Self-EmoQ：結合普拉切克情緒輪與強化學習的串流情緒語音合成框架
arXiv - Human-Computer InteractionYue Zhao, Hongyan Li, Yong Chen, Luo Ji
提出一種基於強化學習的情緒規劃框架，能預先決定情緒以驅動即時串流的情緒化語音合成。
AI 幫你先抓重點
AI 重點 1
將心理學理論（Plutchik's Wheel）直接整合進 AI 強化學習的獎勵函數中。
滑鼠懸停看 AI 判斷理由
這打破了單純依賴數據驅動的黑盒模型，透過引入人類心理學結構，讓 AI 的情緒決策具備理論支撐，提升了情緒表達的邏輯性與準確度。
AI 重點 2
實現了「先規劃情緒，後生成文本」的串流式架構。
滑鼠懸停看 AI 判斷理由
傳統 TTS 往往在生成後才調整語調，而此方法在生成前就先決定情緒基調，這對於需要即時互動、低延遲的對話式 AI（如數位學習夥伴）至關重要。
核心研究發現
- 1
開發出一個即插即用的 LLM 模組，透過將情緒視為動作（Actions）並利用強化學習進行訓練。
- 2
採用混合獎勵機制，結合模仿學習訊號與基於普拉切克（Plutchik）情緒輪理論的評分系統。
- 3
在 DailyDialog、EmoryNLP 等多個數據集上的實驗證明，該方法在情緒判定與回應品質上均優於提示工程與微調基準。
- 4
成功實現完整的串流管線，在即時部署中展現了高度的情緒一致性、上下文連貫性與表達流暢度。
對教育工作者的啟發
對於開發「數位學習夥伴」或「AI 導師」的教育科技工作者而言，此研究提供了提升 AI 情感支持能力的技術路徑。在教學情境中，AI 不僅要提供正確知識，更需具備「情緒感知與回應」的能力，以建立學習者的心理安全感與參與度。建議開發者在設計 AI 教學系統時，可參考此種「先規劃情緒狀態再進行內容生成」的邏輯，確保 AI 在面對學生挫折或成就感時，能透過語音語調提供精準的情感共鳴，而非僅僅是生硬的文字回應。
原始文獻資訊
- 英文標題：
- Self-EmoQ: Plutchik-Guided Value-based Planning to Drive Streaming Emotional TTS
- 作者：
- Yue Zhao, Hongyan Li, Yong Chen, Luo Ji
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。