論文の概要: Detecting Distrust Towards the Skills of a Virtual Assistant Using
Speech
- arxiv url: http://arxiv.org/abs/2007.15711v1
- Date: Thu, 30 Jul 2020 19:56:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-05 15:07:40.637941
- Title: Detecting Distrust Towards the Skills of a Virtual Assistant Using
Speech
- Title(参考訳): 音声を用いた仮想アシスタントのスキルに対する不信感の検出
- Authors: Leonardo Pepino, Pablo Riera, Lara Gauder, Agust\'in Gravano, Luciana
Ferrer
- Abstract要約: 本研究では,ユーザが音声に基づいて仮想アシスタント(VA)上に有する信頼度を自動的に検出する可能性について検討する。
被験者の発話は,利用者のVA能力に対する信頼を代行するものとして,使用するVAの種類を検出するのに有効であることがわかった。
- 参考スコア(独自算出の注目度): 8.992916975952477
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research has shown that trust is an essential aspect of human-computer
interaction directly determining the degree to which the person is willing to
use the system. An automatic prediction of the level of trust that a user has
on a certain system could be used to attempt to correct potential distrust by
having the system take relevant actions like, for example, explaining its
actions more thoroughly. In this work, we explore the feasibility of
automatically detecting the level of trust that a user has on a virtual
assistant (VA) based on their speech. We use a dataset collected for this
purpose, containing human-computer speech interactions where subjects were
asked to answer various factual questions with the help of a virtual assistant,
which they were led to believe was either very reliable or unreliable. We find
that the subject's speech can be used to detect which type of VA they were
using, which could be considered a proxy for the user's trust toward the VA's
abilities, with an accuracy up to 76\%, compared to a random baseline of 50\%.
These results are obtained using features that have been previously found
useful for detecting speech directed to infants and non-native speakers.
- Abstract(参考訳): 研究によれば、信頼は人間とコンピュータの相互作用において必要不可欠な側面であり、その人がシステムを使用する意思の程度を直接決定する。
ユーザが特定のシステムに持っている信頼度の自動予測は、例えば、より徹底的にその動作を説明するなど、システムが関連する行動をとることによって潜在的な不信を正そうと試みることができる。
本研究では,ユーザが音声に基づいて仮想アシスタント(VA)に持つ信頼度を自動的に検出する可能性について検討する。
この目的のために収集されたデータセットは、被験者が仮想アシスタントの助けを借りて、さまざまな事実的質問に答えるよう求められた、人間とコンピュータの音声対話を含んでいる。
被験者の発話は、使用したVAの種類を検知するために使用することができ、これは、ユーザのVA能力に対する信頼のプロキシとして、ランダムなベースラインである50\%と比較して、最大76\%の精度で利用できる。
これらの結果は、幼児と非母語話者に向けられた音声を検出するのに有用な特徴を用いて得られた。
関連論文リスト
- User-Centered Security in Natural Language Processing [0.7106986689736825]
自然言語処理(NLP)におけるユーザ中心のセキュリティの枠組みの提案
NLP内の2つのセキュリティドメインに重点を置いている。
論文 参考訳(メタデータ) (2023-01-10T22:34:19Z) - Attribute Inference Attack of Speech Emotion Recognition in Federated
Learning Settings [56.93025161787725]
Federated Learning(FL)は、クライアントをコーディネートして、ローカルデータを共有せずにモデルを協調的にトレーニングする分散機械学習パラダイムである。
本稿では,共有勾配やモデルパラメータからクライアントの機密属性情報を推測する属性推論攻撃フレームワークを提案する。
FLを用いて学習したSERシステムに対して,属性推論攻撃が達成可能であることを示す。
論文 参考訳(メタデータ) (2021-12-26T16:50:42Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳(メタデータ) (2021-11-11T19:40:51Z) - Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。
元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。
私たちのコードは、将来的な比較作業のためにオープンソースにされます。
論文 参考訳(メタデータ) (2021-07-01T08:58:16Z) - Voting for the right answer: Adversarial defense for speaker
verification [79.10523688806852]
ASVは敵の攻撃のレーダー下にあり、これは人間の知覚による本来の攻撃と似ている。
盲点領域におけるASVのリスクの高い決定を防止するため、「正しい回答を求める」という考え方を提案する。
実験結果から,本手法は両攻撃者に対するロバスト性を向上することが示された。
論文 参考訳(メタデータ) (2021-06-15T04:05:28Z) - A Study on the Manifestation of Trust in Speech [12.057694908317991]
音声に基づいて仮想アシスタント(VA)でユーザーが持っている信頼レベルを自動的に検出する可能性を検討します。
VAのスキルに対する信頼度が異なるよう誘導された被験者から発話データを収集するための新しいプロトコルを開発した。
我々は、このプロトコルが効果的にエージェントのスキルを信頼または不信の望ましい精神状態に被験者に影響を与えることに成功したという明確な証拠を示しています。
論文 参考訳(メタデータ) (2021-02-09T13:08:54Z) - Adversarial Disentanglement of Speaker Representation for
Attribute-Driven Privacy Preservation [17.344080729609026]
話者音声表現における属性駆動プライバシー保存の概念について紹介する。
これにより、悪意のあるインターセプターやアプリケーションプロバイダに1つ以上の個人的な側面を隠すことができる。
本稿では,話者属性の音声表現に絡み合った逆自動符号化手法を提案し,その隠蔽を可能にする。
論文 参考訳(メタデータ) (2020-12-08T14:47:23Z) - Speaker De-identification System using Autoencoders and Adversarial
Training [58.720142291102135]
本稿では,対人訓練とオートエンコーダに基づく話者識別システムを提案する。
実験結果から, 対向学習とオートエンコーダを組み合わせることで, 話者検証システムの誤り率が同等になることがわかった。
論文 参考訳(メタデータ) (2020-11-09T19:22:05Z) - Improving on-device speaker verification using federated learning with
privacy [5.321241042620525]
話者特性に関する情報は、話者認識精度を向上させる側情報として有用である。
本稿では,プライバシ保護学習が話者認証システムをどのように改善するかを検討する。
論文 参考訳(メタデータ) (2020-08-06T13:37:14Z) - Speech Enhancement using Self-Adaptation and Multi-Head Self-Attention [70.82604384963679]
本稿では,補助的話者認識機能を用いた音声強調のための自己適応手法について検討する。
テスト発話から直接適応に用いる話者表現を抽出する。
論文 参考訳(メタデータ) (2020-02-14T05:05:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。