17、语音数据助力预测老年司机未来事故风险及研究成果传达新探索

语音数据助力预测老年司机未来事故风险及研究成果传达新探索

语音数据预测老年司机事故风险研究

随着老龄化加剧以及语音交互系统的普及，人们开始关注日常情境中收集的语音数据在预测老年司机事故风险方面的作用。研究人员认为，与语音对话系统的交互会随认知功能水平变化，而语音特征能够捕捉这种变化，进而可能用于预测老年司机未来的事故风险。

研究方法

1. 参与者 ：通过当地招聘机构招募了40名健康的老年人，年龄在61 - 79岁之间。筛选标准为60岁以上且无严重疾病或残疾，包括神经退行性疾病如痴呆。所有参与者都接受了简易精神状态检查表（MMSE）评估，平均MMSE得分为28.0 ± 1.5，日常生活活动能力的Barthel指数均为满分。最终有38名参与者同意参与后续研究。
2. 实验过程与设备
   • 任务场景 ：模拟现代智能音箱和语音助手的典型应用场景，准备了三个任务场景，分别是信息检索（询问明天的天气）、在线购物（预订电影票）和个人日程管理（创建日历事件）。任务从简单场景开始，逐步过渡到更复杂的场景。
   • 问题类型 ：系统在任务中提出的问题分为四类，具体如下：
     • 开放式 ：参与者用自由句子回答问题。
     • 多选项 ：参与者从问题中给出的选项中选择一个答案。
     • 预设输入