Otomatik konuşma analizi yalnızlığı tahmin edebilir

Günlük Konuşmada Duyguları Duymak

Çoğumuz yalnızlığın nasıl hissettirdiğini biliriz, ama nadiren bunun nasıl duyulduğunu düşünürüz. Bu çalışma çarpıcı bir soru soruyor: sesimizdeki ince desenler, yalnız olduğumuzu —hatta sadece basit bir resmi tarif ederken bile— ortaya çıkarabilir mi? Araştırmacılar otomatik konuşma analizi ve makine öğrenimi kullanarak, insanların fark etmeyebileceği küçük vokal ipuçlarını bilgisayarın yakalayıp yakalayamayacağını araştırıyor; bu da sosyal kopukluk ve duygusal sağlık hakkında yeni bir pencere sunuyor.

Yalnızlığın Sağlık Açısından Neden Önemli Olduğu

Yalnızlık sadece geçici bir ruh hali değildir; depresyon, anksiyete, psikotik belirtiler, intihar düşünceleri ve hatta erken ölüm riskiyle ilişkilidir. Kronik yalnızlık hissi yaşayan kişiler genellikle sosyal karşılaşmaların kötü geçmesini bekler, olası reddi daha fazla dikkate alır ve istemeden başkalarını uzaklaştırabilecek davranışlarda bulunabilir. Önceki çalışmalar yalnız kişilerin yabancılar ve deneyciler tarafından tanınabildiğini ve sosyal durumlarda beyin ve hormon tepkilerinin farklılaştığını göstermiştir. Tüm bunlar yalnızlığın davranışlarımızda ve iletişimimizde, konuşma tarzımız dahil izler bıraktığını düşündürür.

Basit Konuşmayı Yakından Dinlemek

Araştırma ekibi, yaklaşık eşit sayıda kadın ve erkek olacak şekilde 96 sağlıklı yetişkin işe aldı; katılımcıların ortalama yaşı yaklaşık 31’di. Katılımcular yalnızlık, depresyon ve sosyal anksiyete ölçen standart anketleri doldurdu. Ardından sesleri bir tablette kaydedilirken üç kısa konuşma görevi gerçekleştirdiler. Bunlardan birinde tanınmış bir aile mutfağı sahnesi resmini tarif ettiler; bu, insanları başkalarının ne düşündüğünü ve ne yaptığını konuşmaya nazikçe yönlendirir. Diğer iki görevde ise olumlu ve olumsuz kişisel bir olaya dair kısa hikâyeler anlattılar; bunlar duygusal açıdan anlamlı ama travmatik olmayacak şekilde seçildi.

Sesleri Veriye Dönüştürmek

Araştırmacılar sözcüklerin anlamını analiz etmek yerine, katılımcıların nasıl konuştuklarına odaklandı. Uzman yazılımlar kullanarak her kayıttan onlarca özellik otomatik olarak çıkarıldı. Bunlar zamanlama (konuşma ile duraklamaların ne kadar yer kapladığı gibi), melodi ve ritim (perde/pitch desenleri gibi), ses kalitesi (sesin ne kadar net veya gürültülü olduğu) ve akustik sinyalin özelliklerini kapsıyordu. Kadınlar ve erkekler için ayrı ayrı eğitilen makine öğrenimi modelleri, bu özelliklerden her kişinin yalnızlık puanını tahmin etmeye çalıştı. En umut verici sonuçlar yapılandırılmış resim tanımlama görevinden geldi; daha serbest duygusal anlatılardan değil.

Bilgisayarın Ne Duyduğu

Resim tanımlamadan elde edilen konuşma, hem kadınlarda hem erkeklerde modellerin yalnızlığı tesadüften daha iyi tahmin etmesine izin verdi ve bireyler arasındaki farklılıkların mütevazı ama anlamlı bir bölümünü açıkladı. Tek bir vokal özellik sinyali taşımıyordu; bunun yerine birçok küçük etki bir araya gelip algılanabilir bir desen oluşturdu. Kadınlarda daha yüksek yalnızlık, daha az kesintisiz konuşma (konuşmaya göre daha fazla sessizlik) ve zaman içinde daha düzensiz ses yüksekliği ile ilişkiliydi. Erkeklerde daha yüksek yalnızlık, hece aralarındaki daha az duraklama, daha kısa toplam konuşma süresi, daha pürüzlü/gürültülü bir ses ve biraz daha yüksek perde ile ilişkilendirildi. Yalnızlık hem konuşma özellikleri hem de depresyon ile sosyal anksiyete anket puanları kullanılarak tahmin edildiğinde, birleşik model kadınlar için yalnız anketlerden daha iyi çalıştı; erkekler için ise böyle değildi ve bu da cinsiyetin yalnızlığın konuşmada nasıl ortaya çıktığını şekillendirebileceğini düşündürüyor.

Bulguların Bağlamı ve Sınırları

İlginç şekilde, duygusal hikâye anlatma görevlerindeki konuşma yalnızlığı neredeyse hiç bu kadar iyi tahmin edemedi. Bu açık uçlu hikâyeler içerik açısından büyük farklılıklar gösterdi ve daha güçlü duygular uyandırdı; bu da muhtemelen yalnızlıkla ilişkili daha ince desenleri örten ekstra vokal değişiklikler ekledi. Standartlaştırılmış resim tanımlama ise herkesin benzer bir sosyal-düşünme durumuna girmesini sağlayarak ince farklılıkların tespitini kolaylaştırdı. Yine de modeller yalnızlığın yalnızca bir kısmını yakaladı; yalnızlık ayrıca depresyon ve sosyal anksiyete ile yakından bağlantılıydı ve örneklem çoğunlukla genç, sağlıklı yetişkinlerden oluşuyordu; bunların deneyimleri daha yaşlı veya klinik açıdan sıkıntılı gruplardan farklı olabilir.

Günlük Hayat İçin Anlamı

Basitçe söylemek gerekirse, çalışma konuşma tarzımızın—duraklamalarımızın, perdemizin ve ses kalitemizin—bir sahneyi tarif ederken bile ne kadar yalnız hissettiğimize dair zayıf ama gerçek ipuçları taşıdığını gösteriyor. Bilgisayarlar, insanların bilinçli olarak nadiren fark ettiği bu ses özelliklerini analiz ederek bu desenleri yakalayabiliyor. Mevcut sonuçlar hazır bir testten ziyade erken bir kavram kanıtı olsa da kısa, günlük konuşmaların kronik yalnızlık ve buna bağlı sağlık sorunları riski taşıyan kişileri işaretlemede yardımcı olabileceği bir geleceğe işaret ediyor; amaç izolasyon derinleşmeden destek yönlendirmek olurdu.

Atıf: 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

Anahtar kelimeler: yalnızlık, konuşma analizi, ruh sağlığı, makine öğrenimi, sosyal bağ