論文の概要: Multi modal perceived conversation success prediction for spontaneous autistic and non-autistic dyadic interactions

• arxiv url: http://arxiv.org/abs/2610.31682v1
• Date: Fri, 02 Oct 2026 21:47:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 06:06:26.112452
• Title: Multi modal perceived conversation success prediction for spontaneous autistic and non-autistic dyadic interactions
• Title（参考訳）: 自律的・非音響的対話におけるマルチモーダルな会話成功予測
• Abstract要約: 本研究は, 相補的な調音, 顔, 音響韻律, ターンテイクから, 会話の成功を予測した。 マルチモーダルな特徴を活用することで、会話の成功は本質的に多次元であり、多面解析フレームワークが必要であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversation success is important for communication, social bonds, and well-being and is often reduced in autistic-neurotypical conversations. Previous studies have predicted perceived conversation success using acoustic and lexical features in pediatric autism-enriched samples, or using nonverbal behavior in non-autistic group interactions. Other work has characterized prosodic, facial, motor, and turn-taking synchrony in autistic interactions, but has primarily targeted diagnostic classification or group differences. The present study instead predicts participant perceived conversation success from complementary articulatory, facial, acoustic-prosodic, and turn-taking measures across three spontaneous dyadic-interaction datasets including autistic and non autistic individuals. By leveraging multimodal features, we demonstrate that conversational success is inherently multidimensional and requires a multi-faceted analytical framework. Combining these complementary modalities offers the potential to improve prediction of perceived conversation success by capturing information unavailable from any single modality.
• Abstract（参考訳）: 会話の成功はコミュニケーション、社会的結合、幸福のために重要であり、自閉症-神経型会話においてしばしば減少する。 先行研究は、小児自閉症に富んだサンプルの音響的特徴と語彙的特徴を用いて会話の成功を予測したり、非自閉症集団の相互作用において非言語的行動を用いたりしている。 他の研究は、自閉症の相互作用における韻律的、顔的、運動的、ターンテイクの同期を特徴付けてきたが、主に診断分類やグループ差を対象としていた。 本研究は, 自律的, 非自閉症者を含む3つの自律的対話データセットの相補的, 顔的, 音響的, 旋回的測定から, 知覚的な会話の成功を予測した。 マルチモーダルな特徴を活用することで、会話の成功は本質的に多次元であり、多面解析フレームワークが必要であることを示す。 これらの相補的なモダリティを組み合わせることで、単一のモダリティから入手できない情報をキャプチャすることで、会話の成功の予測を改善することができる。

関連論文リスト

• Articulatory Entrainment and Coordination Complexity in Spontaneous Autistic and Non-autistic Dialogue [0.0]
  対話を促進するための声道調整の適応である調音訓練は、自然対話において未熟なままである。 自閉症と非自閉症の成人におけるダイアディック会話における調音運動の定量化のための話者非依存フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-02T21:33:54Z)
• Acoustic and Facial Markers of Perceived Conversational Success in Spontaneous Speech [0.0]
  本研究では,対話のダイナミクスが対話の質とどのように関連しているかを調べるために,自発的なZoom会話の大規模コーパスを分析した。 その結果, 自発音声で確実に検出され, 高い評価が得られた。
  論文  参考訳（メタデータ） (2026-03-03T19:11:38Z)
• Towards Child-Inclusive Clinical Video Understanding for Autism Spectrum Disorder [27.788204861041553]
  本研究では,3つのモダリティ(音声,ビデオ,テキスト)にまたがる基礎モデルを用いて,子どものインタラクション・セッションの分析を行う。 本研究は,行動認識と異常行動検出という,情報粒度の異なる2つのタスクにおいて,その性能を評価する。
  論文  参考訳（メタデータ） (2024-09-20T16:06:46Z)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Nonverbal Interaction Detection [83.40522919429337]
  この研究は、社会的文脈における人間の非言語的相互作用を理解するという新たな課題に対処する。 我々はNVIと呼ばれる新しい大規模データセットを寄贈し、人間とそれに対応する社会グループのための境界ボックスを含むように細心の注意を払ってアノテートする。 第2に,非言語的インタラクション検出のための新たなタスクNVI-DETを構築し,画像から三つ子を識別する。 第3に,非言語相互作用検出ハイパーグラフ (NVI-DEHR) を提案する。
  論文  参考訳（メタデータ） (2024-07-11T02:14:06Z)
• Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
  本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。 社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。 データセット、コード、事前トレーニングされたモデルをリリースします。
  論文  参考訳（メタデータ） (2024-03-22T22:52:35Z)
• 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。