老龄化研究中的口语分析:人工智能生成的语音对文本的有效性使用OpenAI的低语

科学领域:

• 老年学是指老年学的学科.
• 计算语言学 计算语言学
• 心理学 心理学 心理学

背景情况:

• 分析老年人的言语,可以了解认知,情感和社会衰老.
• 传统的语音转录依赖于人类,耗时,资源密集.
• 人工智能的进步使得自动化语音到文本 (AST) 成为潜在的替代品.

研究的目的:

• 评估基于AI的AST工具 (Whisper,otter.ai) 与老龄化研究中人类纠正的转录的准确性.
• 评估填充词标记对语言分析有效性的影响.
• 确定AST对心理语言研究的准备程度.

主要方法:

• 比较了Whisper和otter.ai的AST输出与238名老年人的人类校正的成绩单.
• 利用语言查询和词汇计数 (LIWC) 来分析语言特征.
• 评估了手动填充词注释对LIWC分析的影响.

主要成果:

• 人工智能衍生的LIWC特征与人类衍生的特征呈现出非常高的趋同 (平均r=0.98).
• 手动标记填充词对LIWC的有效性影响最小,除了"填充词"和"网语"类别.
• 高精度支持人工智能转录在衰老研究中的实用性.

结论:

• 开放AI的Whisper和otter.ai是老龄化研究中语言分析的有效工具.
• 最先进的人工智能驱动的AST适用于心理语言研究.
• 自动转录显著提高了分析老年人语音的效率.