論文の概要: The Self 2.0: How AI-Enhanced Self-Clones Transform Self-Perception and
Improve Presentation Skills
- arxiv url: http://arxiv.org/abs/2310.15112v1
- Date: Mon, 23 Oct 2023 17:20:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 18:25:12.254870
- Title: The Self 2.0: How AI-Enhanced Self-Clones Transform Self-Perception and
Improve Presentation Skills
- Title（参考訳）: 自己2.0:AIによる自己認識の変容とプレゼンテーションスキルの向上
- Authors: Qingxiao Zheng, Yun Huang
- Abstract要約: 本研究は、AI生成デジタルセルフクローンがオンラインプレゼンテーションスキル改善に与える影響について検討する。
自己記録ビデオ(制御)と自己記録ビデオ(AIグループ)を比較した。
本研究は, 自己クローンの倫理的利用を推奨し, スキル開発における感情的・認知的側面を高めることを目的とする。
- 参考スコア（独自算出の注目度）: 9.495191491787908
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study explores the impact of AI-generated digital self-clones on
improving online presentation skills. We carried out a mixed-design experiment
involving 44 international students, comparing self-recorded videos (control)
with self-clone videos (AI group) for English presentation practice. The AI
videos utilized voice cloning, face swapping, lip-sync, and body-language
simulation to refine participants' original presentations in terms of
repetition, filler words, and pronunciation. Machine-rated scores indicated
enhancements in speech performance for both groups. Though the groups didn't
significantly differ, the AI group exhibited a heightened depth of reflection,
self-compassion, and a meaningful transition from a corrective to an enhancive
approach to self-critique. Within the AI group, congruence between
self-perception and AI self-clones resulted in diminished speech anxiety and
increased enjoyment. Our findings recommend the ethical employment of digital
self-clones to enhance the emotional and cognitive facets of skill development.
- Abstract（参考訳）: 本研究は、AI生成デジタルセルフクローンがオンラインプレゼンテーションスキル改善に与える影響について検討する。
海外学生44名を対象に,自己記録ビデオ(制御)と自己クローンビデオ(AIグループ)の混合設計実験を行った。
aiビデオは、音声のクローン、顔の交換、口唇同期、身体言語シミュレーションを利用して、参加者のオリジナルのプレゼンテーションを反復、フィラーワード、発音で洗練した。
機械評価スコアは,両グループの音声性能が向上したことを示している。
グループの違いはさほど大きくなかったが、aiグループは反射の深さが高まり、自己受容性が高まり、自己批判に対する矯正的アプローチから包括的アプローチへの有意義な移行が見られた。
AIグループ内では、自己認識とAI自己クローンの一致により、音声の不安が減少し、楽しみが増した。
本研究は,スキル開発における感情的・認知的側面を高めるために,デジタル・セルフクローンの倫理的採用を推奨する。
関連論文リスト
- Listening for Expert Identified Linguistic Features: Assessment of Audio Deepfake Discernment among Undergraduate Students [0.0]
本稿では,専門家が定義した言語的特徴を聴くことで,大学生が音声深層認識能力を向上させるための教育効果を評価する。
我々の研究は、ディープフェイク識別メカニズムとして、ターゲット言語的手がかりをリスナーに導入することで、情報教育に留まらない。
その結果, 実験群は, 音声クリップの評価における不確実性が統計的に顕著に低下し, 当初不確実であったクリップを正確に識別する能力が向上したことがわかった。
論文 参考訳（メタデータ） (2024-11-21T20:52:02Z) - MindSpeech: Continuous Imagined Speech Decoding using High-Density fNIRS and Prompt Tuning for Advanced Human-AI Interaction [0.0]
本稿では,脳とAIの直接インターフェースを開発することによって,人間とAIのインタラクションを実現する新しい手法を提案する。
我々はMindSpeechと呼ばれる新しいAIモデルについて論じる。
4名中3名に対してBLEU-1,BERT Pスコアなどの指標を有意に改善した。
論文 参考訳（メタデータ） (2024-07-25T16:39:21Z) - Collective Attention in Human-AI Teams [4.312803416185713]
AIアシスタントの存在は、共有認知の様々な側面を調節することによって、チームの集団的注意に大きく影響する。
本研究は,チーム設定におけるAIシステムがチームパフォーマンスに影響を及ぼす中心的なメカニズムとして,集団的注意を喚起することによって,人間とAIのコラボレーション研究に寄与する。
論文 参考訳（メタデータ） (2024-07-03T13:46:00Z) - EgoNCE++: Do Egocentric Video-Language Models Really Understand Hand-Object Interactions? [48.702973928321946]
我々は、EgoNCE++という新しい非対称なコントラスト対象をEgoHOIに導入する。
実験の結果,EgoNCE++はオープン語彙HOI認識,マルチインスタンス検索,アクション認識タスクを著しく向上させることがわかった。
論文 参考訳（メタデータ） (2024-05-28T00:27:29Z) - Contrastive Learning of Person-independent Representations for Facial
Action Unit Detection [70.60587475492065]
自己教師型AU表現学習信号を2次元で定式化する。
ビデオクリップ内でAU表現を学習し、個人に依存しない表現を学習するためのクロスアイデンティティ再構築機構を考案する。
提案手法は,他のコントラスト学習手法よりも優れており,自己教師と教師付きAU検出手法間の性能ギャップを著しく短縮する。
論文 参考訳（メタデータ） (2024-03-06T01:49:28Z) - Attention-based Interactive Disentangling Network for Instance-level
Emotional Voice Conversion [81.1492897350032]
感情音声変換(Emotional Voice Conversion)は、非感情成分を保存しながら、与えられた感情に応じて音声を操作することを目的とする。
本稿では,音声変換にインスタンスワイドな感情知識を活用する,意図に基づく対話型ディスタングネットワーク(AINN)を提案する。
論文 参考訳（メタデータ） (2023-12-29T08:06:45Z) - An Exploration of Self-Supervised Pretrained Representations for
End-to-End Speech Recognition [98.70304981174748]
本稿では,事前訓練された音声表現の一般応用,高度なエンドツーエンド自動音声認識(E2E-ASR)モデルに焦点をあてる。
いくつかの事前訓練された音声表現を選択し、E2E-ASRのための様々なオープンソースおよび公開コーパスの実験結果を示す。
論文 参考訳（メタデータ） (2021-10-09T15:06:09Z) - Self-PU: Self Boosted and Calibrated Positive-Unlabeled Training [118.10946662410639]
本稿では,PU学習と自己学習をシームレスに統合する,新しい自己学習フレームワークを提案する。
Self-PUは3つの"自己"指向のビルディングブロックを強調している。
本稿では,アルツハイマー病の脳画像の分類という,PU学習の現実的応用について検討する。
論文 参考訳（メタデータ） (2020-06-22T17:53:59Z) - Does Visual Self-Supervision Improve Learning of Speech Representations
for Emotion Recognition? [63.564385139097624]
本研究は,音声表現の学習を指導するために,顔再構成による視覚的自己監督について検討する。
提案した視覚的・音声的自己監督のマルチタスクの組み合わせは,よりリッチな特徴を学習する上で有益であることを示す。
学習した音声表現を、離散的感情認識、連続的感情認識、自動音声認識のために評価する。
論文 参考訳（メタデータ） (2020-05-04T11:33:40Z)
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。