EmoHeal：一个端到端的系统，用于从细粒度情绪中检索个性化的治疗音乐

于红博

摘要: 现有的数字化心理健康工具通常忽视日常挑战背后的微妙情绪状态。例如，入睡前焦虑影响全球超过15亿人，然而当前方法仍然主要是静态的和“一刀切”，未能适应个体需求。在这项工作中，我们提出EmoHeal，一个端到端系统，提供个性化的三阶段支持性叙事。EmoHeal使用经过精细调整的XLM-RoBERTa模型从用户文本中检测27种细粒度情绪，通过基于音乐治疗原则（GEMS，等价原则）的知识图将它们映射到音乐参数。EmoHeal使用CLAMP3模型检索音频视频内容，引导用户从当前状态走向更平静的状态（“匹配-引导-目标”）。一项受试者内研究（N=40）显示出显著的支持效应，参与者报告情绪显著改善（M=4.12，p<0.001）和高认知情绪识别准确性（M=4.05，p<0.001）。认知准确性和治疗结果之间的显著相关性（r=0.72，p<0.001）验证了我们的细粒度方法。这些发现确立了基于理论、关注情绪的数字化健康工具的可行性，并提供了一个可扩展的AI蓝图，用于实现音乐治疗原则。

更新时间: 2025-09-19 13:52:22

领域: cs.LG,cs.AI,cs.CL,cs.HC,cs.SD,eess.AS

下载: http://arxiv.org/abs/2509.15986v1