对话反馈感知相似性的表征
计算与语言
2025-05-20 v1 人工智能
机器学习
摘要
声学反馈（如 `mhm', `yeah', `okay'）是口头对话的重要组成部分，对确保对话系统中的共同理解至关重要。此类反馈的确切含义通过词汇形式和韵律形式共同传递。在本工作中，我们研究了相同词汇形式下声学反馈的感知韵律相似性，以及现有语音表征是否能反映此类相似性。采用招募的参与者进行三角比较任务，以衡量来自两个不同数据集的反馈响应的感知相似性。我们发现，谱系和自监督语音表征在编码韵律方面优于提取的基频特征，尤其是在来自相同说话人的反馈方面。我们还发现，通过对比学习，可以进一步压缩和对齐表征，以适应人类感知。
引用
@article{arxiv.2505.13268,
title = {Representation of perceived prosodic similarity of conversational feedback},
author = {Livia Qian and Carol Figueroa and Gabriel Skantze},
journal= {arXiv preprint arXiv:2505.13268},
year = {2025}
}
备注
Interspeech 2025