2026年にレビューされた精神的健康に関する音声・発話研究68件のうち、バーンアウトや情緒的消耗感を直接測定したものは1件もなかった(Uy他、Frontiers in Digital Health 2026)。このギャップが以下のすべての前提になる。研究が実際に示しているのはもっと限定的な内容だ。基本周波数(F0、声の基本的な高さ)は急性ストレスで上昇し、統合した標準化平均差は0.55だが、出版バイアスを補正すると有意でない0.17にまで縮小する(Veiga他、Stress and Health 2025)。コールセンターの現場で見つかった最も強い結果は、日本の労働者62人における抑うつ症状の予測のAUC 0.783であり(Tani他、Journal of Occupational Health 2025)、欧州連合では2025年2月2日からAIによる従業員の感情の推論が禁止されている。人材面の問題(離職、暴言、退職意向)については、当社のコールセンターのオペレーターのバーンアウトと離職の統計を参照してほしい。JMIR Mental Health、JAMIA、Scientific Reports、Journal of Voice、Journal of Occupational Health、欧州委員会、ハンガリーのデータ保護当局(NAIH)、米国国立司法研究所のデータを集約し、一貫して実験室での根拠と現場での導入を区別した。
主なポイント
- 精神的健康に関する音声・発話研究68件のうちバーンアウトを直接測定したものは0件で、独立したデータセットで検証されたのは68件中2件(3%)のみ(Uy他、Frontiers in Digital Health 2026)。
- 実際の職場でのAIによる精神的健康モニタリング研究13件のうち、音声や発話データを使ったものは0件(Jack他、PLOS Digital Health 2026)。
- 急性ストレスはF0を統合SMD 0.55(95%信頼区間 0.30〜0.80)上昇させるが、trim-and-fill法による補正後は0.17まで低下し有意でなくなる(Veiga他、Stress and Health 2025)。
- ストレス研究19件中15件でF0が有意に上昇し、最も一貫した音響指標となっている(Schewski他、PLOS One 2025)。
- 発話に基づくうつ病検出:105件の研究で、報告された最高精度の統合値0.81に対し最低精度は0.66(Maran他、JMIR Mental Health 2025)。
- 通話音声に基づくモデルがコールセンターのオペレーター62人の抑うつ症状をAUC 0.783で予測(Tani他、Journal of Occupational Health 2025)。
- コールセンターのオペレーターが報告する職業人生を通じた音声の問題の有病率は33%から68%(Nair他、Journal of Voiceのシステマティックレビュー)。
- 評価のために紹介されたトルコのコールセンターのオペレーター173人のうち70.5%が職業病と確定診断され、最も多かったのは声帯の障害(Altundas HatmanとTorun、La Medicina del Lavoro 2022)。
- 禁止された行為に対するAI規則の制裁金は、EUR 35,000,000または全世界の年間売上高の7%のいずれか高い方に達する(規則(EU)2024/1689、第99条)。
- ある銀行の通話分析ソフトウェアは91.96%のケースで感情を認識できず、銀行にはHUF 250,000,000の罰金が科された(NAIH決定NAIH-85-3/2022)。
1. ストレスが声に与える影響:F0、ジッター、シマー、発話速度
パラ言語的分析は、何が話されたかではなく、どのように話されたかを調べる。古典的な4つの特徴は、F0(声の高さ)、ジッター(周期ごとの声の高さのわずかな揺らぎ)、シマー(周期ごとの声の大きさの揺らぎ)、発話速度である。実験室での根拠が明確に裏付けているのは、そのうちの1つだ。急性ストレスで声の高さが上がる。F0は19件の研究のうち15件で有意に上昇した。これは38本の論文を対象とした2025年のシステマティックレビューの結果であり(Schewski他、PLOS One 2025)、ジッターとシマーはほとんどの場合、関連が見られなかった。
この効果は現実のものだが、見出しの数字が示唆するよりも小さく、不安定である。研究10件・参加者583人を対象とした2025年のメタ解析ではF0の上昇がSMD 0.55と統合されたが、欠けている否定的な研究を統計的に補正すると推定値は0.17に低下し、信頼区間はゼロをまたいだ(Veiga他、Stress and Health 2025)。また、この信号はヘッドセットが捉えるまさにそのタイプの発話である自発発話で最も強く、読み上げや標準化された発話では最も弱い。個人内実験では、声は気分の悪さだけでなく生理的なストレスに反応することが分かった。特徴はストレステスト中には変化したが、社会的排除課題中には変化しなかった(Kappen他、Scientific Reports 2024)。
| 指標 | 値 | 出典 |
|---|---|---|
| 急性ストレス下でのF0の統合上昇幅(研究10件、参加者583人) | SMD 0.55(95%信頼区間 0.30〜0.80)、I² = 69.2% | Veiga他、Stress and Health 2025 |
| 出版バイアスに対するtrim-and-fill法の補正後の同じ統合F0効果 | SMD 0.17(95%信頼区間 -0.15〜0.49)、p = 0.29 | Veiga他、Stress and Health 2025 |
| 自発発話と標準化(読み上げ)発話でのF0効果 | SMD 0.79 対 SMD 0.14 | Veiga他、Stress and Health 2025 |
| F0の有意な上昇を報告したストレス研究 | 19件中15件 | Schewski他、PLOS One 2025 |
| ストレスとの関係を示した韻律特徴と音質特徴 | 69件の検討中52件 対 37件の検討中18件 | Schewski他、PLOS One 2025 |
| ストレス課題中の発話速度の変化、参加者66人 | 上昇、d = 1.03(95%信頼区間 0.65〜1.42) | Kappen他、Scientific Reports 2024 |
| 同じストレス課題中のジッターの変化 | 低下、d = -0.62(95%信頼区間 -1.00〜-0.24) | Kappen他、Scientific Reports 2024 |
| 同じストレス課題中のシマーの変化 | 有意な変化なし、p = 0.201 | Kappen他、Scientific Reports 2024 |
補足:Veigaのメタ解析では、10件中5件の研究が全体的なバイアスリスクが重大と評価されており、著者らはストレスに対するF0パラメータを確立するには根拠が不十分だと述べている。Schewski他も、恐怖や不安について一貫した音響パターンを見いだせなかった。
2. 検出精度:ベンチマークにおけるうつ病と疲労のモデル
バーンアウトはうつ病や消耗と重なるため、うつ病に関する文献は、バーンアウトのモデルが達成しうる水準に最も近い代替指標となる。見出しの数字は強力に見えるが、各論文がどの結果を報告するかに左右される。105件の研究を通じて、報告された最良の精度の統合値は0.81、同じ研究群で報告された最悪の精度の統合値は0.66だった(Maran他、JMIR Mental Health 2025)。この15ポイントの差は、論文内の最良の構成と最弱の構成の開きであり、これはモデルが新しい集団に出会う前の話だ。
古い手法も依然として通用する。JAMIAのメタ解析では、手作業で設計した音響特徴量がエンドツーエンドのディープラーニングを上回った(Liu他、JAMIA 2024)。疲労でも同じ小標本のパターンが見られる。睡眠剥奪の研究では母音の録音で最大94%に達したが、参加したのは男性15人だけだった(Frontiers in Cell and Developmental Biology 2022)。臨床現場で感情分類器が実験室の外でどう機能するかについては、当社の音声感情認識の精度統計を参照してほしい。
| 指標 | 値 | 出典 |
|---|---|---|
| 報告された最高精度の統合値、発話に基づくうつ病検出(研究105件) | 0.81(95%信頼区間 0.79〜0.83) | Maran他、JMIR Mental Health 2025 |
| 同じレビューで報告された最低精度の統合値 | 0.66(95%信頼区間 0.63〜0.69) | Maran他、JMIR Mental Health 2025 |
| 報告された最高の感度と特異度の統合値 | 0.84 対 0.83 | Maran他、JMIR Mental Health 2025 |
| 少なくとも1つの領域でバイアスリスクが高い組み入れ研究 | 47.6%(105件中50件) | Maran他、JMIR Mental Health 2025 |
| うつ病に対する発話でのディープラーニングの精度の統合値(研究8件) | 0.87(95%信頼区間 0.81〜0.93) | Liu他、JAMIA 2024 |
| 手作業で設計した音響特徴量を使うモデルの精度の統合値 | 0.89(95%信頼区間 0.81〜0.97) | Liu他、JAMIA 2024 |
| うつ病の話者と非うつ病の話者のF0差の統合値(研究6件) | -1.82 Hz、p = 0.56(有意でない) | Cantor-Cutiva他、Depression and Anxiety 2026 |
| 36時間覚醒後の疲労分類、複数母音と分割発話の比較(参加者15人) | 最大94% 対 76% | Frontiers in Cell and Developmental Biology 2022 |
補足:うつ病研究105件の52.4%は会議論文で、最も多く使われた公開データセットはDAIC-WOZ(研究の33.3%)であり、研究ごとの独自(手作業で構築した)データセットが全体で最も多かった(53.3%)。Cantor-Cutiva他のレビューは、17件中1件のみを質が高い研究と評価した。疲労に関する入手可能な最新データ:Frontiers in Cell and Developmental Biology、2022年。
3. バーンアウトは欠けているラベル:実験室と現場のギャップ
ここは、「バーンアウト予測」機能の購入を考えるすべての人にとって最も重要な節だ。2026年のスコーピングレビューでは、音声バイオマーカー研究68件のうちバーンアウトや情緒的消耗感を測定したものは1件もなく、独立したデータセットで検証されたのは68件中2件(3%)だけだった(Uy他、Frontiers in Digital Health 2026)。著者らは、受動的または環境的な精神的健康の評価を日常診療で行うことを、根拠はまだ支持していないと結論づけている。
職場に関する文献も、逆の方向から同じことを語る。実際の職場でのAIによる精神的健康モニタリングに限定したレビューは13件の研究を残したが、音声を使ったものは1件もなかった(Jack他、PLOS Digital Health 2026)。現場型に近い数少ない大規模な音声研究の1つで、4,155人が自分のスマートフォンで録音したところ、性別、言語、課題をまたいで共通するストレス関連の特徴は1つもなかった(Topalian他、Digital Biomarkers 2026)。つまり、あるグループで訓練したモデルが次のチームにも通用する保証はない。同じ検証の問題は、他の疾患の音声バイオマーカーにも共通しており、当社の認知機能障害の音声バイオマーカー統計でも示している。
| 指標 | 値 | 出典 |
|---|---|---|
| バーンアウトや情緒的消耗感を測定した精神的健康に関する音声・発話研究 | 68件中0件 | Uy他、Frontiers in Digital Health 2026 |
| 独立標本またはデータセット間で検証された研究 | 68件中2件(3%) | Uy他、Frontiers in Digital Health 2026 |
| 自然な発話ではなく統制された誘発(実験室課題)を使った研究 | 68件中54件(79%) | Uy他、Frontiers in Digital Health 2026 |
| 女性と男性で共通するストレス関連の音声特徴、自宅で録音した糖尿病の成人679人 | なし(各性別で25の特徴が見つかった) | Bour他、PLOS Digital Health 2026 |
| 音声や発話を使った、実際の職場でのAIによる精神的健康モニタリング研究 | 13件中0件 | Jack他、PLOS Digital Health 2026 |
| バーンアウトを対象とした実際の職場でのAIモニタリング研究とストレスを対象とした研究 | 13件中1件 対 13件中10件 | Jack他、PLOS Digital Health 2026 |
| 実験的(実験室)なストレス研究と現場研究 | 30本 対 7本の論文 | Schewski他、PLOS One 2025 |
| 個人端末での瞬間的なストレスの音声研究:性別、言語、課題をまたいで共通する特徴 | なし(参加者4,155人) | Topalian他、Digital Biomarkers 2026 |
補足:現場でのデータ収集は可能である。Gaballah他によるICASSP 2021の研究は、病院職員144人を10週間にわたって、ウェアラブルの音声記録と毎日の自己申告ストレスで追跡したが、対象はバーンアウトではなくストレスだった(入手可能な最新データ:IEEE ICASSP、2021年)。上の表の糖尿病コホート(Bour他、PLOS Digital Health 2026)も、ストレスと糖尿病関連の苦痛との間で共通する特徴を見いだせず、ある研究での「ストレス」が次の研究と同じ構成概念ではないことを改めて示している。
4. コールセンターでの導入:現場研究の報告内容
バーンアウトに近い実際の導入として最も近い例は日本のもので、ある研究グループが市販の音声分析システムをオペレーターの実際の顧客との通話で検証した。モデルは12週間にわたる抑うつ症状をAUC 0.783(95%信頼区間 0.691〜0.875)で予測したが、分析に含まれたのは募集した240人のオペレーターのうち62人だけで、システムは独自仕様のブラックボックスであり、研究はその提供企業が資金を提供していた(Tani他、Journal of Occupational Health 2025)。関連するランダム化試験では、同じツールをグループセッションで使用し、抑うつ得点のわずかな低下を認めた(Tani他、Journal of Occupational Health 2024)。
最近の韓国の2つのデータセットは、別の選択肢を示している。労働者400人の日記調査では、オペレーターが使った言葉のほうが、本人の気分評価よりも抑うつ症状をよく追跡できることが分かったが、これはパラ言語ではなく言語分析である(Kim他、Psychiatry Investigation 2026)。コールセンターのオペレーター31人と怒った顧客を演じる俳優による実験室のシミュレーションでは、心拍、皮膚、脳のセンサーと組み合わせた音声についてのみ結果が報告されており、音声単独の寄与は分かっていない(Lee他、Scientific Data 2026)。
| 指標 | 値 | 出典 |
|---|---|---|
| 通話音声から抑うつ症状(CES-D 16以上)を予測するAUC、オペレーター62人 | 0.783(95%信頼区間 0.691〜0.875) | Tani他、Journal of Occupational Health 2025 |
| 模擬コールセンターで通常の通話と高負荷(攻撃的な顧客)の通話を見分けるAUC、音声と生理センサーの組み合わせ、オペレーター31人 | 0.946 | Lee他、Scientific Data 2026 |
| そのコホートでベースライン時に抑うつ症状があったオペレーター | 30.6%(62人中19人) | Tani他、Journal of Occupational Health 2025 |
| 12週時点での抑うつ得点の変化(対照との比較):音声分析を用いたグループセッション(5回以上)と上司との1対1の面談 | -2.36 対 -1.47 CES-Dポイント | Tani他、Journal of Occupational Health 2024 |
| 抑うつ症状のある韓国の感情労働者(PHQ-9が5以上)、分析対象400人 | 50.8%(400人中203人) | Kim他、Psychiatry Investigation 2026 |
| 音声日記10日目時点での言語ベースの感情モデルのAUC | 75.1% | Kim他、Psychiatry Investigation 2026 |
| 模擬コールセンターでの知覚ストレスのAUC、音声と生理センサーの組み合わせ、オペレーター31人 | 0.783 | Lee他、Scientific Data 2026 |
| 米国の刑務所での検証で、Layered Voice Analysisが検出した虚偽回答の割合、被逮捕者319人 | 21.4%(特異度 95.2%) | 米国国立司法研究所、Damphousse他 2007 |
補足:Tani他の両研究で使われた日本のシステムは、Layered Voice Analysis(LVA)に基づいている。米国国立司法研究所が資金を提供した古い独立検証では、LVAと競合する音声ストレス分析装置は「偶然以上の割合で虚偽を検出することはできなかった」(NIJ報告書、2007)。そのテストは気分ではなく嘘を測定したため、うつ病の問題に決着をつけるものではないが、独立した検証を求める理由にはなる(入手可能な最新データ:NIJ、2007年)。
5. 声の負荷:コールセンター業務における音声障害とバーンアウトとの関連
声はセンサーである前に仕事の道具であり、その道具は摩耗する。Journal of Voiceのシステマティックレビュー(15件の研究)は、コールセンターのオペレーターにおける職業人生を通じた音声の問題の有病率を33%から68%とした。時点有病率は27%である(Nair他、Journal of Voice)。最も多い症状は嗄声で、次いで声の疲労だった。これはあらゆる音響モデルにとって重要だ。嗄声のあるオペレーターのジッターとシマーは身体的な理由で変化し、ストレスやバーンアウトの分類器がそれを誤読する可能性がある。
臨床的な側面は深刻だ。職業病専門病院に紹介されたトルコのコールセンターのオペレーター173人のうち70.5%が職業病と確定診断され、その後に面接した人のうち43.8%が解雇されていた(Altundas HatmanとTorun、La Medicina del Lavoro 2022)。声を酷使するもう1つの職業である教師を対象とした研究は、バーンアウトと音声障害を直接結びつけており、この2つの問題は併発する。クリニックがその障害をどう測定するかについては、当社の音響的音声分析と発声障害の統計で解説している。
| 指標 | 値 | 出典 |
|---|---|---|
| コールセンターのオペレーターにおける職業人生を通じた音声の問題の有病率(研究15件) | 33%〜68% | Nair他、Journal of Voiceのシステマティックレビュー |
| コールセンターのオペレーターにおける音声の問題の時点有病率 | 27% | Nair他、Journal of Voiceのシステマティックレビュー |
| 入職後に音声の問題を報告したトルコのコールセンター従業員(調査対象264人) | 57.6% | Demir他、PeerJ 2025 |
| 同じ従業員のうち、職場でのストレスを報告した人 | 58.3% | Demir他、PeerJ 2025 |
| 職業病と確定診断された紹介コールセンターのオペレーター(173例) | 70.5% | Altundas HatmanとTorun、La Medicina del Lavoro 2022 |
| 職業病のある女性と男性のオペレーターにおける声帯結節 | 92.9% 対 62.4% | Altundas HatmanとTorun、La Medicina del Lavoro 2022 |
| 勤務日のうち発声に費やした時間の平均割合、コールセンターのオペレーター92人 | 14.74%(範囲 4%〜31%) | Cantarella他、Journal of Voice 2014 |
| バーンアウトの下位尺度2〜4個で陽性の教師と0〜1個の教師における、音声障害の疑いのオッズ | OR 4.01、P = 0.013 | de Brito Mota他、Journal of Voice 2019 |
補足:トルコのPeerJの調査(Demir他 2025)では、職場でのストレスはVoice Handicap Indexのスコアの悪化と有意に関連していた(p < 0.001)。de Brito Motaの研究の教師208人のうち64.4%に音声障害の可能性があり、ガリシアの2024年の研究(教師90人)では16%にバーンアウトに合致する症状がみられた。発声時間に関する入手可能な最新データ:Cantarella他、Journal of Voice、2014年。
6. 法的・倫理的な限界:EU AI規則第5条と規制当局の措置
たとえ科学が明日成熟したとしても、欧州における従業員の感情分析の法的余地はすでに閉ざされている。AI規則の第5条(1)(f)は、「職場および教育機関の分野における自然人の感情を推論するためのAIシステムの使用」を禁止しており、例外は医療上または安全上の理由に限られ、2025年2月2日から適用されている(規則(EU)2024/1689、第5条)。2025年2月4日に公表された、拘束力のない欧州委員会のガイドラインは、明らかな抜け穴をふさいでいる。Future of Privacy Forumによるガイドラインの分析によれば、医療上の例外は「ストレスやバーンアウトの検出といった一般的なウェルビーイングの監視には及ばない」(FPF、2026年3月24日)。
この禁止は、音声などの生体データからの推論を対象としている。顧客の感情の分析は対象外であり、書かれたテキストからの感情の推論は禁止の範囲外にあるため、文字起こしに基づくモデルと音声に基づくモデルは、線の反対側に位置しうる。データ保護法はAI規則より先に執行された。ハンガリーの当局は、通話分析ソフトウェアで発信者の感情状態を採点し、自社の従業員の声も監視していた銀行に罰金を科した(NAIH決定NAIH-85-3/2022)。
| 指標 | 値 | 出典 |
|---|---|---|
| EUで職場での感情推論の禁止が適用され始めた日 | 2025年2月2日 | 規則(EU)2024/1689(AI規則)、第5条 |
| 禁止されたAI行為に対する最高制裁金 | EUR 35,000,000または全世界の年間総売上高の7%のいずれか高い方 | 規則(EU)2024/1689(AI規則)、第99条(3) |
| 禁止行為に関する欧州委員会ガイドライン(拘束力なし)の公表 | 2025年2月4日、ページの最終更新は2025年7月31日 | 欧州委員会、禁止されたAI行為に関するガイドライン 2025 |
| ストレスやバーンアウトの検出が医療上の例外の対象となるか | いいえ、一般的なウェルビーイングの監視は除外される | 欧州委員会ガイドライン、Future of Privacy Forumの分析 2026 |
| ハンガリーの銀行への、通話録音のAIによる感情分析に対する罰金 | HUF 250,000,000 | NAIH決定NAIH-85-3/2022 |
| 銀行のソフトウェアが感情を認識できなかったケースの割合 | 91.96% | NAIH決定NAIH-85-3/2022 |
| 音声分析ソフトウェア内での通話音声ファイルの保存期間 | 45日 | NAIH決定NAIH-85-3/2022 |
| 適合性を証明するか感情分析を停止する期限 | 決定が確定してから60日 | NAIH決定NAIH-85-3/2022 |
補足:欧州委員会のガイドラインのページには、権威ある解釈はEU司法裁判所に留保されていると記されている。NAIHの決定は、このソフトウェアが「通話の相手方ではなく従業員の感情」を認識できることも認定しており、これは第5条(1)(f)が現在禁止している種類の職場での感情推論にあたる。
数字で見るパラ言語的音声分析とオペレーターのバーンアウト予測(まとめ)
| 指標 | 値 | 出典 |
|---|---|---|
| バーンアウトを直接測定した精神的健康に関する音声・発話研究 | 68件中0件 | Uy他、Frontiers in Digital Health 2026 |
| 音声を使った、実際の職場でのAIによる精神的健康モニタリング研究 | 13件中0件 | Jack他、PLOS Digital Health 2026 |
| 急性ストレス下でのF0の統合上昇幅 | SMD 0.55(95%信頼区間 0.30〜0.80) | Veiga他、Stress and Health 2025 |
| 出版バイアス補正後のF0の統合上昇幅 | SMD 0.17、有意でない | Veiga他、Stress and Health 2025 |
| F0が有意に上昇したストレス研究 | 19件中15件 | Schewski他、PLOS One 2025 |
| 実験室でのストレス課題における発話速度の効果 | d = 1.03 | Kappen他、Scientific Reports 2024 |
| うつ病検出、報告された最高精度と最低精度の統合値 | 0.81 対 0.66 | Maran他、JMIR Mental Health 2025 |
| ディープラーニングによるうつ病検出、精度の統合値 | 0.87 | Liu他、JAMIA 2024 |
| 手作業で設計した音響特徴量モデル、精度の統合値 | 0.89 | Liu他、JAMIA 2024 |
| 通話音声モデルの抑うつ症状に対するAUC、オペレーター62人 | 0.783 | Tani他、Journal of Occupational Health 2025 |
| 抑うつ症状のある感情労働者(韓国) | 50.8% | Kim他、Psychiatry Investigation 2026 |
| コールセンターのオペレーターにおける職業人生を通じた音声の問題の有病率 | 33%〜68% | Nair他、Journal of Voiceのシステマティックレビュー |
| 入職後に音声の問題があるトルコのコールセンター従業員 | 57.6% | Demir他、PeerJ 2025 |
| 職業病と確定診断された紹介オペレーター | 70.5% | Altundas HatmanとTorun、La Medicina del Lavoro 2022 |
| 禁止行為に対するAI規則の最高制裁金 | EUR 35,000,000または売上高の7% | 規則(EU)2024/1689、第99条 |
| ハンガリーの銀行への通話感情分析に対する罰金 | HUF 250,000,000 | NAIH決定NAIH-85-3/2022 |
方法論と出典
- Uy、Shaaban、Arnaout:Voice and speech as digital biomarkers of mental health, Frontiers in Digital Health 2026
- Jack他:Mental health monitoring in the workplace using artificial intelligence, PLOS Digital Health 2026
- Veiga他:The fundamental frequency of voice as a potential stress biomarker, Stress and Health 2025
- Schewski他:Measuring negative emotions and stress through acoustic correlates in speech, PLOS One 2025
- Kappen他:Acoustic and prosodic speech features reflect physiological stress, Scientific Reports 2024
- Topalian他:Voice signatures of momentary psychological stress in real-life environments, Digital Biomarkers 2026
- Bour他:Voice changes associated with stress and distress in people living with diabetes, PLOS Digital Health 2026
- Maran他:Performance of automatic speech analysis in detecting depression, JMIR Mental Health 2025
- Liu他:Diagnostic accuracy of deep learning using speech samples in depression, JAMIA 2024
- Cantor-Cutiva他:The role of voice acoustics in depression assessment, Depression and Anxiety 2026
- A rapid, non-invasive method for fatigue detection based on voice information, Frontiers in Cell and Developmental Biology 2022
- Gaballah他:Context-aware speech stress detection in hospital workers using Bi-LSTM classifiers, IEEE ICASSP 2021
- Tani他:Early detection model for depressive symptoms using voice emotion analysis among call center operators, Journal of Occupational Health 2025
- Tani他:Organizational intervention using Layered Voice Analysis, randomized controlled trial, Journal of Occupational Health 2024
- Kim他:Daily language as an objective indicator of depressive affective states in emotional labor workers, Psychiatry Investigation 2026
- Lee他:A multimodal dataset for assessing emotion, stress, and emotional workload in interpersonal work scenario, Scientific Data 2026
- Damphousse他、米国国立司法研究所:Assessing the validity of voice stress analysis tools in a jail setting, 2007
- Nair他:Prevalence of voice problems, self-reported vocal symptoms and associated risk factors in call center operators, Journal of Voice
- Demir他:Self-reported voice problems in call center employees, PeerJ 2025
- Altundas HatmanとTorun:Occupational diseases among call center operators needing vocal rehabilitation, La Medicina del Lavoro 2022
- Cantarella他:Ambulatory phonation monitoring in a sample of 92 call center operators, Journal of Voice 2014
- de Brito Mota他:Voice disorder and burnout syndrome in teachers, Journal of Voice 2019;Garcia-Real他:Vocal problems and burnout syndrome in nonuniversity teachers in Galicia, Folia Phoniatrica et Logopaedica 2024
- 規則(EU)2024/1689(AI規則):第5条および第99条
- 欧州委員会:Guidelines on prohibited artificial intelligence practices, 2025
- Future of Privacy Forum:Red lines under EU AI Act, emotion recognition in the workplace, 2026
- ハンガリー国家データ保護・情報自由庁(NAIH):Decision NAIH-85-3/2022 on AI-based speech signal processing
- データウォッチ:音声に基づくバーンアウト検出について、検証済みのバーンアウト尺度に対するAUCを報告した査読済み研究は見つからなかったため、この記事のすべての精度の数値はバーンアウトそのものではなく、ストレス、疲労、またはうつ病に関するものである。Tani他の両研究は、音声分析システムの提供企業であるES Japanが資金を提供しており、同社の従業員が共著者に含まれ、2025年の予測モデルは自身のコホート内でのみ検証された。Kim他の研究は音響特徴量ではなく、文字起こしされた言葉を分析した。NIJの数値は気分ではなく虚偽を測定したもので、2007年のものである。情報源自体の内部の不整合:Altundas HatmanとTorunは、男性の声帯結節について本文では62.4%、表4では68.4%としている。疲労研究の要旨(単一の声で94%、長い発話で81%)は結果の節(母音で88%〜94%、分割発話で76%)と完全には一致しない。Jack他は精度75%超の研究について8/11と7/11の両方を記載しているため、この数値は使用しなかった。Nair他のレビューは2021年にオンライン公開され、2024年にJournal of Voiceに印刷掲載された。AI規則の禁止条文は、官報の文面を転載したartificialintelligenceact.euから引用している。
最終更新日:2026年10月27日。当社はこのまとめを四半期ごとに更新しており、次回の更新は、職場の精神的健康に関する音声バイオマーカーの次のシステマティックレビューがPubMed Centralに索引登録された時点を予定している。