雙模型預測講者表達在視訊學習中的情感投入與語音吸引力
arXiv - Human-Computer InteractionHung-Yue Suen, Kuo-En Hung, Fan-Hsun Tseng
利用講者面部、眼動、語調及語音特徵，雙重迴歸模型可準確預測觀眾情感投入與語音吸引力，證明講者側情感足以代表觀眾回饋。
AI 幫你先抓重點
AI 重點 1
講者側多模態特徵可預測觀眾回饋，實現隱私保護
滑鼠懸停看 AI 判斷理由
此點顯示能在不收集觀眾資料的情況下，透過講者表達即時預測學習者情感，符合隱私保護與可擴展性的需求，對教育科技實務具有直接應用價值。
AI 重點 2
雙重迴歸模型在獨立測試集上達 R² 0.85/0.88，證明高準確度
滑鼠懸停看 AI 判斷理由
高 R² 表明模型能在不同講者上保持穩定預測，說明其實際可落實於多樣化教學影片，提升學習體驗與評量精度。
AI 重點 3
使用 MOOC 大規模資料庫，證明大數據對模型訓練的必要性
滑鼠懸停看 AI 判斷理由
此發現強調資料量與多樣性對情感 AI 的影響，提醒研究者與開發者需聚焦於大規模、真實世界資料的蒐集與處理，以提升模型泛化與效能。
核心研究發現
- 1
講者面部動態、眼動、語調與語意特徵能有效預測情感投入，迴歸模型 R² 0.85。
- 2
只利用講者語音特徵即可預測語音吸引力，R² 0.88。
- 3
兩模型在講者獨立測試集上表現穩定，證明模型泛化能力。
- 4
講者側多模態特徵可替代觀眾側輸入，實現隱私保護與可擴展性。
- 5
研究使用大規模 MOOC 語料庫，顯示大數據對情感 AI 的重要性。
對教育工作者的啟發
此研究提供了可直接應用於線上學習平台的情感分析框架。實務工作者可透過收集講者面部、眼動、語調與語音特徵，建立即時情感投入與語音吸引力預測模型，進而動態調整影片節奏、內容難度或提供個別化回饋，提升學習者參與度與滿意度。由於模型僅依賴講者側資料，能在保護學習者隱私的前提下實現大規模部署，並可整合至 LMS 或教學管理系統，提供教師與學習者雙方即時情感洞察。建議未來可擴充至多語言環境，並結合自適應學習路徑，以實現更精細化的情感導向教學。
原始文獻資訊
- 英文標題：
- Dual-Model Prediction of Affective Engagement and Vocal Attractiveness from Speaker Expressiveness in Video Learning
- 作者：
- Hung-Yue Suen, Kuo-En Hung, Fan-Hsun Tseng
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。