Le doute se trahit par le silence : l'IA lit les pauses express

Original: "Simple Features and Honest Calibration for Ambivalence and Hesitancy Recognition in Video"
arXiv:2607.11120 · 2026-07-13 · CC BY 4.0 · 1 min
Les pauses, effacées par les systèmes de reconnaissance vocale, sont le marqueur non verbal le plus fiable de l'incertitude humaine.

Un nouveau système analyse une courte interview pour reconnaître les doutes d'une personne, en combinant le texte, la voix et les expressions du visage. Mais la clé principale de l'incertitude s'est avérée être la matière noire de la parole : les pauses et les mots de remplissage que les systèmes vocaux standard effacent, comme un trou noir. Ce sont précisément ces blancs, généralement considérés comme du bruit, qui ont fourni le signal non verbal le plus indépendant.

Bien que le langage reste le canal le plus puissant, le silence entre les mots trahit le doute plus précisément que les intonations. Les chercheurs ont également remarqué que les tentatives de prendre en compte des signaux contradictoires – par exemple, un sourire avec une voix triste – ne faisaient que déstabiliser le système. Un simple réglage du seuil de déclenchement et une décomposition du signal en composantes ont permis de contourner le modèle standard, en identifiant avec précision les doutes même sur des données inconnues. Cette approche sera utile dans les services d'assistance et l'évaluation de l'état émotionnel.

Environ 40 % de la parole spontanée est constituée de pauses et de remplisseurs que les systèmes vocaux rejettent, perdant ainsi de précieux indices sur l'incertitude.

Scientifiques
Jacob BekensteinStephen HawkingLudwig BoltzmannRudolf ClausiusJames Clerk MaxwellEdward Witten
Notions
analyse de la parole par IA reconnaissance vocale