arXiv cs.CL· Thanushi Withanage, Desi Jones, Noah Sasson, Elizabeth Redcay, Carol Espy-Wilson·· 11 小时前AI 评分18
多模态感知对话成功度预测：面向自闭症与非自闭症者自发双人互动
Multi modal perceived conversation success prediction for spontaneous autistic and non-autistic dyadic interactions
AI 导读
研究利用发音、面部、声学韵律和轮次转换等多模态特征，在三个包含自闭症与非自闭症个体的自发双人互动数据集上预测参与者感知的对话成功度。结果表明对话成功本质上是多维的，需要多面向分析框架；融合互补模态可捕捉单一模态无法提供的信息，从而提升预测效果。
正文 · AI 翻译
摘要：对话成功对于沟通、社会联结和幸福感十分重要，而在自闭症—神经典型者之间的对话中往往有所降低。以往研究已在儿童自闭症富集样本中利用声学和词汇特征预测感知到的对话成功，或在非自闭症群体互动中利用非言语行为进行预测。其他工作则刻画了自闭症互动中的韵律、面部、运动和话轮转换同步性，但主要针对诊断分类或群体差异。本研究则不同，它基于三个包含自闭症与非自闭症个体的自发双人互动数据集，利用互补的发音、面部、声学—韵律和话轮转换测量来预测参与者感知到的对话成功。通过利用多模态特征，我们证明对话成功本质上是多维的，需要多层面的分析框架。结合这些互补模态，能够捕捉任何单一模态都无法提供的信息，从而有望改进对感知对话成功的预测。
| 评论： | 提交至 ICASSP 2027 |
| 主题： | 计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.31682 [cs.CL] |
| （或 arXiv:2610.31682v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31682 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Thanushi Withanage [查看邮箱]
[v1]
2026年10月2日星期五 21:47:30 UTC（129 KB）
来源：arXiv cs.CL · arxiv.org