抑郁症,又称抑郁障碍,是一种严重的心理障碍疾病。其在临床上表现为显著且持久的心情低落、愉悦度降低、言语活动减少等,具有自杀倾向,严重影响人们的身心健康,也为社会带来了巨大的危害。截止2017年,全球有3亿人患有抑郁症,我国的抑郁症患者也已超过5400万人。当下,抑郁症的诊断方法以主观量表为主,依赖医生的临床经验以及患者的配合程度,缺乏客观指标。因此,语音作为非侵入、易采集、低成本的客观指标,受到了广大研究人员的青睐。众所周知,语料库的优劣直接影响着识别模型性能的高低,基于语音信号的抑郁识别研究亦如此。据我们所知,目前国外有许多公开的抑郁语料库,但是在国内尚未有公开可用的抑郁语料库,而且由于文化以及语言的差异,国外的抑郁语料研究结果并不完全符合我们的实际情况。虽然声学特征的研究也是抑郁语音研究的重要内容,但是仍然存在不一致的研究结果,当下仍未得到可以完全有效识别抑郁的语音声学特征。并且由于研究人员在进行抑郁识别时使用的语料数据、分类系统以及网络结构有所不同,研究结果无法进行有效的比较。基于此,本文首先建立了汉语抑郁障碍语音语料库,其次,根据前人的研究提取相关声学特征,利用实验统计学的方法对抑郁和健康被试的声学特征做了较详细的分析比较,总结出了有效声学特征及其变化规律。最后,本文利用得到的有效声学特征进行建模识别,证明建立语料库的有效性。论文的主要工作与创新如下:1.建立了一个汉语抑郁障碍人群语音语料库。本文基于心理学自我加工异常理论,提出了一种基于心理学经典实验范式的抑郁语料采集方法。采用不同的言语方式和情绪刺激,并结合心理学经典实验范式（自我参照加工范式、自传体记忆范式）设计了抑郁文本语料。最后采集了60名被试（30名抑郁被试,30名健康被试）的语音,总时长大约60个小时,并对两组被试的性别、年龄和学历全部进行了匹配。2.利用实验统计学的方法对提取的声学特征进行了显著性对比分析以及相关性分析。从言语方式、情绪刺激、自我参照加工等角度,分别针对不同性别的被试筛选出了在以上3种角度下都具有显著性的声学特征作为有效声学特征。女性的有效声学特征为响度、MFCC3、F1频率和光谱通量,男性的有效声学特征为MFCC1、MFCC5、基频包络和F3带宽。比较了有效声学特征与贝克抑郁量表得分之间的相关性,分析结果表明声学特征和抑郁严重程度之间具有一定的相关性。3.基于本文建立的语料库进行了抑郁识别。本文采用支持向量机进行抑郁分类。从发声方式的角度而言,使用随意讲话语音、负性语音和自我角度语音的分类率分别要高于其它类型的语音;女性语音的总体平均分类率要高于男性语音的平均分类率。从声学特征的角度而言,女性的响度和光谱通量的分类率较好,分类率都达到了80%以上;男性的基频包络和MFCC1的分类率较好,基频包络的分类率达到了75%以上,MFCC1的分类率达到了80%以上。以上结果也验证了本文所建的语料库以及筛选的有效声学特征的有效性。本文从抑郁语音数据的扩充、声学特征的筛选以及抑郁分类等方面进行了研究,为今后抑郁语音的研究提供参考。