論文の概要: Unrequited Emotions: Investigating the Gaps in Motivation and Practice in Speech Emotion Recognition Research

• arxiv url: http://arxiv.org/abs/2604.25776v1
• Date: Tue, 28 Apr 2026 15:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.929104
• Title: Unrequited Emotions: Investigating the Gaps in Motivation and Practice in Speech Emotion Recognition Research
• Title（参考訳）: 未知感情: 音声認識研究におけるモチベーションと実践のギャップを探る
• Authors: Taryn Wong, Zeerak Talat, Hanan Aldarmaki, Anjalie Field,
• Abstract要約: 本研究では,この研究の動機を明らかにするために,音声感情認識(SER)研究を体系的に実施する。 SERリサーチは魅力ある目標を識別するが、一般的に使用されるデータセットはこれらのデプロイメントコンテキストを反映していない。 このようなギャップは倫理的な懸念を招き、SER研究は誤解釈や誤用、下流の害を防ぐために、具体的なユースケースで自身を修復すべきである、と我々は主張する。
• 参考スコア（独自算出の注目度）: 11.170150451606936
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Critical analyses of emotion recognition technology have raised ethical concerns around task validity and potential downstream impacts, urging researchers to ensure alignment between their stated motivations and practice. However, these discussions have not adequately influenced or drawn from research on speech emotion recognition (SER). We address this gap by conducting a systematic survey of SER research to uncover what stated motivations drive this work and if they align with the datasets and emotions studied. We find that while SER research identifies appealing goals, such as well-situated voice-activated systems or healthcare applications, commonly-used datasets do not reflect these proposed deployment contexts, thus presenting a gap between motivations and research practices. We argue that such gaps engender ethical concerns, and that SER research should reassert itself with concrete use-cases to prevent misinterpretations, misuse, and downstream harms.
• Abstract（参考訳）: 感情認識技術の批判的分析は、課題の妥当性と潜在的な下流への影響に関する倫理的懸念を提起し、研究者は彼らの主張されたモチベーションと実践の整合性を確保するよう促している。 しかし、これらの議論は、音声感情認識(SER)の研究から十分な影響を受けていない。 このギャップに対処するために、SER研究の体系的な調査を行い、この研究を駆動するモチベーションが何であるか、そして研究されたデータセットや感情と一致しているかを明らかにする。 SER研究は、音声活性化システムや医療アプリケーションなどの魅力ある目標を識別するが、一般的に使用されるデータセットはこれらの展開状況を反映しないため、モチベーションと研究実践のギャップが生じる。 このようなギャップは倫理的な懸念を招き、SER研究は誤解釈や誤用、下流の害を防ぐために、具体的なユースケースで自身を修復すべきである、と我々は主張する。

関連論文リスト

• Emotion Recognition and Generation: A Comprehensive Review of Face, Speech, and Text Modalities [8.08366903467967]
  我々は、顔、声、テキストのモダリティにまたがる感情認識と生成の基礎となる原則を紹介する。 本稿では,評価指標,比較分析,現状の限界について論じ,この分野の研究者が直面している課題に光を当てる。
  論文  参考訳（メタデータ） (2025-02-02T00:11:19Z)
• Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
  対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。 大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
  論文  参考訳（メタデータ） (2024-06-07T08:58:29Z)
• Layer-Wise Analysis of Self-Supervised Acoustic Word Embeddings: A Study on Speech Emotion Recognition [54.952250732643115]
  連続表現から派生した長さの固定長特徴である音響単語埋め込み(AWE)について検討し,その利点について検討した。 AWEは以前、音響的識別可能性の把握に有用であることを示した。 以上の結果から,AWEが伝達する音響的文脈が明らかになり,高い競争力を持つ音声認識精度が示された。
  論文  参考訳（メタデータ） (2024-02-04T21:24:54Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• Functional Graph Contrastive Learning of Hyperscanning EEG Reveals Emotional Contagion Evoked by Stereotype-Based Stressors [1.8925617030516924]
  本研究では,女性ペア間の協調的問題解決作業におけるステレオタイプベースストレス(SBS)の文脈に焦点を当てた。 本研究は、感情伝染の解明を通じて、その基盤となるメカニズムと効果を明らかにすることを目的とする。
  論文  参考訳（メタデータ） (2023-08-22T09:04:14Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Target Guided Emotion Aware Chat Machine [58.8346820846765]
  意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。 この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-11-15T01:55:37Z)
• Intrinsic motivation in virtual assistant interaction for fostering spontaneous interactions [3.420509295457138]
  本研究は,感情工学的アプローチによる本質的なモチベーションをカバーすることを目的とする。 新しい動機づけモデルが提案され、本質的な動機づけは能力の期待と不確実性という2つの要因によって影響を受ける。 最初の実験の結果、期待度の高いエンゲージは、期待度が低いよりも本質的に動機づけられた相互作用を示すことがわかった。
  論文  参考訳（メタデータ） (2020-10-13T14:23:57Z)

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。