语音通信中的个性化任务负荷预测
人机交互
2023-03-02 v1
摘要
估计远程语音通信的质量是一项受说话人、传输信道和听者影响的复杂任务。例如，传输质量的下降会增加听者的认知负荷，从而影响对话的整体感知质量。本文提出一个框架，在模拟对话环境中隔离质量相关变化并控制多数外部影响因素（如个人偏好）。所进行的统计分析发现刺激质量与听者的效价和人格（宜人性与开放性）之间存在显著关系，类似地，倾听任务期间的感知任务负荷与听者的人格和挫折耐受性之间也存在显著关系。当考虑听者个体性时，任务负荷预测的机器学习模型将相关系数从 0.48 提升至 0.76。所提出的评估框架与结果为超越传统信道建模、包含说话人与听者个体性的个性化音频质量评估铺平了道路。
引用
@article{arxiv.2303.00630,
title = {Personalized Task Load Prediction in Speech Communication},
author = {Robert P. Spang and Karl El Hajal and Sebastian Möller and Milos Cernak},
journal= {arXiv preprint arXiv:2303.00630},
year = {2023}
}
备注
IEEE ICASSP 2023 Conference