본 연구는 임상 인터뷰 오디오 데이터를 활용하여 외상 후 스트레스 장애를 탐지하기 위한 혁신적인 확률적 트랜스포머 모델을 제안한다. 이 모델은 MFCC 특징 추출, 확률적 깊이, 확률적 활성화 함수 등을 활용하여 우수한 성능을 달성한다.