論文の概要: Shifting Relational Paradigms for Affective Computing: Affective Resonance, Vitality Affects, and Vocal Interaction Fields

• arxiv url: http://arxiv.org/abs/2609.09864v1
• Date: Wed, 09 Sep 2026 08:16:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.949878
• Title: Shifting Relational Paradigms for Affective Computing: Affective Resonance, Vitality Affects, and Vocal Interaction Fields
• Title（参考訳）: 影響型コンピューティングのための関係パラダイムのシフト:影響型共鳴、生命性影響、音声相互作用の分野
• Abstract要約: Affective Computingは、主に個々の状態パラダイムに従っている。 このフレーミングは相互作用に不完全であると主張する。 本稿では,感情分析の主単位が音声力学の中で構成される相互作用場である関係フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 5.187859532730832
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Affective computing has largely followed an individual-state paradigm, extracting discrete emotion labels or arousal/valence from isolated speakers. We argue this framing is incomplete for interaction. Drawing on affective resonance and vitality-contour accounts, we propose a relational framework in which the primary unit of affective analysis is the interactional field constituted within vocal dynamics. As a proof of concept, we present a preliminary empirical study using continuous self-supervised speech representations to detect directional expressive coupling in multi-party conversation. Coupling is regime-specific, concentrated at sub-second timescales, and collapses under exclusive-speech negative controls, consistent with a relational account of affective dynamics. We introduce design frameworks for Artificial Affective Resonance Intelligence grounded in Affective Resonance Dynamic Ontologies, supported by null-calibrated directional coupling analyses across interaction regimes.
• Abstract（参考訳）: Affective Computingは個々の状態のパラダイムに大きく従い、独立した話者から個別の感情ラベルや覚醒/原子価を抽出している。 このフレーミングは相互作用に不完全であると主張する。 情緒的共鳴と活力-輪郭関係を基礎として,情緒的分析の主単位が声動力学的に構成される相互作用場である関係フレームワークを提案する。 概念実証として,多人数会話における指向性表現的結合を検出するために,連続的な自己指示型音声表現を用いた予備実験を行った。 カップリングはシステム固有のものであり、サブ秒の時間スケールに集中しており、排他的な負の制御の下で崩壊し、感情力学のリレーショナルな説明と一致する。 本稿では, 相互作用系間におけるNull-calibrated方向結合解析をサポートするAffective Resonance Dynamic Ontologyを基盤とした人工共振インテリジェンスの設計フレームワークを提案する。

関連論文リスト

• TRACE: Temporal Relationship-Aware Conversational Entrainment Detection in Dyadic Speech [15.290622671304305]
  ダイアドEE(DyadEE)は、ディヤド音声対話における感情的エントレメント検出のためのデータセットである。 本稿では,感情を微調整したWhisper表現から得られた音響埋め込みの順序列として,ダイアディック相互作用をモデル化するウィンドウレベルフレームワークであるTRACEを提案する。
  論文  参考訳（メタデータ） (2026-06-29T16:42:24Z)
• Predicting Cognitive Load from Speech and Interaction Dynamics in Dyadic Conversations [5.53329677986653]
  音声から認知負荷を推定することは、制御された実験室で主に研究されている。 我々は,9つの協調作業を行う53のダイアドから音声を分析し,静的音響,動的,対話的特徴を抽出し,2つの頭部Gated Recurrent Unitエンコーダを訓練する。 その結果、会話の相互作用は、時間的プレッシャー、メンタルワーク、努力、タスクパフォーマンスに関連する認知的負荷を予測するのに有用な信号であることが示された。
  論文  参考訳（メタデータ） (2026-06-11T07:05:26Z)
• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
  Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。 Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。 本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
  論文  参考訳（メタデータ） (2026-03-17T17:58:44Z)
• Memory-guided Prototypical Co-occurrence Learning for Mixed Emotion Recognition [56.00118641432005]
  本稿では,感情共起パターンを明示的にモデル化するメモリ誘導型プロトタイプ共起学習フレームワークを提案する。 人間の認知記憶システムに触発されて,意味レベルの共起関係を抽出するメモリ検索戦略を導入する。 本モデルは感情分布予測のための感情情報表現を学習する。
  論文  参考訳（メタデータ） (2026-02-24T04:11:25Z)
• LLM-MC-Affect: LLM-Based Monte Carlo Modeling of Affective Trajectories and Latent Ambiguity for Interpersonal Dynamic Insight [1.1119672724275114]
  感情調整は、人間の相互作用の中核的な性質であり、リアルタイムで意味が構築されるかを形成する。 本稿では,静的なラベルではなく,連続的な潜在確率分布として感情を特徴付ける確率的フレームワークを提案する。 この研究は、対人ダイナミクスを理解するためのスケーラブルでデプロイ可能な経路を確立し、一般化可能なソリューションを提供する。
  論文  参考訳（メタデータ） (2026-01-07T06:50:41Z)
• Multi-Modal Sentiment Analysis with Dynamic Attention Fusion [0.0]
  本稿では,事前学習した言語モデルからの凍結したテキスト埋め込みと音声エンコーダの音響的特徴を組み合わせた軽量フレームワークである動的注意融合(DAF)を紹介する。 提案するDAFモデルは,大規模なマルチモーダルベンチマークにおいて,静的核融合と非モードベースラインの両方を一貫して上回っている。 言語情報と非言語情報を効果的に統合することにより、我々のアプローチは感情予測のためのより堅牢な基盤を提供する。
  論文  参考訳（メタデータ） (2025-09-25T09:54:04Z)
• Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
  単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。 広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-04-26T07:30:32Z)
• A Hierarchical Regression Chain Framework for Affective Vocal Burst Recognition [72.36055502078193]
  本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。 データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。 提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
  論文  参考訳（メタデータ） (2023-03-14T16:08:45Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)

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。