چرا این حوزه اهمیت دارد

گفتار احساس را نه‌فقط از طریق واژه‌ها، بلکه از طریق آهنگ، کیفیت صدا، زمان‌بندی و محتوای زبانی منتقل می‌کند. تشخیص احساس می‌تواند در تعامل انسان و رایانه، تحلیل رسانه، دسترس‌پذیری و کاربردهای سلامت و بهزیستی مفید باشد، اما بیان عاطفی در افراد، زبان‌ها و فرهنگ‌ها متفاوت است. ما مدل‌هایی را بررسی می‌کنیم که فراتر از یک پیکره، گوینده یا شرایط ضبط خاص قابل‌اعتماد بمانند.

جهت‌های پژوهشی

  • نشانه‌های آکوستیکی و آوایی: بررسی نقش زیروبمی، انرژی، زمان‌بندی، کیفیت صدا و ساختار طیفی در احساس ادراک‌شده.
  • نمایش‌های خودنظارتی گفتار: بررسی اینکه مدل‌های عمومی گفتار تا چه حد به وظایف عاطفی منتقل می‌شوند و چه اطلاعاتی را می‌گیرند یا از دست می‌دهند.
  • عاطفهٔ چندوجهی: ترکیب گفتار با متن، تصویر یا نشانه‌های زمینه‌ای در صورت وجود، با حفظ قابلیت تفسیر سهم هر وجه.
  • تعمیم بین‌زبانی و بین‌پیکره‌ای: مطالعهٔ رفتار مدل هنگام تغییر زبان، گوینده، دامنه یا شرایط ضبط.
  • عدم‌قطعیت و کالیبراسیون: حرکت از یک برچسب پیش‌بینی‌شده به سمت اطمینان کالیبره‌شده، ابهام و ارزیابی مستقل از گوینده.
  • شرایط واقعی: پرداختن به نویز، گفتار خودبه‌خودی، هم‌پوشانی گفتار و تفاوت میان بیان احساس بازی‌شده و طبیعی.
  • اخلاق و حریم خصوصی: توجه به رضایت، تفاوت‌های فرهنگی و خطر بزرگ‌نمایی توانایی مدل در استنباط حالت درونی افراد.

رویکرد ما

ما بر ارزیابی مستقل از گوینده، پیش‌پردازش شفاف و گزارش صادقانهٔ عدم‌قطعیت تأکید می‌کنیم. برچسب‌های احساس را حاشیه‌نویسی‌هایی می‌بینیم که تحت‌تأثیر زمینه و ادراک شنونده شکل می‌گیرند، نه اندازه‌گیری مستقیم تجربهٔ درونی فرد.

هدف ما

سامانه‌های آگاه از عاطفه که هم مفید و هم مسئولانه باشند: سامانه‌هایی که در محیط‌های واقعی به افراد کمک کنند و در همان حال محدودیت‌ها و فرض‌های خود را روشن نشان دهند.