Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/68677 
Erscheinungsjahr: 
2010
Schriftenreihe/Nr.: 
Schumpeter Discussion Papers No. 2010-006
Verlag: 
University of Wuppertal, Schumpeter School of Business and Economics, Wuppertal
Zusammenfassung: 
Die vorliegende Studie beschreibt ein Validierungsdesign, anhand dessen Sympathie und Selbstsicherheit vorhergesagt werden sollen. Die Methode stellt einen investigativen Ansatz für die Eignungsdiagnostik dar. Die Vorteile der Echtzeitmessung liegen in der objektiven und non-obstrusiven Gewinnung der Daten. Weiterhin ermöglicht sie Mehrfachmessungen im Längsschnittdesign. Um die verschiedenen akustischen Merkmale zu berechnen, wurden 10 Schauspieler aufgezeichnet. Insgesamt ergaben sich auf diesem Wege 100 Sprachsegmente, welche von 12 Beurteilern unabhängig voneinander hinsichtlich Sympathie und Selbstsicherheit beurteilt wurden. Die Klassifikationsgenauigkeit der Sympathievorhersage aufgrund der akustischen Merkmalsgeneration befand sich bei durchschnittlich 62.75 %, die Klassifikationsgenauigkeit der Selbstsicherheitsvorhersage bei durchschnittlich 76.47 %.
Zusammenfassung (übersetzt): 
This paper describes a measurement approach for detecting sympathy and self-confidence based on speech characteristics as investigative personal assessment. The advantages of this automatic real time approach are that obtaining speech data is objective and non obtrusive, and it allows multiple measurement over long periods of time. Different types of acoustic features were computed. In order to identify speech correlates of self-confidence and sympathy, 10 actors were recorded, resulting in 100 segments of speech. 12 raters independently labeled the sympathy and self-confidence impression of the speech segments. Validation strategies reaching recognition rates for 2-class problems of 62.75-76.47 %, in classifying slight from strong sympathy and self-confidence.
Persistent Identifier der Erstveröffentlichung: 
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
909.06 kB





Publikationen in EconStor sind urheberrechtlich geschützt.