GaMMA corpus

AI模型利用注视和语音预测对话轮次

研究人员开发了模型，通过分析语音和注视动态以及感知到的社交亲密度来预测多方对话中的轮次转换。研究使用了GaMMA语料库，在轮次转换事件之前提取的特征上训练了逻辑回归模型，以将结果分类为停顿或重叠。研究发现，注视特征（如转换模式和相互注视）与语音特征（如说话者响度）相结合，显著提高了预测准确性（ROC AUC = 0.76）。注视被证明是轮次转换的稳健、抗噪线索，补充了表明说话者控制的响度。