Les chercheurs présentent DyadEE, un jeu de données pour détecter l'entraînement émotionnel dans le discours dyadique, et proposent TRACE, un cadre au niveau des fenêtres qui modélise ces interactions comme des séquences ordonnées d'embeddings acoustiques. L'étude démontre que l'intégration du contexte conversationnel et des informations relationnelles améliore significativement la précision de détection.

  • Le jeu de données DyadEE contient à la fois des conversations émotionnellement entraînées et des interactions synthétiques avec un entraînement perturbé via l'échange de partenaires et la résynthèse des émotions.
  • TRACE traite chaque échantillon comme une trace d'interaction en utilisant des représentations Whisper affinées pour les émotions plutôt que des utterances agrégées.
  • Le modèle atteint une précision maximale de 97,01 % sur le jeu de données DyadEE en exploitant la modélisation sensible aux relations temporelles.