論文の概要: EMORSION: Examining the Impact of Audio Parameters on Emotional Responses and Immersion in Film

• arxiv url: http://arxiv.org/abs/2606.18266v1
• Date: Fri, 29 May 2026 09:29:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.788568
• Title: EMORSION: Examining the Impact of Audio Parameters on Emotional Responses and Immersion in Film
• Title（参考訳）: EMORSION:映画における感情応答と没入感に及ぼす音響パラメータの影響の検討
• Abstract要約: EMORSIONは、映画音響設計がオーディエンス感情とアシネマセッティングの浸漬をいかに形作るかを研究する、概念実証研究である。 ホラー(2)とドラマ(2)のジャンルで4つの映画シーンが選ばれ、メインストリームとインディペンデント・プロダクションのバランスがとれた。 各シーンごとに、音響設計、周波数(ピッチ)、ダイナミックス(ラウドネス)、方向(空間配置)の3つの中核的な側面を体系的に操作することで、複数の代替オーディオミックスが生成される。
• 参考スコア（独自算出の注目度）: 4.748391222522799
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: EMORSION is an exploratory proof-of-concept study examining how film audio design shapes audience emotion and immersion in acinema setting. Four film scenes were selected across the horror (2) and drama (2) genres, balanced between mainstream and independent productions. For each scene, multiple alternative audio mixes were created by systematically manipulating three core aspects of audio design, frequency (pitch), dynamics (loudness), and directionality (spatial placement). Three audience groups viewed the scenes, with each group exposed to one manipulated mix alongside a control mix for each scene. Audience responses were assessed through a triangulated multimodal framework combining self-reported emotion and immersion via a questionnaire, physiological measures including heart rate monitoring, and video-based motion tracking. The protocol successfully captured measurable, interpretable differences across audio conditions, indicating that even subtle changes in audio design can shape emotional perception and immersion. Unconventional mixes tended to produce greater variability in audience interpretation, while conventional immersive mixes were associated with stronger cross-audience agreement. These findings establish the feasibility of the EMORSION protocol and motivate larger-scale studies to characterise the role of specific audio parameters in shaping audience experience.
• Abstract（参考訳）: EMORSIONは、映画音響設計がオーディエンス感情とアシネマセッティングの浸漬をいかに形作るかを研究する、概念実証研究である。 ホラー(2)とドラマ(2)のジャンルで4つの映画シーンが選ばれ、メインストリームとインディペンデント・プロダクションのバランスがとれた。 各シーンごとに、オーディオデザイン、周波数(ピッチ)、ダイナミックス(ラウドネス)、方向(空間配置)の3つの中核的な側面を体系的に操作することで、複数の代替オーディオミックスが生成される。 3つのオーディエンスグループがシーンを眺め、各グループが各シーンのコントロールミックスと一緒に1つの操作されたミックスを露出した。 自己申告した感情と没入感を質問紙で組み合わせ,心拍モニタリングを含む生理的指標,映像に基づく運動追跡を併用した三角式マルチモーダル・フレームワークを用いて,聴取応答を評価した。 このプロトコルは、音響条件間での計測可能で解釈可能な違いをうまく捉え、微妙なオーディオデザインの変化でさえ、感情的な知覚と没入を形作る可能性があることを示唆している。 非伝統的な混合は聴衆の解釈において大きな変動をもたらす傾向があり、一方、従来の没入型混合はより強いクロスオーディエンス合意と関連していた。 これらの知見は、EMORSIONプロトコルの実現可能性を確立し、オーディエンスを形作る際の特定のオーディオパラメータの役割を特徴づけるために、より大規模な研究を動機づけるものである。

関連論文リスト

• The Attention Triangle in Audio-Video Models [67.46972888113658]
  音声・ビデオ拡散モデルは、テキスト、音声、視覚内容の調整にモーダルな注意を頼っているが、この機構は微妙で体系的な意味的漏洩をもたらす可能性がある。 テキスト,音声,ビデオストリームを接続する3つの横断的エッジからなる「注意三角形」を探索し,解析することにより,これらのモデルについて検討する。 音声は映像生成に影響を及ぼし、ビデオは音声生成に影響を及ぼす。
  論文  参考訳（メタデータ） (2026-09-03T09:33:27Z)
• FACE-net: Factual Calibration and Emotion Augmentation for Retrieval-enhanced Emotional Video Captioning [81.33341786837974]
  Emotional Video Captioning (EVC) は、ビデオで表現される本質的な感情で事実を記述することを目的とした、新たなタスクである。 FActual and Emotion Augmentation (FACE-net) を用いた検索強化フレームワークを提案する。 FACE-netは、事実と感情のセマンティクスを協調的にマイニングし、生成のための適応的で正確なガイダンスを提供する。
  論文  参考訳（メタデータ） (2026-03-18T07:53:15Z)
• Spatial Audio Question Answering and Reasoning on Dynamic Source Movements [8.029049649310211]
  孤立したモノラル音声イベントから多様な動きパターンを合成する動き中心の空間オーディオ拡張フレームワークを提案する。 第二に、音声モデルが明確な中間推論ステップを生成できる思考モードを持つエンドツーエンドのマルチモーダル微調整手法を提案する。 第3に,クエリ条件付きソース分離が事前処理段階に与える影響について検討し,3つの推論条件を比較した。
  論文  参考訳（メタデータ） (2026-02-18T10:16:30Z)
• Taming Transformer for Emotion-Controllable Talking Face Generation [61.835295250047196]
  本稿では,感情制御可能な発話顔生成タスクを個別に行うための新しい手法を提案する。 具体的には、2つの事前学習戦略を用いて、音声を独立したコンポーネントに分解し、映像を視覚トークンの組み合わせに定量化する。 我々は、複数の感情的オーディオで調整された映像の感情を制御するMEADデータセット上で実験を行う。
  論文  参考訳（メタデータ） (2025-08-20T02:16:52Z)
• FaceChain-ImagineID: Freely Crafting High-Fidelity Diverse Talking Faces from Disentangled Audio [45.71036380866305]
  我々は、音声を聴く人々の過程を抽象化し、意味のある手がかりを抽出し、単一の音声から動的に音声に一貫性のある発話顔を生成する。 ひとつはアイデンティティ、コンテンツ、感情をエンタングルドオーディオから効果的に切り離すことであり、もう一つは動画内多様性とビデオ間の一貫性を維持することである。 本稿では,3つのトレーニング可能なアダプタと凍結遅延拡散モデルとのフレキシブルな統合を含む,制御可能なコヒーレントフレーム生成を提案する。
  論文  参考訳（メタデータ） (2024-03-04T09:59:48Z)
• Looking Similar, Sounding Different: Leveraging Counterfactual Cross-Modal Pairs for Audiovisual Representation Learning [3.6204417068568424]
  映画やテレビ番組と呼ばれるバージョンを使って、クロスモーダルなコントラスト学習を強化しています。 提案手法では, 音声のみが異なる音声トラックの表現を学習する。
  論文  参考訳（メタデータ） (2023-04-12T04:17:45Z)
• Dilated Context Integrated Network with Cross-Modal Consensus for Temporal Emotion Localization in Videos [128.70585652795637]
  TELは、時間的行動の局所化と比較して3つのユニークな課題を提示している。 感情は時間的ダイナミクスが非常に多様である。 微粒な時間的アノテーションは複雑で、労働集約的です。
  論文  参考訳（メタデータ） (2022-08-03T10:00:49Z)
• On Negative Sampling for Audio-Visual Contrastive Learning from Movies [12.967364755951722]
  本研究では,未修正長大コンテンツ,すなわち映画からの音声・視覚的自己指導学習の有効性について検討する。 実験結果から、一定の修正を加えて、未処理のロングフォームビデオのトレーニングによって、最先端技術と競合する表現が得られることが示唆された。
  論文  参考訳（メタデータ） (2022-04-29T20:36:13Z)
• Affect2MM: Affective Analysis of Multimedia Content Using Emotion Causality [84.69595956853908]
  本稿では,マルチメディアコンテンツを対象とした時系列感情予測学習手法であるAffect2MMを提案する。 私たちの目標は、現実の人間中心の状況や行動でキャラクターが描く様々な感情を自動的に捉えることです。
  論文  参考訳（メタデータ） (2021-03-11T09:07:25Z)
• VisualVoice: Audio-Visual Speech Separation with Cross-Modal Consistency [111.55430893354769]
  ビデオでは、同時の背景音や他の人間のスピーカーにもかかわらず、顔に関連するスピーチを抽出することを目的としています。 本手法は,非ラベル映像から音声-視覚音声分離とクロスモーダル話者埋め込みを共同で学習する。 音声-視覚音声分離と強化のための5つのベンチマークデータセットで最新の結果が得られます。
  論文  参考訳（メタデータ） (2021-01-08T18:25:24Z)
• Look, Listen, and Attend: Co-Attention Network for Self-Supervised Audio-Visual Representation Learning [17.6311804187027]
  音声と視覚イベントの相関関係は、ニューラルネットワークをトレーニングするための自由教師付き情報として利用することができる。 本稿では,非競合ビデオから汎用的なクロスモーダル表現を学習するためのコアテンション機構を備えた,新しい自己教師型フレームワークを提案する。 実験の結果,従来の手法に比べてパラメータが少なめでありながら,プレテキストタスク上での最先端性能が得られた。
  論文  参考訳（メタデータ） (2020-08-13T10:08:12Z)

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。