分析言语与非言语特征以预测小组表现
音频与语音处理
2019-07-05 v2 计算与语言
机器学习
声音
摘要
本工作分析了小组对话的言语与非言语特征对于自动预测小组任务表现任务的有效性。我们描述了一个新公开的生存任务数据集，其收集和标注用于促进该预测任务。在这些实验中，新数据集与已有的生存任务数据集相合并，使我们能够在比近期相关工作所用大得多的数据量上比较特征集。本工作也不同于社会信号处理(SSP)的相关研究，因为我们比较言语与非言语特征，而 SSP 几乎只关注社会交互的非言语方面。一个关键发现是，来自语音信号的非言语特征对此任务极为有效，即便单独使用也是如此。然而，最有效的个体特征是言语特征，我们强调了其中最重要的那些。
引用
@article{arxiv.1907.01369,
title = {Analyzing Verbal and Nonverbal Features for Predicting Group Performance},
author = {Uliyana Kubasova and Gabriel Murray and McKenzie Braley},
journal= {arXiv preprint arXiv:1907.01369},
year = {2019}
}
备注
Accepted to INTERSPEECH 2019 (Graz, Austria)