利用大规模多模态可穿戴录音通过说话模式探索工作场所行为：一项针对医护人员的研�
声音
2022-12-20 v1 多媒体
音频与语音处理
摘要
人际口语交流是人类互动和信息交换的核心。此类交互过程不仅涉及语音和口语，还包括用于表达情感和提供反馈的非言语线索，如手势、面部表情和非言语发声。这些多模态交流信号承载着关于人的多种信息：性别和年龄等特质，以及生理和心理状态与行为。本工作使用可穿戴多模态传感器研究人际交流行为，重点关注医护人员（特别是护士）的说话模式。我们分析了在一家大型医院环境中从 99 名护士收集的为期十周的纵向数据。结果表明，说话模式因排班时间表和工作单元而异。此外，结果显示，说话模式与生理测量相结合可用于预测情感测量和生活满意度评分。本工作的实现代码可访问 https://github.com/usc-sail/tiles-audio-arousal。
引用
@article{arxiv.2212.09090,
title = {Exploring Workplace Behaviors through Speaking Patterns using Large-scale Multimodal Wearable Recordings: A Study of Healthcare Providers},
author = {Tiantian Feng and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2212.09090},
year = {2022}
}