Aktivierung, auf die die meisten etablierten Interventionen abzielen. Insgesamt lässt sich sagen, dass die Befunde theoretische Annahmen über den Zusammenhang zwischen paralinguistischen Stimmmerkmalen und Depression sowie darüber, wie dieser Zusammenhang zur Aufrechterhaltung depressiver Symptomatik beiträgt, bestätigten. Zukünftige Forschung ist notwendig, um ML-basierten Stimmanalysen zur Depressionsmessung in der klinischen Anwendung zu optimieren und zu evaluieren und um die langfristige Wirksamkeit multimodaler Depressionsbehandlung mittels Stimmmodulationen zu überprüfen.

Schlagwörter

150

Zitieren

APA

Berking, Matthias, Schuller, Björn, Bauer, & Felix, J. (2026). Final report of the DFG-funded project "Paralinguistic Speech Characteristics in Major Depression (ParaSpeChaD)". PsychArchives (ZPID). https://doi.org/10.23668/psycharchives.21845

Vancouver

Berking, Matthias, Schuller, Björn, Bauer, Felix J. Final report of the DFG-funded project "Paralinguistic Speech Characteristics in Major Depression (ParaSpeChaD)". PsychArchives (ZPID). 2026. doi:10.23668/psycharchives.21845

BibTeX
@article{Berking2026,
  author = {Berking and Matthias and Schuller and Björn and Bauer and Felix, Jonathan},
  title = {Final report of the DFG-funded project "Paralinguistic Speech Characteristics in Major Depression (ParaSpeChaD)"},
  journal = {PsychArchives (ZPID)},
  year = {2026},
  doi = {10.23668/psycharchives.21845}
}
Kostenlos starten →