VR-verktøy for offentlig tale sporer stress og emosjoner i sanntid

Bakgrunn

Personer som stammer opplever ofte forhøyet stress og angst i sosiale talesituasjoner, men forholdet mellom disse indre tilstandene og momenter med dysflytepisoder kan være vanskelig å observere utenfra. Tradisjonelle tilnærminger baserer seg i stor grad på subjektive selvrapporter eller klinikerobservasjon, som begge kan gå glipp av viktige detaljer. «Speak in Public»-prosjektet hadde som mål å bygge et multimodalt system som fanger opp hva som skjer fysiologisk og emosjonelt i sanntid mens en person snakker i et virtuelt miljø.

Hva forskerne gjorde

Teamet skapte en VR-applikasjon med fem progressivt utfordrende sosiale scenarioer: høytlesing alene, høytlesing for en liten gruppe, holde en presentasjon, ha en samtale og gjennomføre et jobbintervju. Hver deltaker bar et biosensorarmbånd som kontinuerlig registrerte elektrodermal aktivitet, hjertefrekvens og hudtemperatur. Samtidig analyserte en taleemosjonsgjenkjenningsmodul stemmekarakteristikker for å klassifisere talerens emosjonelle tilstand. Fem unge menn som stammer (15 til 19 år) gjennomførte alle fem scenarioene.

Hva de fant

Hvert scenario produserte målbar fysiologisk aktivering, noe som bekrefter at VR-miljøene føltes sosialt meningsfulle. Jobbintervjuet genererte konsistent de høyeste stressavlesningene på tvers av alle deltakere. Kritisk nok sammenfalt hvert stammemoment som oppstod under øktene med en periode biosensorene hadde klassifisert som høyt stress, noe som forsterker koblingen mellom fysiologisk aktivering og dysflytepisoder. Emosjonsgjenkjenningssystemet identifiserte frykt som den vanligste emosjonelle tilstanden, selv om individuelle profiler varierte betraktelig - noen deltakere viste mer sinne eller tristhet i spesifikke scenarioer, noe som understreker den personlige naturen av disse opplevelsene.

Hvorfor dette er viktig

Denne studien demonstrerer at kombinasjonen av VR med bærbare sensorer og stemmeanalyse kan gi et rikt, objektivt sanntidsbilde av hvordan en person som stammer responderer på ulike sosiale press. I stedet for å bare basere seg på hva noen rapporterer i etterkant, kan klinikere se nøyaktig når stress øker, hvilke scenarioer som er mest utfordrende for et gitt individ, og hvordan emosjonelle responser endrer seg mellom kontekster. Denne typen data kan støtte høyt personalisert planlegging for gradert eksponeringsarbeid.

Begrensninger

Utvalget var svært lite - bare fem deltakere, alle mannlige og innenfor et smalt aldersintervall - så funnene kan ikke generaliseres bredt. Studien demonstrerte at systemet fungerer teknisk, men målte ikke om bruk over tid fører til meningsfulle endringer i angst eller kommunikasjonsselvtillit. Emosjonsgjenkjenningskomponenten, selv om den er lovende, har kjente nøyaktighetsbegrensninger og fanger kanskje ikke opp den fulle kompleksiteten i hva noen føler.