AudioInsight：从语音中检测与社交焦虑相关的社交情境

在社交互动中，理解情境的复杂性至关重要，尤其对于社交焦虑个体而言。尽管先前研究发现可以从环境音频中检测到社交互动的存在，但社交情境内部的细微差别——这些差别影响着互动引发焦虑的程度——在很大程度上仍未得到探索。作为对自我报告等传统繁重方法的替代，本研究提出了一种利用环境音频片段来检测社交威胁情境的新方法。我们聚焦于两个关键维度：互动伙伴的数量（二元 vs. 群体）和评价性威胁的程度（明确评价性 vs. 非明确评价性）。基于一项基于 Zoom 的社交互动研究数据（N=52 名大学生，其中大多数 N=45 名为社交焦虑者），我们采用深度学习方法实现了强大的检测性能。在样本级 5 折交叉验证下，我们的模型以 90% 的准确率区分了二元互动与群体互动，并以 83% 的准确率检测出评价性威胁。使用留一组交叉验证，准确率分别为 82% 和 77%。尽管由于疫情限制，我们的数据基于虚拟互动，但我们的方法有潜力扩展到各种真实世界场景。这项研究强调了被动感知和人工智能在区分复杂社交情境方面的潜力，并可能最终提升情境感知数字干预提供个性化心理健康支持的能力。