HEAR框架追踪语音疼痛信息

2026年10月30日，arXiv Artificial Intelligence 刊出研究，Wenqi Li 等人提出 HEAR 四阶段诊断框架，用于追踪疼痛相关信息如何从语音信号传导至模型预测，并在七个闭源与开放权重的音频大模型（LALM）上进行测试。报道称，在只能靠声音推断疼痛的 Harvard 句子上，所有模型仅达到随机水平；加入同说话人参考或 few-shot 示例后，平衡准确率最多提升 6 个百分点。而在口语疼痛评分任务上，同一批模型达到 87.5%–99.7%。目前进展停留在框架提出与评测结果公布阶段，报道未提及后续应用或部署。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。