CBT-Audio：以語音語言模型量化認知行為治療中病人苦惱

CBT-Audio：語音補強CBT苦惱評估的盲點

CBT-Audio提出一個以語音為主的評估基準，關注口語表達與文字轉錄之間的差距。資料集包含96則公開認知行為治療錄音中的1,802次病人發話，並在部分資料上由專家驗證轉錄對應的苦惱標註。

研究團隊以10個開源語音語言模型為評測對象，設計三種輸入條件：僅提供病人語音、僅提供文字轉錄、以及同時提供語音與轉錄。評估重點是模型能否依據說話內容與語音訊號判定病人的苦惱程度。

實驗結果指出，語音能提供超出文字的情緒線索，特別在說話內容與語調不一致時更為明顯。於10個模型家族中，有8個在加入語音後的苦惱估計表現優於僅用轉錄，其中4個顯示出統計上顯著的提升。個案分析也表明，當病人口語與字面表述出現落差，語音訊息能協助揭露潛在情緒狀態。

CBT-Audio讓臨床對話中的口語行為可量化，為以語音為基礎的心理互動研究與系統驗證提供測評基準。對台灣科技與醫療圈而言，此類資料集可促進更貼近臨床運作的模型發展，同時提醒研究者在處理敏感語音資料時兼顧倫理與隱私保護。

延伸閱讀

• 大語言模型評估使用者狀態可靠性不足：GPT-4o 與 Gemini 證據揭示風險
• 數位人格與檢索擴充：大型語言模型模擬問卷受訪者的可行性與限制
• 局部校準與貝氏修正：化解隱層統計異質性以提升機器生成文本檢測效能

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。