PersonaTAB：基于文本、语音和行为线索预测语音对话中人格特征

尽管神经语音对话系统在显著进步，但具备人格感知能力的对话智能体——能够根据人格调整行为——仍未得到充分探索，这主要归因于语音数据集中缺乏人格标注。我们提出了一条流水线，用于预处理原始音频录音，创建带有时间戳、响应类型及情感/情绪标签的对话数据集。我们采用自动语音识别（ASR）系统提取转录文本和时间戳，然后生成对话级别的标注。利用这些标注，我们设计了一个系统，利用大型语言模型预测对话中的人格特征。我们邀请了人类评估者以识别对话特征并分配人格标签。我们的分析表明，所提出的系统在与人类判断的对齐度方面优于现有方法。