Perception and prediction of speaker appeal - A single speaker study

در این مقاله ما پیش بینی خودکار پیش بینی سخنرانان از ضبط سخنرانی سیاسی را بررسی می کنیم. پایگاه داده مورد استفاده شامل ضبط یک سخنران تک در طیف وسیعی از موقعیت ها (مصاحبه، تظاهرات انتخاباتی و غیره) است که برای شش ویژگی سخنران شرح داده شده است: خسته کننده؛ کاریزماتیک؛ مشتاق الهام بخش؛ دوست داشتنی و متقاعد کننده هدف این مطالعه پیش بینی این رأی ها با استفاده از ویژگی های صوتی گفتار است. ما سه مقاله کلیدی در این مقاله ارائه می دهیم. در ابتدا، ما اثر محیط زیست را بر روی درک توانایی بلندگو بررسی می کنیم. ما در زمینه ادراک همه شش صفات، تعصب قابل ملاحظهای را در بر میگیریم؛ سخنرانیهای مصاحبه به طور مداوم به عنوان کمتر جذاب به نظر میرسد، و سخنرانی تظاهرات انتخاباتی بیشتر جذاب است. در دومین مشارکت ما تلاش می کنیم با استفاده از مدل سازی سخنرانی از هر وضعیت به طور جداگانه از این تعصبات بهره برداری کنیم، که به بهبود قابل توجهی در عملکرد طبقه بندی می انجامد. در نهایت، این پایگاه داده شامل 7 سال است. بنابراین، سهم سوم ما، تجزیه و تحلیل واریانس هر دو حاشیه نویسی و ویژگی های صوتی در طول زمان برای کشف روند زمانی در درخواست تجدید نظر سخنران است. ما روندهای قابل توجهی را نشان می دهیم که نشان می دهد کاهش فعالیت سخنران در طول زمان، که منجر به کاهش ادراک درخواست سخنران می شود، اندازه گیری شده توسط حاشیه نویسی های پایگاه داده است.