抑郁症是全世界常见的疾病,它会导致人们对生活失去快乐或兴趣,对未来产生绝望,伴有死亡或自杀的想法,以及出现睡眠失调、食欲下降等症状,严重影响了人们的生活质量,给家庭和社会带来了巨大的经济损失,这引起了政府以及社会各界的高度重视。在治疗前后,听者可以察觉到抑郁症患者的音调、音量、说话速度和清晰度有着明显的变化。因此,可以采用语音来进行抑郁识别,并且语音具有非侵入、易采集、低成本的优点,受到了研究人员的关注。针对早期的抑郁倾向逐渐发展成为抑郁症的阶段中,采用语音建模进行辅诊识别,对抑郁防治、减轻社会压力具有一定的现实意义。随着深度学习在各个领域内的广泛应用,也给抑郁识别领域带来了新的研究思路,但是在实际研究中这些方法还面临着一些挑战:构建有效模型、数据收集困难、传统方法对时间信息的遗漏、抑郁群体存在认知负载异常。为此,针对这些问题,展开对基于语音的抑郁倾向识别进行研究。本文的主要研究内容如下:1.设计并完善了抑郁倾向语音识别语料库。通过设计实验材料进行被试筛选完成抑郁倾向的语音录制,进一步对原有数据进行扩充完善以满足抑郁倾向深度学习的研究。最终建立的语料库包含大约29611条语音数据,平均每位被试时长达30分钟,最终采集被试共有112位,其中抑郁倾向被试54人,健康被试58人。2.采用斯特鲁普效应（Stroop）对语音特征进行认知负载异常的分析。通过Stroop实验进行认知负载异常的分析,进一步对目前在抑郁倾向认知负载异常研究的完善。实验分别针对不同性别的被试,采用统计分析筛选出具有显著性的声学特征作为有效的声学特征,并对认知负载的结果进行分析。结果表明,Stroop任务下的声学特征与抑郁倾向的严重程度有一定的相关性,可以作为抑郁倾向语音识别的语音任务,弥补了以往缺少从语音特征角度对Stroop范式的分析。3.构建注意力机制与时间信息结合的抑郁倾向识别方法。为了解决时间信息提取的问题,本论文提出采用一维卷积的方式进行特征抽取,进一步在一维卷积的模型基础上提出一维卷积结合Bi LSTM的模型结构,加深模型从时间的维度学习特征的关联,为了提取与抑郁倾向关联度比较高的特征,对双向的长短时记忆网络层设计了注意力机制,以提取出有效的特征、减少网络学习难度。其中访谈任务效果最好,识别正确率可达76.02%。4.实现结合性别信息的多任务层间共享的抑郁倾向识别方法。为解决性别影响识别效果的问题,本论文首先增加性别标签利用多任务方法构建识别模型,构建包括一维卷积层的Bi LSTM识别模型,同时结合多任务方式实现性别影响特征之间共享,引导模型去学习与性别、抑郁相关的特征信息,接着在原有的基础上将层间共享的注意力机制方法融入模型,利用注意力机制的方法提高有效特征的筛选,最终取得了基于自建数据集上最好的性能,其中识别正确率可达86.27%,F1分数可达86.16%。