合成一个会说话的儿童阿凡达来训练采访受虐待儿童的采访者
摘要
1.简介
对系统潜在学习效果和用户体验的调查。 对合成声音和自然声音的真实性进行比较的研究。 基于调查性访谈中儿童回答的不同模型的情绪提取检验。 研究了几种生成有声化身外观的方法的真实性。 关于各种系统组件的集成和交互的系统架构的调查。
2.相关工作
2.1. 调查性面试培训
2.2. 情绪
2.3. 查特博特
2.4. 听觉的
2.5. 视觉
2.6. 儿童访谈培训化身
3.材料和方法
3.1. 语言
3.2. 听觉的
3.3. 情绪
3.4. 视觉
4.结果
4.1. 语言
4.2. 听觉的
4.3. 情绪
4.4. 视觉
5.讨论和未来工作
6.结论
作者贡献
基金
机构审查委员会声明
知情同意书
数据可用性声明
利益冲突
工具书类
Sethi博士。; 贝利斯,M。; 休斯,K。; 吉尔伯特,R。; Mitis,F。; 盖利亚,G。 欧洲防止虐待儿童报告 ; 世界卫生组织,欧洲区域办事处:瑞士日内瓦,2013年。 [ 谷歌学者 ] Widom,C.S.虐待儿童的长期后果。 在 儿童虐待手册 ; 施普林格:德国柏林/海德堡,2014年; 第225-247页。 [ 谷歌学者 ] 世界卫生组织。 全球健康风险:可归因于选定主要风险的疾病死亡率和负担 ; 世界卫生组织:瑞士日内瓦,2009年。 [ 谷歌学者 ] Dixon,L。; Perkins,D.F。; Hamilton-Gaachritis,C。; 洛杉矶克雷格。 《威利儿童虐待工作手册:基于证据的儿童保护评估和干预方法》 ; John Wiley&Sons:美国新泽西州霍博肯,2017年。 [ 谷歌学者 ] D.布朗。; 兰姆·M·福克斯(M.Lamb),《道路上的福克斯》(the road),《选择的路线,以及招手的旅程:对儿童证词学术研究的选择性回顾》。 申请。 干邑。 精神病。 2019 , 33 , 480–488. [ 谷歌学者 ] [ 交叉参考 ] 兰姆,M.E。; 拉鲁伊,D.J。; 马里兰州。; C·卡茨。 儿童证词:心理研究和法医实践手册 ; 约翰·威利父子公司:美国新泽西州霍博肯,2011年; 第53卷。 [ 谷歌学者 ] 亚当斯,J.A。; Farst,K。; 北卡罗来纳州凯洛格对疑似儿童性虐待的医学发现的解释:2018年最新情况。 《儿科杂志》。 阿道莱斯克。 妇科。 2018 , 31 , 225–231. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] 纽林,C。; 斯蒂尔,L.C。; Chamberlin,A。; 安德森,J。; Kenniston,J。; 罗素(A.Russell)。; Stewart,H。; 沃恩-伊登,V。 儿童取证面谈:最佳实践 ; 美国司法部,司法项目办公室,青少年办公室:华盛顿特区,美国,2015年。 兰姆,M.E。; 布朗,D.A。; 赫什科维茨,I。; 奥巴赫,Y。; 埃斯普林,P.W。 告诉我发生了什么:向孩子们提问虐待 ; 约翰·威利父子公司:美国新泽西州霍博肯,2018年。 [ 谷歌学者 ] 兰姆,M.E。; 奥巴赫,Y。; 赫什科维茨,I。; 埃斯普林,P.W。; Horowitz,D.结构化法医访谈协议提高了儿童调查访谈的质量和信息量:使用NICHD调查访谈协议的研究综述。 虐待儿童。 否定。 2007 , 31 , 1201–1231. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] 鲍威尔,M.B。; 标准访谈方法的起源、实验基础和应用:信息收集框架。 澳大利亚。 精神病。 2020 , 55 , 645–659. [ 谷歌学者 ] [ 交叉参考 ] Lyon,T.D.采访儿童。 每年。 法律科学评论。 2014 , 10 , 73–89. [ 谷歌学者 ] [ 交叉参考 ] 鲍威尔,M.B。; Hughes-Scholes,C.H。; 史密斯,R。; Sharman,S.J.调查性采访经验与开放式问题使用之间的关系。 警察实践。 物件。 2014 , 15 , 283–292. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Lamb,M.将法医采访实践研究转化为从业者的困难:找水,牵马,但我们能让他们喝水吗? 美国心理医生。 2016 , 71 , 710–718. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] 鲍威尔,M.B。; Guadagno,B。; Benson,M.通过基于计算机的学习活动提高儿童调查面试官的表现。 警察。 Soc公司。 2016 , 26 , 365–374. [ 谷歌学者 ] [ 交叉参考 ] 西摩,M。; Riemer,K。; Kay,J.演员、化身和代理:自然面孔技术在创造真实视觉存在方面的潜力和影响。 J.协会信息系统。 2018 , 19 , 4. [ 谷歌学者 ] [ 交叉参考 ] 哈桑,S.Z。; Salehi,P。; 罗伊德,R.K。; Halvorsen,P。; Baugerud,G.A。; 约翰逊,M.S。; Lison,P。; 里格勒,M。; 兰姆,M.E。; Griwodz,C。; 等。在虚拟现实中面向AI驱动的会说话的阿凡达,用于儿童调查性访谈。 2022年6月14日至17日,爱尔兰阿瑟隆,第二版游戏系统研讨会(GameSys’22)会议记录。 [ 谷歌学者 ] Salehi,P。; 哈桑,S.Z。; 萨贝特,S.S。; Baugerud,G.A。; 约翰逊,M.S。; 里格勒,M。; Halvorsen,P.更现实更好吗? 游戏引擎和基于GAN的虚拟形象在儿童调查性访谈中的比较。 2022年6月27日至30日,美国新泽西州纽瓦克ACM ICMR 2022,ICDAR研讨会会议记录。 [ 谷歌学者 ] 塞德堡,A.C。; 奥巴赫,Y。; 斯特恩伯格,K.J。; Lamb,M.E.对瑞典儿童证人的调查性采访。 虐待儿童。 否定。 2000 , 24 , 1355–1361. [ 谷歌学者 ] [ 交叉参考 ] Baugerud,G.A。; 约翰逊,M.S。; Hansen,H.B。; 马格努森,S。; Lamb,M.E.对学龄前儿童的法医访谈:对挪威扩展访谈的分析(2015-2017)。 申请。 干邑。 精神病。 2020 , 34 , 654–663. [ 谷歌学者 ] [ 交叉参考 ] Korkman,J。; Santtila,P。; Sandnabba,N.K.采访儿童性虐待受害者时采访者和儿童之间言语互动的动态。 扫描。 《心理学杂志》。 2006 , 47 , 109–119. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 兰姆,M.E。; 奥巴赫,Y。; 斯特恩伯格,K.J。; 奥尔德里奇,J。; 皮尔逊,S。; Stewart,H.L。; 埃斯普林,P.W。; Bowler,L.使用结构化调查协议可以提高对英国儿童性虐待指控受害者的调查访谈的质量。 申请。 干邑。 精神病。 关J.Soc.申请。 Res.Mem公司。 认知。 2009 , 23 , 449–467. [ 谷歌学者 ] [ 交叉参考 ] 布鲁巴赫,S.P。; 舒尔曼,E.P。; 医学博士Bearman。; Powell,M.B.教授儿童调查性访谈技能:长期记忆需要累积训练。 精神病。 公共政策法 2021 , 28 , 123–136. [ 谷歌学者 ] [ 交叉参考 ] 克劳斯,N。; F.蓬佩达。; Antfolk,J。; 扎帕拉,A。; Santtila,P.《反馈和反思对模拟儿童性虐待访谈中未经训练的访谈者提问风格的影响》。 申请。 干邑。 精神病。 2017 , 31 , 187–198. [ 谷歌学者 ] [ 交叉参考 ] Haginoya,S。; 山本,S。; F.蓬佩达。; Naka,M。; Antfolk,J。; Santtila,P.关于儿童性虐待的在线模拟培训——有反馈的访谈提高了日本大学生的访谈质量。 前面。 精神病。 2020 , 11 , 998. [ 谷歌学者 ] [ 交叉参考 ] Haginoya,S。; 山本,S。; Santtila,P.儿童性虐待访谈在线模拟培训中反馈和建模的结合提高了临床心理学家的访谈质量。 虐待儿童。 否定。 2021 , 115 , 105013. [ 谷歌学者 ] [ 交叉参考 ] F.蓬佩达。; 扎帕拉,A。; Santtila,P.使用化身与反馈相结合的方式模拟儿童性虐待访谈,可以提高访谈质量。 精神病。 犯罪法 2015 , 21 , 28–52. [ 谷歌学者 ] [ 交叉参考 ] Mayer,J.D。; Salovey,P.什么是情商? 在 情绪发展与情绪智力:教育意义 ; 基础图书:纽约,纽约,美国,1997年; 第3-33页。 [ 谷歌学者 ] 约瑟夫·D.L。; Newman,D.A.情绪智力:一个综合的元分析和级联模型。 J.应用。 精神病。 2010 , 95 , 54–78. [ 谷歌学者 ] [ 交叉参考 ] A.R.霍奇希尔德。 被管理的心:人类情感的商业化 ; 加利福尼亚大学出版社:美国加利福尼亚州伯克利; 英国伦敦,2012年。 [ 谷歌学者 ] Risan,P。; 粘结剂,P.E。; Milne,R.J.《警察访谈中的情绪智力——方法、培训和概念的实用性》。 《法医心理学杂志》。 实际。 2016 , 16 , 410–424. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Albaek,A.U。; Kinn,L.G。; Milde,A.M.《让孩子们穿过雷区:专业人士如何探索不良童年经历》。 资格。 健康研究。 2018 , 28 , 231–244. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] 埃克曼,P。; 弗里森,W.V.一种新的泛文化面部表情。 动机。 埃莫特。 1986 , 10 , 159–168. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 埃克曼,P。; 海德,K.G.轻蔑表达的普遍性:复制。 动机。 埃莫特。 1988 , 12 , 303–308. [ 谷歌学者 ] [ 交叉参考 ] 松本,D.藐视表达普遍性的更多证据。 动机。 埃莫特。 1992 , 16 , 363–368. [ 谷歌学者 ] [ 交叉参考 ] 卡茨,L.F。; Hunter,E.C.母体元运动哲学与青少年抑郁症状学。 社会发展。 2007 , 16 , 343–360. [ 谷歌学者 ] [ 交叉参考 ] Karni-Visel,Y。; 赫什科维茨,I。; 兰姆,M.E。; Blasbalg,U。《披露虐待儿童时的非言语情绪:采访者支持的作用》。 儿童虐待 2021 , 29 , 10775595211063497. [ 谷歌学者 ] [ 交叉参考 ] 凯里格,P.K。; Bennett,哥伦比亚特区。; 查普洛,S.D。; 莫德罗斯基,C.A。; McGee,A.B.积极、消极和一般情绪的消融:司法介入青少年中创伤暴露、创伤后压力和抑郁症状的关系:积极、消极或一般情绪消融。 J.创伤。 强调 2016 , 29 , 111–119. [ 谷歌学者 ] [ 交叉参考 ] Young,T。; 哈扎里卡,D。; 波利亚,S。; Cambria,E.基于深度学习的自然语言处理的最新趋势。 计算机集成制造 2018 , 13 , 55–75. [ 谷歌学者 ] 葡萄酒,O。; Le,Q.一种神经对话模型。 arXiv公司 2015 ,arXiv:1506.05869。 [ 谷歌学者 ] 周,H。; 黄,M。; 张,T。; 朱,X。; 刘,B。情感聊天机:具有内部和外部记忆的情感对话生成。 2018年2月2日至7日,美国洛杉矶新奥尔良,第三十二届AAAI人工智能会议记录。 [ 谷歌学者 ] 周,L。; 高杰。; 李,D。; Shum,H.Y.《XiaoIce的设计与实现》,一款移情社交聊天机器人。 arXiv公司 2019 ,arXiv:1812.08989。 [ 谷歌学者 ] [ 交叉参考 ] 李,J。; M.加利。; 布罗克特,C。; Spithourakis,G.P。; 高杰。; Dolan,B.一种基于人物角色的神经对话模型。 arXiv公司 2016 ,arXiv:1603.06155。 [ 谷歌学者 ] Tachibana,H。; Uenoyama,K。; Aihara,S.基于深度卷积网络的高效可训练文本语音系统,具有引导注意力。 2018年IEEE声学、语音和信号处理国际会议(ICASSP)会议记录,加拿大阿联酋卡尔加里,2018年4月15日至20日; IEEE:美国新泽西州皮斯卡塔韦,2018年; 第4784–4788页。 [ 谷歌学者 ] Amberkar,A。; 阿瓦沙莫尔,P。; Deshmukh,G。; Dave,P.使用递归神经网络进行语音识别。 2018年3月1日至3日在印度哥印拜陀举行的2018年汇聚技术当前趋势国际会议论文集; IEEE:美国新泽西州皮斯卡塔韦,2018年; 第1-4页。 [ 谷歌学者 ] 熊,W。; Droppo,J。; 黄,X。; 塞德,F。; 萨尔茨,M.L。; Stolcke,A。; Yu,D。; 茨威格,G.《对话语音识别中的人类对等》。 IEEE/ACM传输。 语音语言程序。 2017 , 25 , 2410–2423. [ 谷歌学者 ] [ 交叉参考 ] 帕克,D.S。; Chan,W。; Zhang,Y。; Chiu,C.C。; Zoph,B。; 库布克,E.D。; Le,Q.V.Specengaret:一种简单的自动语音识别数据增强方法。 arXiv公司 2019 ,arXiv:1904.08779。 [ 谷歌学者 ] 萨贾迪,O。; 格林伯格,C。; 辛格,E。; 梅森,L。; 雷诺兹,D。 NIST 2021说话人认可评估计划 ; NIST:美国马里兰州盖瑟斯堡,2021年。 Zhang,Y。; 秦,J。; 帕克,D.S。; 韩,W。; Chiu,C.C。; 庞,R。; Le,Q.V。; Wu,Y.突破了语音自动识别的半监督学习的局限性。 arXiv公司 2020 ,arXiv:2010.10504。 [ 谷歌学者 ] Y.A.钟。; Zhang,Y。; Han,W。; Chiu,C.C。; 秦,J。; 庞,R。; Wu,Y.W2v-bert:结合对比学习和屏蔽语言建模进行自我监督的语音预训练。 arXiv公司 2021 ,arXiv:2108.06209。 [ 谷歌学者 ] Busso,C。; 布卢特,M。; Lee,C.C。; Kazemzadeh,A。; Mower Provost,E。; Kim,S。; Chang,J。; Lee,S。; Narayanan,S.IEMOCAP:交互式情感二元运动捕捉数据库。 语言资源。 评估。 2008 , 42 , 335–359. [ 谷歌学者 ] [ 交叉参考 ] 赵,J。; 毛,X。; Chen,L.使用深度1D和2D CNN LSTM网络进行语音情感识别。 生物识别。 信号处理。 控制 2019 , 47 , 312–323. [ 谷歌学者 ] [ 交叉参考 ] Fayek,H。; Lech,M。; Cavedon,L.评估语音情感识别的深度学习架构。 神经网络。 2017 , 92 , 60–68. [ 谷歌学者 ] [ 交叉参考 ] 沈杰。; 庞,R。; 韦斯,R.J。; 舒斯特,M。; 北卡罗来纳州贾特利。; 杨,Z。; 陈,Z。; Zhang,Y。; Wang,Y。; Skerrv-Ryan,R。; 等。通过调节mel谱图预测的波长网络来合成天然tts。 2018年IEEE声学、语音和信号处理国际会议(ICASSP)会议记录,加拿大阿联酋卡尔加里,2018年4月15日至20日; IEEE:美国新泽西州皮斯卡塔韦,2018年; 第4779–4783页。 [ 谷歌学者 ] 普伦格,R。; 瓦莱,R。; Catanzaro,B.Waveglow:用于语音合成的基于流的生成网络。 2019年5月12日至19日在英国布莱顿举行的2019-2019年IEEE声学、语音和信号处理国际会议(ICASSP)会议记录; IEEE:美国新泽西州皮斯卡塔韦,2019年; 第3617–3621页。 [ 谷歌学者 ] Kalchbrenner,N。; Elsen,E。; Simonyan,K。; 努里,S。; 北卡罗来纳州卡萨格兰德。; 洛克哈特,E。; 斯汀伯格,F。; 奥德,A.V.D。; 迪尔曼,S。; Kavukcuoglu,K.高效神经音频合成。 arXiv公司 2018 ,arXiv:1802.08435。 [ 谷歌学者 ] 古德费罗,I。; Pouget-Abadie,J。; 米尔扎,M。; 徐,B。; Warde-Farley,D。; Ozair,S。; 库尔维尔,A。; Bengio,Y.生成对抗网。 高级神经信息处理。 系统。 2014 , 27 , 2672–2680. [ 谷歌学者 ] Karras,T。; 艾拉,T。; 莱恩,S。; Lehtinen,J.为提高质量、稳定性和变异性而进行的甘草生长。 arXiv公司 2017 ,arXiv:1710.10196。 [ 谷歌学者 ] Karras,T。; 莱恩,S。; 艾塔拉,M。; Hellsten,J。; Lehtinen,J。; Aila,T.分析和改善stylegan的图像质量。 2020年6月14日至19日,美国华盛顿州西雅图,IEEE/CFF计算机视觉和模式识别会议记录; 第8110–8119页。 [ 谷歌学者 ] Choi,Y。; Choi,M。; Kim,M。; Ha,J.W。; Kim,S。; Choo,J.Stargan:用于多域图像到图像转换的统一生成对抗网络。 2018年6月18日至22日,美国犹他州盐湖城,IEEE计算机视觉和模式识别会议记录; 第8789–8797页。 [ 谷歌学者 ] 阿加瓦尔,S。; 法里德,H。; 顾毅。; 他,M。; K.长野。; Li,H.保护世界领导人免受深度假冒。 2019年6月16日至20日,美国加利福尼亚州长滩,CVPR研讨会会议记录; 第1卷。 [ 谷歌学者 ] 佩罗夫,I。; 高,D。; 北切沃尼。; 刘凯。; 南卡罗来纳州马兰贡达。; C·尤美。; Dpfks,M。; Facenheim,C.S。; RP,L。; 姜杰。; DeepFaceLab:集成的、灵活的和可扩展的face-swapping框架。 arXiv公司 2020 ,arXiv:2005.05535。 [ 谷歌学者 ] Suwajanakorn,S。; 塞茨,S.M。; Kemelmacher-Shlizerman,I.合成奥巴马:从音频中学习唇形同步。 ACM事务处理。 图表。 ToG公司 2017 , 36 , 1–13. [ 谷歌学者 ] [ 交叉参考 ] Chen,L。; 马多克斯,R.K。; 段,Z。; Xu,C.动态像素损失的层次化跨模态人脸生成。 2019年6月15日至20日在美国加利福尼亚州长滩举行的IEEE/CVF计算机视觉和模式识别会议记录; 第7832–7841页。 [ 谷歌学者 ] 周,Y。; 韩,X。; 谢赫特曼,E。; 埃切瓦里亚,J。; Kalogerakis,E。; Li,D.Makelttalk:支持扬声器的有声头部动画。 ACM事务处理。 图表。 TOG公司 2020 , 39 , 1–15. [ 谷歌学者 ] [ 交叉参考 ] 梅什里,M。; 苏里,S。; 戴维斯,L.S。; Shrivastava,A.学习了少说话的头部合成的空间表征。 2021年10月11日至17日,加拿大不列颠哥伦比亚省蒙特利尔,IEEE/CVF国际计算机视觉会议记录; 第13829–13838页。 [ 谷歌学者 ] 卢,Y。; Chai,J。; 曹,X。现场演讲肖像:实时照片级真实感有声头部动画。 ACM事务处理。 图表。 TOG公司 2021 , 40 , 1–17. [ 谷歌学者 ] [ 交叉参考 ] Yi,R。; Ye,Z。; 张,J。; Bao,H。; Liu,Y.J.Audio-driven talking face video generation with learning-based personalized head pose.音频驱动人脸视频生成,基于学习的个性化头部姿势。 arXiv公司 2020 ,arXiv:2002.10137。 [ 谷歌学者 ] Thies,J。; Elgharib,M。; Tewari,A。; Theobalt,C。; 尼纳(Nießner),M.神经声音木偶:音频驱动的面部再现。 《欧洲计算机视觉会议论文集》,英国格拉斯哥,2020年8月23日至28日; 施普林格:德国柏林/海德堡,2020年; 第716-731页。 [ 谷歌学者 ] Chen,L。; 崔,G。; 刘,C。; 李,Z。; 寇,Z。; Xu,Y。; Xu,C.用有节奏的头部运动讲述一代人。 《欧洲计算机视觉会议论文集》,英国格拉斯哥,2020年8月23日至28日; 施普林格:德国柏林/海德堡,2020年; 第35-51页。 [ 谷歌学者 ] A.理查德。; Lea,C。; 马,S。; 加尔,J。; De la Torre,F。; Sheikh,Y.音频和视觉驱动的编解码器化身面部动画。 《IEEE/CVF计算机视觉应用冬季会议论文集》,美国HI威科洛,2021年8月11日; 第41-50页。 [ 谷歌学者 ] 宋,L。; Wu,W。; 钱,C。; He,R。; Loy,C.C.每个人都在说话:让我说你想说的话。 IEEE传输。 Inf.法医安全。 2022 , 17 , 585–598. [ 谷歌学者 ] [ 交叉参考 ] Thies,J。; 佐尔霍费尔,M。; Stamminger,M。; Theobalt,C。; Nießner,M.Face2face:实时人脸捕获和rgb视频重演。 2016年6月26日至7月1日,美国内华达州拉斯维加斯,IEEE计算机视觉和模式识别会议记录; 第2387–2395页。 [ 谷歌学者 ] Tripathy,S。; 坎纳拉,J。; Rahtu,E.Icface:使用gans进行可解释和可控的面部再现。 《IEEE/CVF计算机视觉应用冬季会议论文集》,美国HI威科洛亚,2020年1月4日至8日; 第3385–3394页。 [ 谷歌学者 ] 周,H。; 孙,Y。; Wu,W。; 罗伊,C.C。; 王,X。; Liu,Z.通过隐式模块化视听表示生成可控制的谈话人脸。 2021年6月20日至25日在美国田纳西州纳什维尔举行的IEEE/CVF计算机视觉和模式识别会议记录; 第4176-4186页。 [ 谷歌学者 ] 周,H。; 刘,Y。; 刘,Z。; 罗,P。; 王,X。通过对抗性分离的视听再现进行面部生成。 2019年1月27日至2月1日在美国夏威夷州火奴鲁鲁举行的AAAI人工智能会议记录; 第33卷,第9299–9306页。 [ 谷歌学者 ] 威尔斯,O。; Koepke,A。; Zisserman,A.X2face:使用图像、音频和姿势代码控制人脸生成的网络。 2018年9月8日至14日在德国慕尼黑举行的欧洲计算机视觉会议(ECCV)会议记录; 第670-686页。 [ 谷歌学者 ] 哈,S。; 科斯纳,M。; Kim,B。; Seo,S。; 金·D·马里奥内特(Kim,D.Marionette):少有的面部重演,保留了看不见的目标的身份。 美国纽约州纽约市AAAI人工智能会议记录,2020年2月7日至12日; 第34卷,第10893–10900页。 [ 谷歌学者 ] 班萨尔,A。; 马,S。; 拉马南,D。; Sheikh,Y.Recycle-gan:无监督视频重定目标。 2018年9月8日至14日在德国慕尼黑举行的欧洲计算机视觉会议(ECCV)会议记录; 第119-135页。 [ 谷歌学者 ] Kim,H。; 加里多,P。; Tewari,A。; 徐,W。; Thies,J。; Niessner,M。; 佩雷斯,P。; Richardt,C。; Zollhöfer,M。; Theobalt,C.深度视频肖像。 ACM事务处理。 图表。 TOG公司 2018 , 37 , 1–14. [ 谷歌学者 ] [ 交叉参考 ] F.蓬佩达。; Antfolk,J。; 扎帕拉,A。; Santtila,P.结果和过程反馈的结合提高了使用化身模拟儿童性虐待访谈的性能。 前面。 精神病。 2017 , 8 , 1474. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] F.蓬佩达。; Palu,A。; Kask,K。; 希夫,K。; Soveri,A。; Antfolk,J。; Santtila,P.将模拟面试训练效果转化为对参加模拟活动的儿童的面试。 北欧心理学。 2020 , 73 , 43–67. [ 谷歌学者 ] [ 交叉参考 ] F.蓬佩达。; Zhang,Y。; Haginoya,S。; Santtila,P.《反馈对虚拟人物模拟儿童性虐待访谈质量影响的大型分析》。 J.警察犯罪。 精神病。 2022 , 1–14. [ 谷歌学者 ] [ 交叉参考 ] Dalli,K.C.《基于阿凡达的面试培训应用程序的技术接受:AvBIT应用程序的开发和技术接受研究》。 2021年,瑞典瓦克斯约林奈大学硕士论文。 [ 谷歌学者 ] Johansson,D.儿童访谈培训用虚拟中介系统的设计与评估。 2015年,日本神奈川Line大学硕士论文。 [ 谷歌学者 ] M.阿巴迪。; 阿加瓦尔,A。; 巴勒姆,P。; Brevdo,E。; 陈,Z。; Citro,C。; Corrado,G.S。; A.戴维斯。; 迪安·J。; 德文,M。; 等人Tensorflow:异构分布式系统上的大规模机器学习。 arXiv公司 2016 ,arXiv:1603.04467。 [ 谷歌学者 ] Bunk,T。; 瓦什内亚,D。; 弗拉索夫,V。; Nichol,A.Diet:对话系统的轻量级语言理解。 arXiv公司 2020 ,arXiv:2004.09936。 [ 谷歌学者 ] ITU-T建议P.809。 游戏质量的主观评价方法 ; 国际电信联盟:瑞士日内瓦,2018年。 [ 谷歌学者 ] 刘易斯,M。; 刘,Y。; 戈亚尔,N。; Ghazvininejad,M。; Mohamed,A。; 利维,O。; 斯托亚诺夫,V。; Zettlemoyer,L.BART:自然语言生成、翻译和理解的去噪序列对序列预训练。 arXiv公司 2019 ,arXiv:1910.13461。 [ 谷歌学者 ] [ 交叉参考 ] 王,A。; 辛格,A。; J·迈克尔。; 希尔,F。; 利维,O。; Bowman,S.GLUE:自然语言理解的多任务基准和分析平台。 2018年EMNLP BlackboxNLP研讨会论文集:为NLP分析和解释神经网络,比利时布鲁塞尔,2018年11月1日; 计算语言学协会:比利时布鲁塞尔,2018年; 第353–355页。 [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 布朗,T.B。; 曼恩,B。; 莱德,N。; Subbiah,M。; 卡普兰,J。; Dhariwal,P。; Neelakantan,A。; Shyam,P。; 萨斯特里,G。; Askell,A。; 语言模型是少数快速学习者。 arXiv公司 2020 ,arXiv:2005.14165。 [ 谷歌学者 ] 杰克,R.E。; 加罗德,O.G.B。; Schyns,P.G.情绪的动态面部表情随着时间的推移传递不断演变的信号层次。 货币。 生物。 2014 , 24 , 187–192. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 深水假货。 github。 2019.在线提供: https://github.com/deepfakes/faceswap (于2022年5月20日访问)。 Sha,T。; 张伟。; 沈,T。; 李,Z。; Mei,T.深度人物生成:从面部、姿势和服装合成角度进行的调查。 arXiv公司 2021 ,arXiv:2109.02081。 [ 谷歌学者 ] 朱,H。; 罗,M。; 王,R。; 郑,A。; 深度视听学习:一项调查。 国际汽车杂志。 计算。 2021 , 18 , 351–376. [ 谷歌学者 ] [ 交叉参考 ] 托洛萨纳,R。; 维拉·罗德里格斯(Vera-Rodriguez,R.)。; Fierrez,J。; 莫拉莱斯,A。; Ortega-Garcia,J.Deepfakes及其他:面部操纵和假冒检测调查。 信息融合 2020 , 64 , 131–148. [ 谷歌学者 ] [ 交叉参考 ] 库马尔,R。; 索特洛,J。; 库马尔,K。; de Brébisson,A。; Bengio,Y.ObamaNet:从文本进行照片真实感唇形同步。 arXiv公司 2018 ,arXiv:1801.01442。 [ 谷歌学者 ] Baugerud,G.A。; 约翰逊,M.S。; Klingenberg Röed,R。; 兰姆,M.E。; 鲍威尔,M。; 塔姆巴维塔,V。; 希克斯公司。; Salehi,P.等人。; 哈桑,S.Z。; Halvorsen,P。; 等。用于儿童调查访谈的多模式虚拟化身。 2021年8月21日,台湾台北,《2021年智能交叉数据分析和检索研讨会论文集》; 第2-8页。 [ 谷歌学者 ] Chung,J.S。; Nagrani,A。; Zisserman,A.Voxceleb2:深度说话人识别。 arXiv公司 2018 ,arXiv:1806.05622。 [ 谷歌学者 ] Koo,T.K。; Li,M.Y.《可靠性研究类内相关系数的选择和报告指南》。 J.Chiropr。 医学。 2016 , 15 , 155–163. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] Karras,T。; 莱恩,S。; Aila,T.生成性对抗网络的基于样式的生成器体系结构。 2019年6月16日至19日在美国加利福尼亚州长滩举行的IEEE/CVF计算机视觉和模式识别会议记录; 第4401-4410页。 [ 谷歌学者 ] 莫里,M。; 麦克道曼,K.F。; Kageki,N.神奇的山谷[来自野外]。 IEEE机器人。 自动。 美格。 2012 , 19 , 98–100. [ 谷歌学者 ] [ 交叉参考 ] 麦克道曼,K.F。; 绿色,R.D。; Ho,C.C。; 科赫,C.T.太真实了吗? 对计算机生成的人脸的不一致响应。 计算。 嗯。行为。 2009 , 25 , 695–710. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Brunnström,K。; Beker,S.A.公司。; De Moor,K。; 末日,A。; 艾格,S。; M.N.加西亚。; Hossfeld,T。; Jumisko-Pyykkö,S。; 凯梅尔,C。; Larabi,医学博士。; 等。 Qualinet关于经验质量定义的白皮书 ; HAL:印度班加罗鲁,2013年。 [ 谷歌学者 ]