ECHO Corpus: Cross-cultural database of 15000 nonverbal vocalisations from speakers of 22 languages
O corpus ECHO é um banco de dados inovador e de acesso aberto, composto por mais de 15.000 vocalizações não verbais de quase 1.050 falantes em 52 países e 22 línguas, projetado para fornecer uma base representativa para investigar os mecanismos transculturais da comunicação vocal emocional humana.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Os seres humanos possuem um vasto conjunto de ferramentas para se comunicar sem usar palavras. Muito antes de desenvolvermos linguagens complexas para descrever o mundo, nossos ancestrais dependiam de sons como gritos, clamores e risos para sinalizar perigo, dor ou alegria. Essas vocalizações não verbais não são apenas ruídos aleatórios; elas carregam informações específicas sobre quem as está emitindo, o quão grande é o indivíduo e o que ele está sentindo naquele momento. Cientistas há muito se perguntam se esses sons são universais, significando que um grito de medo soa da mesma forma para uma pessoa em Tóquio como para alguém nos Andes, ou se a cultura molda a maneira como produzimos e compreendemos esses sons. Embora estudos anteriores tenham investigado essa questão, eles frequentemente dependiam de pequenos grupos de pessoas de origens semelhantes, deixando uma enorme lacuna em nossa compreensão da experiência humana completa.
Uma equipe de pesquisadores preencheu agora essa lacuna com uma nova e massiva coleção de dados chamada ECHO Corpus. Este projeto reúne quase 1.050 pessoas de 52 países diferentes, representando falantes de 22 idiomas distintos que abrangem dez grandes famílias linguísticas. O objetivo era gravar mais de 15.000 sons não verbais produzidos por esses indivíduos enquanto encenavam situações emocionais específicas. Os participantes variaram em idade, de 18 a 84 anos, e incluíram pessoas de diversos contextos, desde centros urbanos até comunidades nômades isoladas na Mongólia que nunca viajaram para fora de sua região. Ao reunir uma variedade tão ampla de vozes, os pesquisadores criaram um recurso que permite aos cientistas finalmente testar se a maneira como expressamos emoções através do som é um traço humano compartilhado ou algo aprendido de nossa cultura específica.
Para coletar esses dados, os pesquisadores pediram a cada participante que imaginasse um cenário específico e, então, produzisse um som correspondente, sem usar quaisquer palavras. Eles receberam situações que variavam de experiências negativas, como ser atacado por um animal selvagem ou queimar a mão, a positivas, como receber um presente inesperado ou sentir alívio após um susto. Eles também gravaram sons para situações neutras, como quando alguém não ouviu o que acabou de ser dito. As instruções foram cuidadosamente traduzidas para a língua nativa de cada participante para garantir que todos entendessem os cenários da mesma forma. Embora a maioria das pessoas tenha gravado suas vozes online usando seus próprios microfones, a equipe também viajou para o Japão e para a Mongólia para gravar pessoas pessoalmente, garantindo áudio de alta qualidade de comunidades que são raramente incluídas em estudos científicos.
O banco de dados resultante é enorme, contendo milhares de arquivos de áudio junto com informações detalhadas sobre cada falante, incluindo sua idade, sexo e quanto mídia consomem. Os pesquisadores analisaram as propriedades acústicas desses sons, observando características como tom, volume e a aspereza da voz. Eles descobriram que os sons variavam de maneiras previsíveis dependendo da emoção sendo expressa. Por exemplo, sons destinados a sinalizar alarme ou medo tendiam a ter um tom mais alto, enquanto sons destinados a sinalizar agressão eram mais baixos e ásperos. Crucialmente, o estudo também incluiu experimentos para ver se pessoas de diferentes culturas poderiam entender esses sons. Os resultados mostraram que os ouvintes eram geralmente muito bons em reconhecer a emoção pretendida, mesmo quando o som era feito por alguém que falava um idioma completamente diferente.
Este trabalho sugere que, embora a cultura possa adicionar algum sabor sutil à maneira como produzimos sons, a capacidade central de produzir e compreender vocalizações emocionais está profundamente enraizada em nossa biologia. Os pesquisadores descobriram que as pessoas podiam identificar emoções como dor, medo e diversão através de fronteiras culturais com um alto grau de precisidade. Isso apoia a ideia de que esses sons são parte de um sistema humano compartilhado, provavelmente evoluído para nos ajudar a sobreviver ao comunicar rapidamente nossas necessidades e sentimentos aos outros. No entanto, o estudo também observou que as pessoas eram ligeiramente melhores em reconhecer emoções quando o som vinha de alguém de seu próprio grupo cultural, sugerindo que ainda há alguma influência de hábitos locais na maneira como falamos e ouvimos.
O ECHO Corpus está agora disponível para cientistas em todo o mundo, oferecendo uma base para pesquisas futuras sobre como os humanos se comunicam. Ao ir além dos grupos limitados que dominaram estudos anteriores, este projeto revela a verdadeira diversidade da voz humana. Ele mostra que, apesar de nossas muitas diferenças de linguagem e costumes, os sons fundamentais de nossas emoções permanecem um fio condutor poderoso e conectivo ao redor do globo. Este esforço de grande escala confirma que a voz é um instrumento universal, capaz de contar uma história de alegria ou terror que qualquer pessoa, em qualquer lugar, pode entender.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.