BigEAR：从基于智能手机的声学大数据推断环境与情绪关联
声音
2016-11-17 v1 计算机与社会
人机交互
摘要
本文提出了一个新颖的 BigEAR 大数据框架，该框架采用心理声学处理链 (PAPC) 来处理用户在自然场景下进行社交对话时收集的基于智能手机的声学大数据。BigEAR 的总体目标是从各种活动中识别佩戴者的情绪，例如笑、唱歌、哭、争论和叹气。这些标注基于与心理学家相关的真实数据，他们旨在监测/推断应对乳腺癌的个体的社交情境。我们针对应对乳腺癌的夫妇进行了一项案例研究，以了解对话如何影响情绪和社会幸福感。在现有最先进的方法中，心理学家及其团队必须听取录音以通过主观评估做出这些推断，这不仅耗时且成本高昂，还需要对数千个音频文件进行手动数据编码。BigEAR 框架使音频分析自动化。我们计算了 BigEAR 相对于人类评分者获得的真实数据的准确率。我们的方法在来自应对乳腺癌的夫妇的真实数据上获得了 88.76% 的总体平均准确率。
引用
@article{arxiv.1606.03636,
title = {BigEAR: Inferring the Ambient and Emotional Correlates from Smartphone-based Acoustic Big Data},
author = {Harishchandra Dubey and Matthias R. Mehl and Kunal Mankodiya},
journal= {arXiv preprint arXiv:1606.03636},
year = {2016}
}
备注
6 pages, 10 equations, 1 Table, 5 Figures, IEEE International Workshop on Big Data Analytics for Smart and Connected Health 2016, June 27, 2016, Washington DC, USA