情感计算的关系范式转变:情感共鸣、活力情感与声音交互场
arXiv cs.AI · · 发布于 2026-09-11 · 2 分钟阅读
情感计算在很大程度上遵循个体状态范式,从孤立说话人中提取离散情绪标签或唤醒度与效价。作者认为,这一框架对于交互而言并不完整。借鉴情感共鸣与活力轮廓理论,他们提出一种关系框架,将情感分析的基本单元设定为声音动态中构成的交互场。作为概念验证,论文呈现了一项初步实证研究,使用连续自监督语音表示来检测多方对话中的方向性表达耦合。耦合具有状态特异性,集中在亚秒级时间尺度,并在仅含语音的负对照下消失,这符合关系性情感动力学的解释。作者还提出以情感共鸣动态本体为基础的人工情感共鸣智能设计框架,并由跨交互状态的零校准方向耦合分析提供支持。
当前来源仅提供摘要,以下要点基于摘要生成;可通过官方原文查看完整信息。现有范式被认为不完整
情感计算在很大程度上遵循个体状态范式,从孤立说话者中提取离散情绪标签或唤醒度与效价;作者主张这一取径不足以刻画交互。
提出关系性框架
借助情感共鸣与生命力轮廓的论述,作者提出情感分析的首要单位应是声音动态中构成的交互场。
概念验证研究
研究使用连续自监督语音表示,在多方对话中检测方向性表达耦合。
耦合具有状态特定性
检测到的耦合并非普遍存在,而是随交互状态不同而变化。
耦合集中于亚秒级时间尺度
表达耦合主要出现在不足一秒的时间尺度上。
负对照结果支持关系性解释
在仅保留单一说话人语音的负对照条件下耦合消失,结果与关系性情感动力学解释一致。
提出设计框架
作者提出以情感共鸣动态本体为基础的人工情感共鸣智能设计框架,并由跨交互状态的空校准方向性耦合分析支撑。
SOURCES
共 1 个来源来源与引用
官方原文arXiv cs.AI 原始发布2026-09-11 · 一手信息https://arxiv.org/abs/2609.09864