論文の概要: SETU: An Agentic Ecosystem for Multilingual, Persona-Aware Communication Coaching
- arxiv url: http://arxiv.org/abs/2608.27524v1
- Date: Thu, 27 Aug 2026 13:46:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.098356
- Title: SETU: An Agentic Ecosystem for Multilingual, Persona-Aware Communication Coaching
- Title（参考訳）: SETU:多言語・ペルソナ対応コミュニケーションコーチングのためのエージェントエコシステム
- Abstract要約: SETUは、採用者、フロントラインセールスプロフェッショナル、トレーニングユニットを対象とした企業コミュニケーションコーチングのためのエージェントエコシステムである。
分析を専門のビデオ、音声合成、テキスト関連、スコアリング、通知、レポートエージェントに分解する。
フォーマティブトレーニングのためのモダリティ対応コーチングレポートを生成し、人間レビュアーは最終判断を保持する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Corporate training teams need scalable and explainable tools to improve workforce communication in multilingual settings. Existing systems often score text, audio, or video in isolation, or produce black-box outputs that are difficult to audit for coaching use. This paper presents SETU, an agentic ecosystem for corporate communication coaching aimed at recruiters, frontline sales professionals and training units who prepare for audience specific conversations. SETU is designed for two scoped scenarios: (i) recruiter-candidate eligibility-and-interest calls with persona context and (ii) sales pitches with target-audience adaptation; owing to limited evaluation resources, this paper reports results on scenario (ii) only. The ecosystem decomposes analysis into specialized video, audio-speech, text-relevance, scoring, notification and reporting agents coordinated through trust-aware orchestration. It generates modality-attributed coaching reports for formative training, with human reviewers retaining final judgment. The name SETU (bridge in several Indic languages) reflects the goal of bridging communication gaps across regional languages and audience expectations.
- Abstract（参考訳）: 企業トレーニングチームは、多言語環境での労働力コミュニケーションを改善するために、スケーラブルで説明可能なツールを必要とします。
既存のシステムでは、テキスト、オーディオ、ビデオを個別にスコアリングしたり、コーチング使用の監査が難しいブラックボックス出力を生成したりすることが多い。
本稿では,企業におけるコミュニケーション・コーチングのためのエージェント・エコシステムであるSETUについて述べる。
SETUは2つのスコープシナリオ用に設計されている。
一 ペルソナの文脈による採用適格・利害の取消し
(二)ターゲット・オーディエンス適応型販売ピッチ : 限られた評価資源のため、シナリオに関する結果を報告する。
(ii)のみ。
このエコシステムは、分析を専門のビデオ、音声合成、テキスト関連、スコアリング、通知、レポートエージェントに分解する。
フォーマティブトレーニングのためのモダリティ対応コーチングレポートを生成し、人間レビュアーは最終判断を保持する。
SETU (bridge in several Indic languages) という名前は、地域言語間のコミュニケーションギャップを埋めることと、聴衆の期待を反映している。
関連論文リスト
- Ouvia: A User-centered Framework for Measuring Usability of Speech Translation in Real-World Communication Scenarios [63.167237308464536]
音声翻訳(ST)はユーザアプリケーションではますます普及しているが、その評価は非テキスト化テストベッドと全体的な品質に重点を置いている。
実環境における音声翻訳のユーザビリティを評価するための評価フレームワークであるOuviaを紹介する。
論文 参考訳（メタデータ） (2026-06-04T13:52:21Z) - Few-Shot Contrastive Adaptation for Audio Abuse Detection in Low-Resource Indic Languages [3.5238606794194816]
ソーシャルメディアが音声による対話へとシフトするにつれ、虐待的音声検出の重要性が高まっている。
コントラスト言語-オーディオ事前学習が、音声から直接虐待的音声検出を支援できるかどうかを検討する。
論文 参考訳（メタデータ） (2026-04-10T08:23:03Z) - PRiSM: Benchmarking Phone Realization in Speech Models [70.82595415252682]
音声認識(PR)は言語に依存しない言語間音声処理と音声解析のためのアトミックインタフェースとして機能する。
PRiSMは、音声知覚における盲点を明らかにするために設計された、最初のオープンソースベンチマークである。
論文 参考訳（メタデータ） (2026-01-20T15:00:36Z) - Incorporating Linguistic Constraints from External Knowledge Source for Audio-Visual Target Speech Extraction [87.49303116989708]
AV-TSEの補助的知識源として,事前学習言語モデル (PSLM) と事前学習言語モデル (PLM) の可能性を検討する。
本研究では, AV-TSE モデルに対するPSLM や PLM からの言語制約を追加の監視信号として活用することを提案する。
推論中に余分な計算コストがなければ、提案手法は音声品質と知能性を一貫して改善する。
論文 参考訳（メタデータ） (2025-06-11T14:36:26Z) - Automatic Proficiency Assessment in L2 English Learners [51.652753736780205]
英語の第二言語習熟度(L2)は通常、英語の教師や専門家の評価者によって知覚的に評価される。
本稿では, 音声信号と対応文字の双方に対処し, 総合的なL2習熟度評価のための深層学習手法について検討する。
論文 参考訳（メタデータ） (2025-05-05T12:36:03Z) - CLASP: Contrastive Language-Speech Pretraining for Multilingual Multimodal Information Retrieval [0.9023847175654603]
CLASP(Contrastive Language-Speech Pretraining)は、音声テキスト情報検索に適した多言語表現である。
トレーニングでは,フィクションから宗教まで15の分野を対象とする音声テキストデータセットを新たに導入した。
複数の言語で評価した結果、CLASPはHITS@1、MRR、平均Rメトリクスで新しいベンチマークを確立している。
論文 参考訳（メタデータ） (2024-12-17T16:38:10Z) - An Initial Investigation of Language Adaptation for TTS Systems under Low-resource Scenarios [76.11409260727459]
本稿では,最近のSSLベースの多言語TSシステムであるZMM-TTSの言語適応性について検討する。
本研究では,事前学習言語と対象言語との音声学的な類似性が,対象言語の適応性能に影響を及ぼすことを示す。
論文 参考訳（メタデータ） (2024-06-13T08:16:52Z) - End-to-End Speech-to-Text Translation: A Survey [0.0]
音声からテキストへの翻訳(英: Speech-to-text translation)とは、ある言語の音声信号を他の言語のテキストに変換するタスクである。
機械翻訳(MT)モデルと同様に、自動音声認識(ASR)は従来のST翻訳において重要な役割を果たす。
論文 参考訳（メタデータ） (2023-12-02T07:40:32Z) - Dynamic Acoustic Unit Augmentation With BPE-Dropout for Low-Resource
End-to-End Speech Recognition [62.94773371761236]
我々は、OOVレートの高い低リソースセットアップで効果的なエンドツーエンドASRシステムを構築することを検討します。
本稿では,BPE-dropout法に基づく動的音響ユニット拡張法を提案する。
我々の単言語トルココンフォーマーは22.2%の文字誤り率(CER)と38.9%の単語誤り率(WER)の競争結果を確立した。
論文 参考訳（メタデータ） (2021-03-12T10:10:13Z)
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。