English(EN) Automatic Detection of Stress from Speech in the Trier Social Stress Test

机器学习模型在 Trier 社会应激实验中通过语音检测压力

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-01 14:21

研究人员开发了一种机器学习模型，能够自动检测 Trier 社会应激实验 (TSST) 期间的语音压力。该模型在区分压力和非压力状况方面的性能显著高于基线水平，并利用声学韵律特征部分预测了生理和情感压力反应。特征重要性分析突出了最具信息量的预测因子，证明了语音作为人类压力无创指标的潜力。 AI

影响这项研究展示了语音分析在提供无创压力检测方面的潜力，这可能在行为研究和临床评估中有应用。

排序理由该项目是一篇学术论文，详细介绍了机器学习在压力检测中的新方法和研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Hanna Drimalla, Wieland R. Cremer, Christine Kraus, Oliver T. Wolf · 2026-07-02 04:00

Automatic Detection of Stress from Speech in the Trier Social Stress Test

arXiv:2607.00986v1 Announce Type: new Abstract: Automatically detecting stress in speech provides an unobtrusive way to gain insights relevant to behavioral research or clinical assessment. This study investigates the automatic differentiation between a stressful and non-stressfu…
arXiv cs.LG TIER_1 English(EN) · Oliver T. Wolf · 2026-07-01 14:21

Trier Social Stress Test 中语音压力自动检测

Automatically detecting stress in speech provides an unobtrusive way to gain insights relevant to behavioral research or clinical assessment. This study investigates the automatic differentiation between a stressful and non-stressful situation, and the prediction of physiological…