使用语音和语言多模态分析预测老年人孤独感的预测因素

arXiv cs.CL 论文

摘要

本研究利用语音和语言的多模态分析来识别老年人孤独感的预测因素,表明一个综合模型优于仅文本或仅音频的方法。

arXiv:2609.02606v1 Announce Type: new 摘要: 孤独感是老年人中的一个关键公共健康问题,与抑郁、认知衰退和死亡风险增加相关。其检测的可扩展、客观方法仍然有限,尤其是在自然对话环境中。我们使用半结构化电话访谈分析了310名老年人的孤独感语音和语言标记,以帮助理解他们如何处理孤独感,以及在不同孤独感水平下他们的语言如何变化。我们的多模态框架结合了语言特征(心理语言学词典、n-gram和主题模型)与声学特征(音高、语调、响度),以检查与自报告孤独感分数的关联。预定义和数据驱动方法都捕获了言语内容和语音传递中的模式。较高的孤独感与否定(r = 0.11)、负面语调(r = 0.12)和冲突相关语言相关。较低的孤独感与社会引用(r = -0.18)、动机驱动(r = -0.11)和语音中的情感丰富度(r = -0.12)相关。我们还发现多模态模型(r = 0.298)优于仅文本和仅音频模型。研究结果表明,孤独感通过语言和声学线索显现,支持基于语音的分析在心理评估中的潜力,并可作为情感孤独感的早期指标,与现有评估结合使用,而不是作为独立的诊断工具。
查看原文
查看缓存全文

缓存时间: 2026/09/03 05:55

# 基于语音与语言多模态分析的老年人孤独感预测因子
来源:https://arxiv.org/abs/2609.02606
查看PDF (https://arxiv.org/pdf/2609.02606)

> 摘要:孤独感是老年人群体中一个关键的公共健康问题,与更高的抑郁风险、认知衰退及死亡率相关。目前可扩展、客观的检测方法仍然有限,尤其是在自然对话情境中。我们通过半结构化电话访谈,分析了310位老年人的语音与语言孤独感标记,旨在理解他们如何处理孤独情绪,以及不同孤独程度下其语言表达的差异。我们的多模态框架结合了语言特征(心理语言学词典、n-gram模型与主题模型)与声学特征(音高、语调、响度),以探究这些特征与自我报告的孤独感评分之间的关联。预定义方法和数据驱动方法均捕捉到了言语内容和语音表达中的模式。较高的孤独感与否定表述(r = 0.11)、消极语调(r = 0.12)及冲突相关语言有关。较低的孤独感则与社会性指涉(r = -0.18)、动机驱力(r = -0.11)及语音的情感丰富性(r = -0.12)相关。研究还发现,多模态模型(r = 0.298)的表现优于仅使用文本或仅使用音频的模型。研究结果表明,孤独感通过语言和声学线索共同体现,支持了语音分析在心理评估中的潜力,并可在现有评估工具基础上作为情感孤独感的早期指标使用,而非作为独立的诊断工具。

## 提交历史

来自:Neil Sehgal \[查看邮件 (https://arxiv.org/show-email/ffc11f09/2609.02606)\] **\[v1\]**2026年9月2日 星期三 13:48:14 UTC (913 KB)

相似文章

老年人身体活动与健康状况的纵向多模态感知

arXiv cs.LG

本文介绍了一项针对66名老年人的纵向多模态研究,利用可穿戴传感和临床评估来预测身体活动、睡眠时长和睡眠呼吸暂停严重程度,发现行为目标更可预测,历史特征是关键预测因素。

多模态对话状态信号的可靠性如何?来自远程双人协作任务的证据

arXiv cs.CL

本文评估了用于测量远程双人协作任务中对话状态(如认知负荷和权力)的多模态特征的预测准确性、跨任务泛化能力和重测信度。研究结果表明,语言特征预测良好但泛化能力差,在控制说话者身份后声学可靠性下降,而交互特征提供了最可靠的信号。