arXiv 2510.190302025-11-07cs.CLcs.HC

Re:Member：基于个人记忆的情感化问题生成

Re:Member: Emotional Question Generation from Personal Memories

Columbia University（哥伦比亚大学）；The University of Tokyo（东京大学）

Zackary Rackauckas, Nobuaki Minematsu, Julia Hirschberg

发表信息：: Proceedings of the Fourth Workshop on Bridging Human-Computer Interaction and Natural Language Processing (HCI+NLP), Suzhou, China, November 2025, pp. 163-168
DOI：: 10.18653/v1/2025.hcinlp-1.13

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

该研究提出Re:Member系统，通过利用用户个人视频生成目标语言风格化口语问题，结合情感语音合成与多模态技术，探索情感化记忆交互对第二语言学习的支持作用，突显情感与个人媒体在教育技术中的价值。

摘要：

我们提出Re:Member系统，探索情感丰富、以记忆为基础的交互如何支持更具吸引力的第二语言（L2）学习。该系统利用用户的个人视频，生成目标语言的风格化口语问题，旨在鼓励情感回忆和对话参与。系统将情感基调与视觉语境对齐，使用耳语或深夜语调等富有表现力的语音风格唤起特定情绪。它在模块化生成流程中结合了基于WhisperX的转录对齐、3帧视觉采样和Style-BERT-VITS2情感合成技术。作为风格化交互探针，Re:Member突显了情感和个人媒体在以学习者为中心的教育技术中的作用。

英文摘要：

We present Re:Member, a system that explores how emotionally expressive, memory-grounded interaction can support more engaging second language (L2) learning. By drawing on users' personal videos and generating stylized spoken questions in the target language, Re:Member is designed to encourage affective recall and conversational engagement. The system aligns emotional tone with visual context, using expressive speech styles such as whispers or late-night tones to evoke specific moods. It combines WhisperX-based transcript alignment, 3-frame visual sampling, and Style-BERT-VITS2 for emotional synthesis within a modular generation pipeline. Designed as a stylized interaction probe, Re:Member highlights the role of affect and personal media in learner-centered educational technologies.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。