Introduction to the special issue on auditory-visual expressive speech and gesture in humans and machines

ما صحبت می کنیم تا خودمان را بیان کنیم گاهی اوقات کلمات می توانند آنچه را معنی می کنند را ضبط کنند. گاهی اوقات ما به معنای بیشتر می توان گفت. این جایی است که ما از حرکات قابل رویت خود - آن نوسانات پویا چشم، چهره، سر، دست، بازوها و بدن ما کمک می کند. نه تنها این سیگنال های بصری همبستگی ما به بیان اهداف، نگرش ها و احساسات ما کمک می کند، بلکه به ما در مشارکت مکالمات ما کمک می کند تا پیام ما را در اختیار ما قرار دهیم. فهمیدن اینکه چگونه و چه زمانی یک پیام را تکمیل می کند، شکل گرفته و با سیگنال های شنیداری و بصری تغییر می کند، برای یک علم که در نهایت جالب در تفسیر صحیح معنای منتخب است جالب است. این موضوع ویژه مقاله های تحقیقاتی را نشان می دهد که سیگنال های کلامی و غیر کلامی را بررسی می کند، یک موضوع کلیدی در ارتباطات گفتاری، از آنجایی که این ها مؤلفه های حیاتی در تفسیر معنا هستند. به عبارت دیگر، معنای سخنرانی کالیبره شده، تقویت شده و حتی با رفتار و گفتار همبستگی / گفتاری شامل بیان صورت، مخاطب، جهت دید، حرکات بازو، حرکات دست، حرکات بدن و جهت گیری، حالت، نزدیکی، تماس فیزیکی و غیره. درک سیگنال های بیان شده، یک گام حیاتی برای توسعه ماشین آلات است که بتوانند قصد داشته باشند و به عنوان عوامل اجتماعی درگیر شوند. موضوع خاص به سه بخش تقسیم می شود: ادراک سخنرانی ادبی و بصری؛ شناسایی و ادراک شنوایی و تصویری؛ سخنرانی شنوایی و تصویری تولید شده توسط کامپیوتر. در زیر، ما این مقالات را با بررسی مختصر مسائل مربوطه و مطالعات قبلی، زمانی که لازم است، معرفی می کنیم.