Автоматический анализ речи позволяет предсказывать одиночество

Слышать чувства в повседневном разговоре

Большинство из нас знает, что такое одиночество, но мы редко задумываемся о том, как оно может звучать. В этом исследовании ставится острый вопрос: могут ли тонкие закономерности в нашем голосе выдавать степень одиночества, даже когда мы просто описываем простую картинку? С помощью автоматического анализа речи и методов машинного обучения исследователи изучают, сможет ли компьютер уловить крошечные голосовые сигналы, которые люди часто пропускают, открывая новый угол зрения на социальную отчужденность и эмоциональное здоровье.

Почему одиночество важно для здоровья

Одиночество — это не просто мимолётное настроение; оно связано с повышенным риском депрессии, тревожности, психоза, суицидальных мыслей и даже преждевременной смерти. Люди, которые постоянно чувствуют себя одинокими, часто ожидают, что социальные контакты пройдут плохо, больше фокусируются на потенциальном отторжении и могут вести себя так, что невольно отталкивают других. Ранние исследования показали, что одиноких людей могут распознать посторонние и экспериментаторы, а их мозговые и гормональные реакции отличаются в социальных ситуациях. Всё это указывает на то, что одиночество оставляет следы в поведении и общении, в том числе в том, как мы говорим.

Внимательное слушание простой речи

Команда набрала 96 здоровых взрослых, примерно поровну женщин и мужчин, со средним возрастом около 31 года. Участники заполнили стандартные опросники по одиночеству, депрессии и социальной тревожности. Затем им предложили выполнить три короткие речевые задачи, пока их голоса записывались на планшет. В одной задаче они описывали хорошо знакомую картину с семейной кухней, которая мягко побуждает говорить о том, что думают и делают другие. В двух других — рассказывали короткие истории о положительном и отрицательном личном событии, выбранных так, чтобы быть эмоционально значимыми, но не травматичными.

Превращение голоса в данные

Вместо анализа смысла слов исследователи сосредоточились на том, как участники говорили. С помощью специализированного ПО они автоматически извлекли десятки характеристик из каждой записи. Они охватывали временные параметры (например, какая часть записи занята речью и паузами), мелодику и ритм (паттерны высоты тона), качество звука (насколько голос чистый или зашумлённый) и свойства акустического сигнала. Модели машинного обучения, обученные отдельно для женщин и мужчин, пытались предсказать балл одиночества каждого человека по этим признакам. Наиболее многообещающие результаты дали структурированная задача с описанием картинки, а не более свободные эмоциональные рассказы.

Что услышал компьютер

Речь при описании картинки позволила моделям предсказывать одиночество лучше случайного уровня и у женщин, и у мужчин, объясняя скромную, но значимую долю индивидуальных различий. Сигнал не исходил от какой‑то одной голосовой характеристики; скорее, многие небольшие эффекты суммировались в обнаружимую закономерность. У женщин более высокий уровень одиночества был связан с меньшей непрерывностью речи (больше тишины относительно речи) и более неравномерной громкостью во времени. У мужчин более высокий уровень одиночества сочетался с меньшим числом пауз между слогами, более коротким общим временем речи, более грубым, зашумлённым голосом и немного повышенной высотой тона. Когда одиночество предсказывали по сочетанию речевых признаков и результатов опросников по депрессии и социальной тревожности, комбинированная модель работала лучше опросников в отдельности для женщин, но не для мужчин, что намекает на то, что пол может влиять на то, как одиночество проявляется в речи.

Контекст и ограничения результатов

Интересно, что речь в задачах с эмоциональными рассказами предсказывала одиночество гораздо хуже. Эти свободные рассказы сильно различались по содержанию и вызывали более сильные эмоции, что, вероятно, добавляло дополнительные голосовые изменения и маскировало более тонкие паттерны, связанные с одиночеством. Стандартизированное описание картинки, напротив, ставило всех в похожую ситуацию социального мышления, что облегчало выявление мелких различий. Тем не менее модели уловили лишь часть картины; одиночество также тесно связано с депрессией и социальной тревожностью, а выборка состояла в основном из молодых здоровых взрослых, чьи переживания могут отличаться от опыта пожилых людей или клинически уязвимых групп.

Что это значит для повседневной жизни

Проще говоря, исследование показывает, что наш способ говорить — паузы, высота тона и качество голоса — несёт слабые, но реальные подсказки о том, насколько нам одиноко, даже когда мы просто описываем сцену. Компьютеры могут уловить эти паттерны, анализируя звуковые признаки, которые люди редко замечают сознательно. Хотя текущие результаты — это раннее доказательство концепта, а не готовый диагностический тест, они указывают на будущее, в котором короткая повседневная речь может помочь выявлять людей, рискующих хронического одиночества и связанных с ним проблем со здоровьем, и направлять им поддержку до того, как изоляция укоренится.»

Цитирование: Immel, D., Mallick, E., Linz, N. et al. Automatic speech analysis can predict loneliness. Sci Rep 16, 11604 (2026). https://doi.org/10.1038/s41598-026-45965-5

Ключевые слова: одиночество, анализ речи, психическое здоровье, машинное обучение, социальная связь