論文の概要: Nedimo: An Evidence-Grounded Multilingual Pipeline for AI-Generated Sleep Stories
- arxiv url: http://arxiv.org/abs/2610.40970v1
- Date: Thu, 29 Oct 2026 20:58:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.492245
- Title: Nedimo: An Evidence-Grounded Multilingual Pipeline for AI-Generated Sleep Stories
- Title（参考訳）: Nedimo:AIによる睡眠物語のための多言語パイプライン
- Abstract要約: 本稿では,低覚醒睡眠物語の生成と物語化のためのプロトタイプについて述べる。
システムはリラックスと注意支援ツールとして位置づけられている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative audio systems can produce large libraries of personalized bedtime content, but ordinary media objectives (retention, completion, and novelty) are poorly aligned with the goal of supporting a transition toward sleep. Direct evidence for narrated bedtime audio in adults is mixed, and a recent active-controlled trial did not support such audio as a standalone treatment for sleep disturbance. We translate this uncertain evidence into conservative engineering requirements and present a multilingual pipeline for generating and narrating low-arousal sleep stories. The implemented prototype separates deterministic planning from large language model generation, represents content and delivery parameters explicitly, shapes each script through a four-phase attention taper, validates structural and lexical constraints, performs a bounded error-aware retry, and quarantines unresolved outputs. Provider-agnostic text-to-speech synthesis is followed by paragraph-aware joining, two-pass loudness normalization, and a publication gate that re-measures the saved, encoded file against fixed loudness, loudness-range, and true-peak limits. The product data model records stop position, replay, early abandonment, and completion while treating these events as ambiguous behavioral proxies rather than clinical outcomes. We contribute an evidence-to-requirement mapping, a traceable guardrail architecture with explicit acceptance thresholds, technical evaluation criteria, and a prospective protocol for testing sleep-onset effects. No clinical efficacy is claimed; the system is positioned as a relaxation and attentional-support tool whose benefit and possible reliance must be evaluated empirically.
- Abstract（参考訳）: 生成型オーディオシステムは、パーソナライズされた就寝時間コンテンツの大きなライブラリを生成することができるが、通常のメディアの目的(保持、完了、新規性)は、睡眠への移行をサポートするという目標と不一致である。
成人の就寝時音声の直接的証拠は混在しており、近年のアクティブ・コントロール・トライアルでは、睡眠障害に対する単独治療として、このような音声はサポートされなかった。
我々は、この不確実な証拠を保守的なエンジニアリング要件に翻訳し、低覚醒睡眠物語を生成・物語化するための多言語パイプラインを提示する。
実装されたプロトタイプは、大言語モデル生成から決定論的プランニングを分離し、コンテンツと配信パラメータを明示的に表現し、四相注意テーパーを介して各スクリプトを形作り、構造的および語彙的制約を検証し、境界付きエラー認識再試行を行い、未解決の出力を隔離する。
プロバイダ非依存のテキスト音声合成に続いて、段落結合、二パス大音量正規化、および保存された符号化されたファイルを再測定する公開ゲートが続く。
製品データモデルは、これらの事象を臨床的結果よりもあいまいな行動プロキシとして扱いながら、位置、再生、早期放棄、および完了を記録する。
我々は,エビデンス・ツー・要求マッピング,明示的な受容しきい値を持つトレーサブル・ガードレールアーキテクチャ,技術評価基準,睡眠-発症効果をテストするためのプロトコルをコントリビュートする。
臨床的有効性は主張されず、このシステムは、利益と信頼性を実証的に評価する必要がある緩和および注意支援ツールとして位置づけられている。
関連論文リスト
- Inquesto Score: A reliability Protocol For Voice Agents [53.4810159595586]
Inquesto Score(IS)は、音声エージェントの信頼性を、固定バージョン評価集団における呼び出しの割合として測定するプロトコルである。
タイミングの失敗、セマンティック、および状態依存の失敗は、シナリオ述語、ツールトレース、ピン留めされたオープンモデル判定を用いて評価される。
Inquesto Score v0.1は、基準音声エージェントシステムの13構成に対して、30のシナリオ、3つの音響条件、4つの話者グループ、306の呼び出しを評価する。
論文 参考訳（メタデータ） (2026-09-24T20:07:53Z) - An Evaluation Framework for Structured Audio Captions Validated by Controlled Perturbations [16.51678229294975]
構造化音声記述に適した多軸評価フレームワークを提案する。
タグセット,説明,論理的推論,数値計測,スペクトルプロファイルの5つの軸の出力を評価する。
本研究により,本枠組みは意味保存パラフレーズを意味論的・音響的腐敗と区別することに成功した。
論文 参考訳（メタデータ） (2026-07-23T15:26:52Z) - TRACE: An Operational Reasoning Schema for Auditable Agentic Commitments [0.0]
TRACE (Typed Reasoning And Commitment Evidence) は、推論トレースを記録するためのタイプ付きバージョン付きスキーマである。
論文は3つのレイヤで、推論は言語モデルにはない、と論じている。
レコード消費者契約は、レコードが保証するものと、その見返りに消費者が尊重すべきものを記述する。
論文 参考訳（メタデータ） (2026-07-14T08:08:21Z) - An Intervention-Based Framework for Shortcut Diagnosis in Spoofing Countermeasures [5.593982292458519]
本稿では,コンバウンド駆動のショートカット依存を識別するための介入に基づく診断フレームワークを提案する。
非音声構造、スペクトル含量、信号エネルギーを対象とする制御音響摂動によりこれを操作する。
その結果、非音声介入は最大のパフォーマンスシフトをもたらし、非音声区間が支配的なショートカットであることを確認した。
論文 参考訳（メタデータ） (2026-07-03T09:42:31Z) - WESR: Scaling and Evaluating Word-level Event-Speech Recognition [59.21814194620928]
音声は言語情報だけでなく、笑ったり泣いたりするような豊富な非言語的な音声イベントも伝達する。
我々は,21の発声イベントの分類を改良し,個別(スタンドアローン)と連続(音声と混合)に分類した。
改良された分類法に基づくWESR-Benchは,新しい位置認識プロトコルを備えた専門家アノテート評価セット(900以上の発話)である。
論文 参考訳（メタデータ） (2026-01-08T02:23:21Z) - The Epistemic Suite: A Post-Foundational Diagnostic Methodology for Assessing AI Knowledge Claims [0.7233897166339268]
本稿では,AI出力の生成と受信の状況を理解するための診断手法であるEpistemic Suiteを紹介する。
真実や虚偽を判断する代わりに、スイートは20個の診断レンズを通して、信頼の洗浄、物語の圧縮、異動した権威、一時的な漂流などのパターンを明らかにする。
論文 参考訳（メタデータ） (2025-09-20T00:29:38Z) - Detecting the Undetectable: Assessing the Efficacy of Current Spoof Detection Methods Against Seamless Speech Edits [82.8859060022651]
音声入力編集(SINE)データセットをVoiceboxで作成する。
本手法を用いて編集した音声は従来のカット・アンド・ペースト法よりも検出が困難であることを確認した。
人的困難にもかかわらず, 自己監督型検出器は検出, 局所化, 一般化において顕著な性能を発揮することを示す実験結果が得られた。
論文 参考訳（メタデータ） (2025-01-07T14:17:47Z) - Mutual Information Alleviates Hallucinations in Abstractive
Summarization [73.48162198041884]
モデルが生成中の幻覚コンテンツにより多くの確率を割り当てる可能性が著しく高いという単純な基準を見いだす。
この発見は幻覚の潜在的な説明を提供する:モデルは、継続について不確実な場合には、高い限界確率のテキストを好むことをデフォルトとする。
そこで本研究では,ターゲットトークンの正当性ではなく,ソースとターゲットトークンのポイントワイドな相互情報の最適化に切り替える復号手法を提案する。
論文 参考訳（メタデータ） (2022-10-24T13:30:54Z) - A Token-level Reference-free Hallucination Detection Benchmark for
Free-form Text Generation [50.55448707570669]
本稿ではトークンレベルの参照なし幻覚検出タスクとHaDesというアノテーション付きデータセットを提案する。
このデータセットを作成するために、まず英語のウィキペディアから抽出された大量のテキストセグメントを摂り込み、それからクラウドソースアノテーションで検証する。
論文 参考訳（メタデータ） (2021-04-18T04:09:48Z) - Detecting Hallucinated Content in Conditional Neural Sequence Generation [165.68948078624499]
出力シーケンスの各トークンが(入力に含まれていない)幻覚化されているかどうかを予測するタスクを提案する。
また、合成データに微調整された事前学習言語モデルを用いて幻覚を検出する方法についても紹介する。
論文 参考訳（メタデータ） (2020-11-05T00:18:53Z)
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。