NaturalTurn：将语音分割为具有心理学意义的对话轮次的方法

对话是社会、认知和计算科学中日益受到关注的主题。然而，随着对话数据集在规模和复杂性上的持续增长，研究人员缺乏可扩展的方法将语音到文本的转录分割成对话“轮次”——社会互动的基本构建块。我们讨论了这一挑战，然后介绍了“NaturalTurn”，一种旨在准确捕捉对话交流动态的轮次分割算法。NaturalTurn通过区分说话者的主要对话轮次和听者的次要话语（如反馈语、简短插话和人类对话中其他形式的并行言语）来运作。使用来自大型对话语料库的数据，我们表明NaturalTurn比基线模型更准确地捕捉对话轮次。例如，它产生的轮次持续时间和间隔与实证文献匹配，揭示了说话者之间更强的语言对齐模式，并发现了轮次转换与情感结果之间原本隐藏的关系。因此，NaturalTurn代表了机器生成转录处理方法（即“轮次模型”）的实用发展，将使研究人员能够将轮次转换动态与社会互动的重要结果联系起来，这是对话科学的一个核心目标。