声学伪装现象：重新评估面向金融风险预测的语音特征
声音
2026-04-17 v1 机器学习
音频与语音处理
计算金融
统计金融
摘要
在计算性语音伴随信息领域，检测来自语音信号的认知负荷和欺骗是高度受关注的研究方向。近期研究尝试将这些声学框架应用于公司收益电话，以预测恶性股市波动。本研究探讨了声学特征提取（音调、抖音、犹豫）在高度训练的说话者于野外远程会议环境中应用的局限性。利用双流迟滞融合架构，我们对比了声学流与基线自然语言处理 (NLP) 流。孤立的 NLP 模型在尾部风险逆风事件上实现了 66.25% 的召回率。令人惊讶的是，通过迟滞融合整合声学特征后，性能显著下降，召回率降至 47.08%。我们将这种下降识别为声学伪装，即媒体训练的声发射调制引入矛盾噪声，干扰了多模态元学习器。我们将这些发现作为面向高风险金融预测的语音处理应用的边界条件呈现。
引用
@article{arxiv.2604.14619,
title = {The Acoustic Camouflage Phenomenon: Re-evaluating Speech Features for Financial Risk Prediction},
author = {Dhruvin Dungrani and Disha Dungrani},
journal= {arXiv preprint arXiv:2604.14619},
year = {2026}
}