通过基于语音的情感识别改进计算机辅助言语治疗

言语治疗包含广泛的服务，旨在预防、诊断和治疗不同类型的言语障碍。获得有利且稳定结果的最重要条件之一是让受试者尽可能长时间地“沉浸”在治疗情境中：在家中、在学校/工作场所、在街上。由于如今便携式计算机倾向于成为习惯性的配件，创建人类言语语言治疗师 (SLT) 的虚拟版本并将其集成到这些设备中似乎是一个好主意。然而，言语语言治疗师 (SLT) 与基于计算机的言语治疗系统 (CBST) 之间的主要区别之一源于情感智能领域。当前 CBST 无法检测人类受试者的情绪状态，导致不恰当的行为反应。此外，这种“无反应”的行为被视为缺乏同理心，特别是当受试者是儿童时，会导致沮丧等负面情绪状态。因此，在本文中，我们提出了一种原创的情感识别框架——名为 PhonEM——以集成到我们之前开发的 CBST Logomon 中。其原创性在于情感表示（模糊模型）和检测（仅使用受试者的语音流）。这些特殊的限制以及情感的模糊表示构成了我们方法的起源，使我们的任务既困难又具有创新性。据我们所知，这是首次尝试结合这些技术以改进辅助言语治疗，所获得的结果鼓励我们进一步开发我们的 CBST。