简短的研究报告的文章

前面。Commun。,25 January 2021
秒。媒体治理和公共领域
卷5 - 2020 | https://doi.org/10.3389/fcomm.2020.611555

病例报告:女人,要知道你的声音魅力可以减少在远程会议

Ingo Siegert ¹*和

¹移动对话框系统、信息技术和通信研究所,奥托·冯·Guericke马格德堡大学,德国马格德堡
²工业电子产品中心南丹麦大学,Sonderborg,丹麦

远程会议通过变焦,Skype,或团队限制范围和丰富的非语言交流信号。不仅仅是因为典型的次优的光,姿势,目光条件,还因为降低扬声器的可见性。因此,演讲者的声音变得非常重要,尤其是当它涉及到有说服力和传达魅力属性。然而,提供一个可靠的服务和限制了传输带宽,远程会议工具严重依赖信号压缩。它从未被分析了压缩影响扬声器的说服力和整体魅力的影响。我们研究解决这一差距的音频信号。听众的感知实验进行了额定短期刺激话语系统不同的压缩率和技术。标量评级相关的一组有魅力的演讲者属性。结果表明,应用音频压缩显著影响扬声器的魅力影响的评估,特别是女性演讲者似乎通过音频压缩率和技术系统的弱势群体。减少他们的魅力影响更大范围的不同的编解码器; and this decrease is additionally also more strongly pronounced than for male speakers. We discuss these findings with respect to two possible explanations. The first explanation is signal-based: audio compression codecs could be generally optimized for male speech and, thus, degrade female speech more (particularly in terms of charisma-associated features). Alternatively, the explanation is in the ears of the listeners who are less forgiving of signal degradation when rating female speakers’ charisma.

1介绍

根据(魅力的定义Michalsky 2019),有魅力的演讲者的力量来源于三个关键能力:能够唤起信任输送能力,能够唤起灵感传递激情,唤起动机通过传达自信的能力。因此,在侦听器评级的演讲者,魅力的概念就像在目前的研究更与属性值得信赖,有说服力,并决定,可爱,热情,刺激和富有远见,看(罗森博格和Hirschberg, 2009;尼布尔和Wrzeczsz, 2019;Brem和尼布尔,2020年)。

感知到的魅力不仅是一个有趣的研究课题。它也给人许多实用的优点在他们的日常生活。研究表明,有魅力的演说使听众更细心,此外,增加的意愿,例如,员工或学生学习,行动,和在一个有效的工作和承诺的方式(Antonakis et al ., 2011;李et al ., 2014;托勒et al ., 2014)。创意工作坊,由更有魅力的主持人,最后以更高更好和定性输出(Bachsleitner 2018),因此,导致公司或社会的竞争力和创新力量。

一个有魅力的演讲者的总体印象是很多参数之间复杂的相互作用的结果。他们从年龄和性别(Jokisch et al ., 2018通过服装)(Brem和尼布尔,2020年)和选择的单词(Antonakis et al ., 2011身体语言和声音)(谢勒et al ., 2012;Wortwein et al ., 2015;Caspi等人。,2019年)。声音似乎在这个相互作用起到特别重要的作用。实验研究表明,声音不仅允许显著预测正确性(70 - 80),想法表现在创业竞赛将获得投资,哪些不能。语音分析也表明投资将有多高(Schweißfurth et al ., 2020)。实现机器人,声音更有魅力参数设置使听众填写了调查问卷,书中某些旅游目的地,甚至绕道车(费舍尔et al ., 2019;尼布尔和Michalsky, 2019)。扬声器的声音魅力信号包括几乎所有方面的声音,但尤其与音高(即。,fundamental frequency, f0) level and variability, speaking rate, and aspects of voice quality in terms of both loudness and spectral-energy distribution measures. Experimental-phonetic research shows that higher parameter levels (i.e., e.g., higher levels of pitch and speaking rate) make speakers sound more charismatically in the ears of listeners. The only except are voice-quality measures of spectral energy distribution. Here, it is often lowers values, i.e., a more balanced or flat spectral-energy distribution, that increase a speaker’s charismatic impact on listeners (罗森博格和Hirschberg, 2009;尼布尔et al ., 2018;费舍尔et al ., 2019;Schweißfurth et al ., 2020)。关于说话者的性别,先前的研究表明,一切平等,女人的声音比男人的声音魅力的影响更小。这尤其适用于persuasion-oriented设置创业融资比赛或类似的投资决策和业务任务(布鲁克斯et al ., 2014;尼布尔et al ., 2018;尼布尔和Skarnitzl, 2019;尼布尔和Wrzeczsz, 2019;Brem和尼布尔,2020年)由于其它条件均相同的原则不通常应用在日常生活中,女人不一定有一个缺点。尤其是女性可以训练你的声音参数更快、更灵活地使用它们在很多情况下(Reichel Beňuš,2018;尼布尔et al ., 2019)、声学线索感知议长魅力有时对女性比对男性更明显。

本研究的重点是,在远程会议上,voice-related魅力几乎是唯一意味着仍然有魅力的演讲者来赢得他们的听众,使听众购买他们的思想,行为,或提供。然而,与此同时,演讲者的声音或多或少的强烈信号压缩,这反过来,产生或多或少地声音工件。是否以及在多大程度上这些工件的信号压缩的魅力影响扬声器的声音影响到目前为止几乎没有研究,尽管远程会议以来上升不仅日冕大流行(最大化的市场研究,2020年)。

盖拉多(2018)研究通信信道带宽的影响(窄带语音传输300 - 3400赫兹和宽带语音传输50 - 7000 Hz)议长的温暖和魅力感知声音。她的结果显示清楚传输带宽对感知议长属性的影响;此外,她发现男性和女性演讲者受到这些带宽的影响效果不同。男性演讲者整体更强烈和持续的影响。但这些影响是局限于行为或相互影响的属性不太相关的感知议长魅力。具体地说,男性演讲者听起来更幼稚的和更少的同情在低质量比在高质量的宽带语音传输条件下窄带。相比之下,女性演讲者听起来更丑陋¹和顺从,在低质量的能力较弱,因此窄带语音传输条件。即为他们传输带宽影响更相关的有关属性上的演讲魅力。这是值得注意的不仅仅是因为实验魅力的研究表明,女性,一切平等,通常认为是魅力然后男人少(布鲁克斯et al ., 2014;尼布尔et al ., 2018;尼布尔et al ., 2019)。

在后续的研究中,盖拉多和Sanchez-Iborra (2019)变化和比较不同的语音压缩编解码器,而是调查这些编解码器认为演讲者属性的影响,他们看着多么严重的编解码器的性能恶化自动speaker-classification算法。此外,研究Siegert et al。(2016 b)没有直接处理议长属性,但是调查的影响codec-degraded演讲听众的能力识别和区分使用者的情绪。Siegert等人发现任何信号退化使演讲者对听众的情绪更难理解。

尽管盖拉多的变量和发现同事和Siegert同事只是松散地与我们的目的关联揭示语音信号压缩和感知之间的连接扬声器魅力,他们提供了一个坚实的经验的基础上提出两条假设:

•H(1):语音信号压缩编解码器影响感知议长魅力;

•H (1 b):这个整体效果是不利的,即。强压缩意味着较低的魅力;

•H(2):男性和女性演讲者的魅力不同语音信号压缩的影响;

•H (2 b):女性使用者的感知魅力比男性更强烈影响扬声器。

我们测试这些2×2假设与德国的刺激和听众在知觉实验中,使用标量评级。查询的复杂印象感知魅力都直接或间接的通过在实证的基础上选择密切相关的属性。

2研究设计

2.1刺激

话语有高质量的演讲,演讲内容的独立,我们使用了柏林的情感语音数据库(EMO-DB) (Burkhardt et al ., 2005)。这个数据库包括德国话语有一个中立的语义内容,但意识到与不同的情感韵律以及中性的版本10专业演员(5女),pseudonymized通过一个speaker-id²。它由高质量的录音技术(16 kHz的采样频率,存储为未压缩的WAV在16位深度,码率:256 kBit / s)和声学条件(清晰响亮的声音,不影响内容)。

在我们的研究中,我们选择一个子集的两个男性(11和15)和两个女性(13、14)音箱一套不变的话语是对所有情绪和中性版本可用。所选子集包括26个未压缩的话语构成了第一部分的实验刺激。

2.2音频编解码器

数据传输、压缩大量使用在现代(移动/远程)系统。压缩可以减少带宽传输,同时保留语音清晰度(ITU-T 1996;ITU-T 2014;Maruschke et al ., 2016)。几个编解码器也已经被开发出来,以满足各种应用程序有不同的质量要求(Siegert et al ., 2016 a)。更详细的降解压缩下的声学特征的演讲中可以找到(伯恩和福尔,2004年;李et al ., 2006;Siegert et al ., 2016 b)。

在这项研究中,我们选择了四个宽带/ fullband编解码器针对特定的应用场景。自适应多速率宽带(AMR-WB)是一种高质量的音频压缩格式主要用于移动通信(ITU-T 2003),也称为“高清的声音”和声音在LTE(回)。我们选择12.65 kBit / s的比特率,用于纯语音信号(ITU-T 2003)。

mpeg - 1、mpeg - 2音频第三层(MP3)是一个流行的有损fullband音频编解码器(勃兰登堡,1999)。它使用感知音频压缩编码:原始信号的某些部分,被认为是超越听觉分辨能力,被丢弃。除了使用音乐存储、低比特率(16 kBit / s)是用于编码音频电视剧(埃亨,2020)。

作品是一个开源有损音频编解码器可用语音和音乐(华菱et al ., 2012)。它进一步提供了一种混合模式改善语音清晰度在低比特率,通过丰富合成信号特征表示为一个心理声学模型(华菱et al ., 2013)。混合模式的应用程序可以控制的比特率,需要34 kBit / s在我们的例子中。

SPEEX是一个开源fullband语音编解码器对互联网应用程序需要特别低比特率(Xiph。Org基金会,2014年)。也用作语音编解码器在常见的语音助理平台(Caviglione 2015)。编码由质量控制参数,范围从0(最差)到10(最好)。在我们的研究中,我们使用0(即。,3.95 kBit / s)。

所有26个未压缩的刺激已经压缩使用指定的四种编解码器的比特率(AMR-WB:12.65 kBit / s,MP3:16 kBit / s,作品:34 kBit / s, SPEEX: 3.95 kBit / s)。这导致了104年压缩刺激。刺激的总数在我们的实验是因此26 + 104 = 130刺激。

2.3程序

认知测试通过一个在线调查工具(SoSci 3.2.03-i调查版本,lein (2019)]。提供的样本的pseudo-randomized以避免类似的样品(相同的演讲者和/或编码质量)直接跟对方。

经过短暂的音频测试和变量的引入,参与者(即贴标机)被要求听所有的刺激和各自的扬声器的性能在五点李克特量表(从一个“不”五“很强”),看到的图2。先前的研究表明,演讲的魅力是一个相当复杂的概念,不容易听众在评级申请任务,我们另外包括其他九个发言者属性密切相关的魅力和来自的研究罗森博格和Hirschberg (2009);Weninger et al。(2011)的魅力模型Michalsky (2019)。这些额外的属性已经被成功地应用于魅力等级任务之前的研究(例如,尼布尔和Wrzeczsz (2019);尼布尔(2020)]。

评级的任务,年底socio-demographic信息(年龄、性别、母语、BFI-S16)收集的参与者。包括这些额外的信息,整个感知实验花了1 h。

2.4参与者

总的来说,21个参与者参加了知觉实验(12个女性和9名男性,19岁和43岁之间,平均24.76年)。他们都是流利的扬声器的德国没有报道语言产生和知觉障碍。此外人格维度的表达是在参与者之间具有可比性,从而影响人格的评级可能会被排除在外。

3评价和结果

在这项研究中,我们只分析了中性刺激的评估在不同的编解码器的品质。不同的情感版本被排除在外。我们感兴趣的女人和男人是如何说服的力量会受到感知产生的声学品质不同压缩编解码器。因此,我们在这里主要关注男性和女性演讲者之间的比较结果。

的推论统计中,我们使用一个双向重复测量方差分析与固定因素压缩(四个解码器+一个未压缩的基线)和扬声器性别(m / f)。演讲者评级(即。,the scale values 1–5) served as the dependent variable. Note that, because, as expected, all nine additional speaker attributes were significantly correlated (in terms of Pearson PM r) with each other and with the key attribute of perceived speaker charisma atr(82) $>$ 0.6 (p $<$ 0.001),参见也(罗森博格和Hirschberg, 2009;尼布尔和Wrzeczsz, 2019)类似的相关结果,我们汇集评级在所有10个尺度,把他们当感知的一个连贯的评级议长魅力。参与者包括RM-ANOVA的随机因素。

RM-ANOVA返回压缩的一个重要主要作用[F(3356)= 135.7,p $<$ 0.0001, $η_{p}^{2} = 0 。 87年$ ),一个重要的主要影响说话者的性别(F(3356)= 86.3,p $<$ 0.0001, $η_{p}^{2} = 0 。 65年$ )以及两个固定因素之间存在显著的交互压缩×议长性别(F(3356)= 58.9,p $<$ 0.0001, $η_{p}^{2}$ = 0.44)。

总结了在表1,几乎所有的编解码器造成减少感知议长魅力比未压缩的基线条件(WAV),从而导致显著压缩的主要影响。此外,我们可以看到在WAV列表1感知的总体大小议长魅力男人和女人之间的不同,女性的刺激获得魅力评级高于男性的刺激。这个结果是扬声器的主要影响性别。这一发现可能是由于这一事实我们的刺激是实现由专业演员。先前的研究表明,女性从声音训练效益更快和整体更男人尼布尔et al ., 2019,听众更加关注其他特性比声音当评级男性比女性的演讲(Sellnow Treinen, 2004;尼布尔和Wrzeczsz, 2019)。

表1

表1。平均评价男性和女性的魅力对于不同按压表示percentual损失相比,高质量的未压缩的演讲(WAV)。

最后,表1显示压缩的形式因素四个不同的编解码器条件会影响男性和女性的魅力等级不同程度。这两个女人从语音压缩比两人。更具体地说,语音压缩降低了男人的所有压缩感知魅力平均仅为6.5%条件下,降低了从100年的93.5%。女人的魅力,相比之下,三倍下调在所有四个压缩条件,即。,平均20%,从80%到100。RM-ANOVA反映了这个事实在压缩和说话者的性别之间的显著的交互作用。注意,对于作品(一个常用的网络编解码器),女性的魅力甚至比男性绝对“糟糕”,是男性的评价更有魅力的作品压缩比WAV基线条件下。我们认为这一结果是由于底层的编解码器。它已经显示混合操作模式的特定情绪可以被更好的作品(Siegert et al ., 2017),这是在某种意义上与性别差异的发音魅力。此外,对于男人来说,只有SPEEX之间的差异和所有其他编解码器(根据Wilcoxon-Wilcox非常重要因果测试alpha-error Bonferroni调整的水平),而对于女性来说,还比较WAV和MP3和WAV和大幅作品出来。

为了研究压缩*演讲者更详细的性别的交互,我们分手了综合魅力等级调查,再次基于Wilcoxon-Wilcox成对比较测试,多少统计上显著的评级降低我们发现每个属性为每个男性和女性演讲者。重要评级降低的理论最大数量是100(5×2×10 = 10编解码器版本属性)。我们发现的总数显著codec-induced减少魅力或charisma-related评级值得一提的是男人和女人之间的不同。而只有20%的男性比较明显下降(在p< 0.01),该值升至近30%的女性(在p< 0.01)。为了说明这种性别差异,图1描述了评级下降造成SPEEX或作品charisma-related属性值得信赖的,有说服力的,可爱的的男性和女性。平均评级下降导致了编解码器规模达1.01点对于男人来说,作为女性对1.49级分。此外,图1是我们发现更大的减少语音压缩下的女性的魅力并不与相关的特定属性,例如,能力、权力或吸引力。相反,它发生在董事会和所有演讲者属性相似度的影响。

图1

图1。的变化选择认为男性魅力相关的属性()和女性()。

图2

图2。截图使用注释问卷。

4讨论和结论

两对假说得到解决,基于先前发现Siegert和同事和盖拉多和同事。我们的知觉实验结果为所有四个假设提供支持证据。在此基础上,我们可以得出以下结论:

•H(1):是的,语音信号压缩编解码器影响感知议长魅力;

•H (1 b):是的,这个整体效果是不利的,也就是说。强压缩意味着较低的魅力;

•H(2):是的,男性和女性演讲者的魅力不同语音信号压缩的影响;

•H (2 b):是的,女性使用者的感知魅力比男性更强烈影响扬声器。

注意对后两个结论(盖拉多,2018)认为信号压缩的更强大的负面影响对女性的声音可以被限制在几个charisma-related属性能力和自信(或其对应的柔顺)。然而,这个想法并不是与我们的结果一致。他们表明,语音压缩的有害影响妇女的声音魅力发生有关,所有测试charisma-related属性相似度。因此,在他们的相关性(专业)日常生活,使用通信工具和语音压缩似乎构成一个更加女性比以前认为的风险。

而值得进一步追求这种假设的行为或决策任务,实验数据的方式与先前的证据收敛叶子几乎没有任何疑问,男人和女人是不同样受到信号压缩的影响。这可以是由于压缩算法对待女性语音声学比男性语音声学,或者因为听众不宽容压缩工件时关注的女发言人。什么认为赞成后者的研究尼布尔和Wrzeczsz (2019)。其结果表明,女性的魅力影响比男性更强烈取决于voice-related特性。鉴于此,似是而非,这些voice-related特性的退化信号压缩尤其是降低女性魅力的影响。我们正在设计后续实验,这些更具体的问题。

然而,不管底层机制(s)的影响,我们的研究结果的实际含义是,女性达到完整的潜在魅力似乎避免speech-interaction关键风险很高的情况下信号压缩。即使在解码器作品或MP3等非常广泛的和不太严重的压缩率而言,女性的魅力影响已经降低约20%相比,一个未压缩的speech-interaction情况(至少比男性多10%)。例如,女性想要特别注意在他们开始之前找到一个强大的网络连接远程会议和/或关掉视频,即使它会减少音频流的比特率。注意,我们让这些建议基于中性实事求是的刺激,但情绪刺激的评级数据的初步分析表明,性别压缩效应也存在在这里,可能更加明显。

最后,必须解决女性的绝对charisma-related评级比男性更高(表1)。这种差异并不反驳先前的研究显示,女性的演讲,一切平等,不如男性魅力的演讲。其他条件不变原则就不适用在这里我们比较男性和女性的自然刺激。即女性更高的绝对charisma-related评级只意味着我们偶然选择两个女人2 + 2扬声器样本,在更高的级别上说比这两个人我们选择声音的魅力,特别是,演讲者都是经过训练的演员。这里重要的相对差异和变化charisma-related评级,我们开始了解它们看起来像和我们如何可以克服它们。

我们知道这项研究有一些局限性,尤其是小数量的样品以及行动语音样本的使用。然而,我们的目的是首先得出结论并生成有效的假设一个明确定义的大规模研究。通过一组小飞行员刺激确保一个常数,高关注评级机构之间的任务;和使用刺激采取行动确保我们可以从高魅力水平未压缩的基线条件(WAV),这样的影响压缩可以清楚地表现出来。在未来的研究中,我们将包括non-acted语音样本(真正的视频/电话)以及所有情绪刺激,结合在一起,旨在涵盖整个光谱的人类情感在现实情况下的远程通信(数字)。在此基础上,我们得到一个更现实的和有区别的想法如何,什么性别度压缩与其他因素减少感知议长魅力。

数据可用性声明

原始数据支持了本文的结论将由作者提供,没有过度的预订。

道德声明

伦理审查和批准没有所需的研究对人类参与者按照地方立法和制度的要求。患者/参与者提供了他们的书面知情同意参与这项研究。

作者的贡献

所有作者列出了一大笔,直接和知识贡献的工作,批准发布。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

¹术语丑陋scale-item取自利用语义微分问卷(cf议长的特征。费尔南德斯盖拉多和韦斯(2018)]。

²更多细节关于这个数据库可以发现:http://emodb.bilderbar.info/index - 1024. - html。

引用

埃亨,美国(2020年)。音乐厅和剧院声学设计:一个个人账户。第三版。阿宾顿、英国:劳特利奇。