演讲技巧的视听评估

是什么成就一场成功的演讲?是内容还是呈现?我们尝试在忽略演讲内容的情况下,估算演讲者的演讲技巧对演讲成功的贡献。所谓演讲技巧,我们指的是面部表情、动作与姿态,以及声音特征。我们使用 TED Talks 作为数据集,并以观看次数衡量每场演讲的成功度。利用该数据集,我们训练了一个神经网络,通过身体姿态、面部表情与声学特征三个因素来评估演讲中的演讲技巧。以往大多数关于演讲技巧自动评估的工作,对演讲质量与预定义动作的识别均使用手工制作的专家标注。与先前研究不同,我们将质量度量等同于 TED 统计的演讲观看次数,并让网络自动学习与演讲成功相关的动作、表情与声音。我们发现,仅凭演讲技巧本身就对演讲成功的可能性有显著贡献。