arXiv · 01.07.2026 ·Исследования и наука

Автоматическое распознавание стресса по голосу в клинических исследованиях

Исследователи разработали метод автоматического определения уровня стресса на основе анализа речи, используя данные Трирского социального стресс-теста. Система классифицирует состояние человека как стрессовое или нейтральное, а также прогнозирует физиологические и эмоциональные реакции. Технология предлагает неинвазивный способ мониторинга психического состояния, что открывает новые возможности для поведенческой психологии и клинической диагностики без необходимости использования громоздких датчиков.

В основе работы лежит анализ акустических характеристик речи, которые меняются при активации симпатической нервной системы. Авторы использовали выборку из 50 участников, проходящих стандартизированные испытания, для обучения моделей машинного обучения. Модель успешно дифференцирует реакцию на острый стресс, опираясь на изменения в интонации, темпе речи и спектральных признаках, которые сложно уловить при обычном прослушивании.

Данный подход позволяет интегрировать инструменты оценки психологического благополучия в носимые устройства или системы телемедицины. В отличие от традиционных методов, требующих забора крови на кортизол или подключения ЭКГ, анализ голоса требует лишь записи аудиопотока. Это делает технологию перспективной для долгосрочного отслеживания динамики стресса в реальных условиях, а не только в лабораторной среде.

Ключевые факты

В исследовании использовались данные 50 участников, прошедших Трирский социальный стресс-тест.
Система классифицирует наличие стресса и прогнозирует физиологические показатели организма.
Метод основан на автоматическом извлечении акустических признаков из речевого сигнала.
Технология предназначена для неинвазивного мониторинга в клинической и поведенческой практике.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Оценка и бенчмарки SpeechEQ: новый бенчмарк для оценки эмоционального интеллекта голосовых ИИ Исследователи представили SpeechEQ — специализированный бенчмарк для оценки эмоционального интеллекта в мультимодальных голосовых моделях. В отличие от существующих тестов, анализирующих только текст или акустику по отдельности, SpeechEQ фокусируется на кросс-модальном понимании паралингвистических сигналов. Это позволяет точнее измерять способность ИИ распознавать социальные нюансы и контекст в живом диалоге, что критически важно для естественного взаимодействия. arXiv · Машинное обучение Анализ влияния текстовых инструкций на синтез речи в диффузионных моделях Исследователи представили метод интерпретации работы систем синтеза речи (TTS), управляемых текстовыми описаниями стиля. В современных моделях, использующих естественный язык для настройки характеристик голоса, долгое время оставалось неясным, какие именно слова в промпте определяют конкретные акустические параметры аудиовыхода. Понимание этой связи необходимо для диагностики ошибок генерации и повышения точности управления эмоциональной окраской речи. arXiv · Оценка и бенчмарки Исследование: современные голосовые ИИ-системы игнорируют эмоциональную окраску речи Исследователи проанализировали работу четырех передовых систем голосового ИИ: GPT-4o (OpenAI), Gemini 1.5 Flash (Google), а также Qwen2.5 Omni Plus и Omni Flash (Alibaba). Выяснилось, что модели фокусируются исключительно на текстовом содержании запроса, полностью игнорируя паралингвистические сигналы — интонацию, темп и эмоциональную окраску, которые критически важны для понимания контекста и намерений говорящего. arXiv · ИИ в бизнесе ИИ-мониторинг среды в реанимации для прогнозирования делирия Исследователи представили метод раннего выявления делирия у пациентов в отделениях интенсивной терапии с помощью анализа факторов окружающей среды. Делирий является распространенным осложнением, которое значительно увеличивает сроки госпитализации и стоимость лечения, однако его своевременная диагностика остается сложной задачей для медицинского персонала. Hacker News · Исследования и наука Декодирование естественной речи по неинвазивным данным активности мозга Исследователи Meta (признана экстремистской организацией, деятельность запрещена в РФ) представили метод декодирования человеческой речи на основе неинвазивных записей активности мозга, таких как МЭГ и ЭЭГ. Система способна восстанавливать целые предложения, используя архитектуру, которая сопоставляет нейронные сигналы с семантическими представлениями, полученными из предобученных языковых моделей, что открывает новые возможности для нейрокомпьютерных интерфейсов. arXiv · Исследования и наука Новый датасет DyadEE для анализа эмоциональной синхронизации в диалогах Исследователи представили модель TRACE и датасет DyadEE, предназначенные для анализа эмоциональной синхронизации (entrainment) в диалоговой речи. Система учитывает временные зависимости и социальный контекст общения, что позволяет ИИ-агентам точнее распознавать аффективную координацию между собеседниками. Это критически важный шаг для создания более естественных и эмпатичных голосовых интерфейсов, способных адаптироваться к эмоциональному состоянию пользователя в реальном времени. arXiv · Оценка и бенчмарки Исследование способностей LLM к распознаванию тонких эмоций Исследователи провели комплексную оценку способности современных языковых моделей распознавать широкий спектр человеческих эмоций в формате zero-shot. В тесте участвовали Claude 3.5 Sonnet, GPT-4o и Gemini 1.5 Flash. Анализ показал, насколько точно ИИ справляется с классификацией сложных эмоциональных состояний, что критически важно для развития систем психологической поддержки, клиентского сервиса и проектирования естественного взаимодействия человека с машиной. arXiv · Исследования и наука Сравнение эффективности ИИ и человека в распознавании дизартрической речи Исследователи провели сравнительный анализ точности распознавания нидерландской дизартрической речи человеком и тремя современными системами автоматического распознавания (ASR). В ходе эксперимента оценивалась работа моделей Whisper-large-V3, Google Chirp 3 и Omnilingual при обработке спонтанной и прочитанной речи пациента с тяжелой формой дизартрии. Результаты показывают текущие возможности и ограничения нейросетевых моделей в задачах адаптивной обработки специфических речевых нарушений. arXiv · Исследования и наука ИИ для оценки депрессии по диалогам с виртуальными ассистентами Учёные предложили новый метод оценки тяжести депрессии на основе диалогов с ИИ-ассистентами. Исследование опубликовано на arXiv. arXiv · Исследования и наука Языковые цифровые двойники для мониторинга когнитивного здоровья Исследователи представили фреймворк для создания «языковых цифровых двойников», предназначенных для раннего выявления умеренных когнитивных нарушений у пожилых людей. Система анализирует речевые и разговорные паттерны пользователя как неинвазивные биомаркеры, позволяя отслеживать изменения в когнитивном состоянии в режиме реального времени и обеспечивать персонализированную поддержку на основе долгосрочного моделирования поведения.

← Все материалы