Żadne z 68 przeanalizowanych w 2026 roku badań głosu i mowy w kontekście zdrowia psychicznego nie mierzyło bezpośrednio wypalenia ani wyczerpania emocjonalnego (Uy i in., Frontiers in Digital Health 2026). Ta luka wyznacza ramy wszystkiego, co poniżej. Badania pokazują coś węższego: częstotliwość podstawowa (F0, podstawowa wysokość głosu) rośnie pod wpływem ostrego stresu, ze zbiorczą standaryzowaną różnicą średnich 0,55, która po korekcie na błąd publikacji spada do nieistotnego statystycznie 0,17 (Veiga i in., Stress and Health 2025). Najmocniejszy wynik terenowy z call center, jaki znaleźliśmy, to AUC 0,783 w przewidywaniu objawów depresji u 62 japońskich pracowników (Tani i in., Journal of Occupational Health 2025), a w Unii Europejskiej wnioskowanie o emocjach pracowników za pomocą AI jest zakazane od 2 lutego 2025 roku. Stronę kadrową problemu (odejścia z pracy, agresję klientów, zamiary rezygnacji) omawiamy w naszych statystykach wypalenia i rotacji konsultantów call center. Zebraliśmy dane z JMIR Mental Health, JAMIA, Scientific Reports, Journal of Voice, Journal of Occupational Health, Komisji Europejskiej, węgierskiego organu ochrony danych (NAIH) oraz amerykańskiego Narodowego Instytutu Sprawiedliwości, a dowody laboratoryjne konsekwentnie oddzielaliśmy od wdrożeń terenowych.
TL;DR
- 0 z 68 badań głosu i mowy w kontekście zdrowia psychicznego mierzyło wypalenie bezpośrednio, a tylko 2 z 68 (3%) zwalidowano na niezależnym zbiorze danych (Uy i in., Frontiers in Digital Health 2026).
- 0 z 13 badań nad monitorowaniem zdrowia psychicznego przez AI w rzeczywistych miejscach pracy wykorzystywało dane głosowe lub mowy (Jack i in., PLOS Digital Health 2026).
- Ostry stres podnosi F0 ze zbiorczym SMD 0,55 (95% CI 0,30 do 0,80), które po korekcie trim-and-fill spada do 0,17 i przestaje być istotne (Veiga i in., Stress and Health 2025).
- F0 istotnie wzrosła w 15 z 19 badań nad stresem, co czyni ją najbardziej spójnym markerem akustycznym (Schewski i in., PLOS One 2025).
- Wykrywanie depresji na podstawie mowy: zbiorcza najwyższa dokładność 0,81 wobec najniższej dokładności 0,66 w 105 badaniach (Maran i in., JMIR Mental Health 2025).
- Model oparty na nagraniach rozmów przewidział objawy depresji u 62 operatorów call center z AUC 0,783 (Tani i in., Journal of Occupational Health 2025).
- Operatorzy call center zgłaszają występowanie problemów z głosem w ciągu kariery zawodowej na poziomie od 33% do 68% (Nair i in., przegląd systematyczny w Journal of Voice).
- 70,5% z 173 tureckich operatorów call center skierowanych na badanie miało potwierdzoną chorobę zawodową, najczęściej zaburzenia strun głosowych (Altundas Hatman i Torun, La Medicina del Lavoro 2022).
- Kary za zakazane praktyki w akcie w sprawie sztucznej inteligencji sięgają 35.000.000 EUR lub 7% całkowitego rocznego światowego obrotu, w zależności od tego, która kwota jest wyższa (rozporządzenie (UE) 2024/1689, art. 99).
- Oprogramowanie banku do analizy rozmów nie potrafiło rozpoznać emocji w 91,96% przypadków, a bank ukarano kwotą 250.000.000 HUF (decyzja NAIH-85-3/2022).
1. Co stres robi z głosem: F0, jitter, shimmer i tempo mowy
Analiza paralingwistyczna bada, jak coś zostało powiedziane, a nie co zostało powiedziane. Cztery klasyczne cechy to F0 (wysokość głosu), jitter (drobne wahania wysokości głosu między kolejnymi cyklami), shimmer (wahania głośności między kolejnymi cyklami) i tempo mowy. Dowody laboratoryjne wyraźnie potwierdzają jedną z nich: pod wpływem ostrego stresu wysokość głosu rośnie. F0 istotnie wzrosła w 15 z 19 badań w przeglądzie systematycznym 38 artykułów z 2025 roku (Schewski i in., PLOS One 2025), podczas gdy jitter i shimmer w większości nie wykazywały związku.
Efekt jest realny, ale mniejszy i mniej stabilny, niż sugeruje liczba z nagłówka. Metaanaliza 10 badań i 583 uczestników z 2025 roku wykazała zbiorczy wzrost F0 na poziomie SMD 0,55, ale po statystycznej korekcie na brakujące badania z wynikami negatywnymi szacunek spadł do 0,17, z przedziałem ufności obejmującym zero (Veiga i in., Stress and Health 2025). Sygnał jest też najsilniejszy w mowie spontanicznej, czyli dokładnie takiej, jaką rejestruje zestaw słuchawkowy, a najsłabszy w mowie czytanej lub znormalizowanej. Eksperyment wewnątrzosobniczy wykazał, że głos reaguje na stres fizjologiczny, a nie na samo złe samopoczucie: cechy zmieniały się podczas testu stresowego, ale nie podczas zadania wykluczenia społecznego (Kappen i in., Scientific Reports 2024).
| Metryka | Wartość | Źródło |
|---|---|---|
| Zbiorczy wzrost F0 pod wpływem ostrego stresu (10 badań, 583 uczestników) | SMD 0,55 (95% CI 0,30 do 0,80), I² = 69,2% | Veiga i in., Stress and Health 2025 |
| Ten sam zbiorczy efekt F0 po korekcie trim-and-fill na błąd publikacji | SMD 0,17 (95% CI -0,15 do 0,49), p = 0,29 | Veiga i in., Stress and Health 2025 |
| Efekt F0 w mowie spontanicznej wobec mowy znormalizowanej (czytanej) | SMD 0,79 wobec SMD 0,14 | Veiga i in., Stress and Health 2025 |
| Badania nad stresem wykazujące istotny wzrost F0 | 15 z 19 | Schewski i in., PLOS One 2025 |
| Cechy prozodyczne wobec cech jakości głosu wykazujących związek ze stresem | 52 z 69 wobec 18 z 37 analiz | Schewski i in., PLOS One 2025 |
| Zmiana tempa mowy podczas zadania stresowego, 66 uczestników | Wzrost, d = 1,03 (95% CI 0,65 do 1,42) | Kappen i in., Scientific Reports 2024 |
| Zmiana jitter podczas tego samego zadania stresowego | Spadek, d = -0,62 (95% CI -1,00 do -0,24) | Kappen i in., Scientific Reports 2024 |
| Zmiana shimmer podczas tego samego zadania stresowego | Brak istotnej zmiany, p = 0,201 | Kappen i in., Scientific Reports 2024 |
Uwaga kontekstowa: w metaanalizie Veiga 5 z 10 badań oceniono jako obarczone poważnym ogólnym ryzykiem błędu systematycznego, a autorzy stwierdzają, że dowody są niewystarczające, by ustalić parametry F0 dla stresu. Schewski i in. nie znaleźli też spójnego wzorca akustycznego dla strachu ani lęku.
2. Trafność wykrywania: modele depresji i zmęczenia w testach porównawczych
Wypalenie pokrywa się z depresją i wyczerpaniem, więc literatura o depresji jest najbliższym przybliżeniem tego, co mógłby osiągnąć model wypalenia. Liczby z nagłówków wyglądają imponująco, ale zależą od tego, który wynik wybiera do raportowania każda publikacja. W 105 badaniach zbiorcza najlepsza raportowana dokładność wynosiła 0,81, a zbiorcza najgorsza raportowana dokładność w tym samym zbiorze prac 0,66 (Maran i in., JMIR Mental Health 2025). Ta 15-punktowa różnica to rozrzut między najlepszą a najsłabszą konfiguracją w danej pracy, zanim jakikolwiek model zetknie się z nową populacją.
Starsze podejścia wciąż się bronią: metaanaliza z JAMIA wykazała, że ręcznie opracowane cechy akustyczne biją głębokie uczenie typu end-to-end (Liu i in., JAMIA 2024). Zmęczenie pokazuje ten sam wzorzec małej próby: badanie deprywacji snu osiągnęło do 94% na nagraniach samogłosek, ale wzięło w nim udział tylko 15 mężczyzn (Frontiers in Cell and Developmental Biology 2022). O tym, jak klasyfikatory emocji radzą sobie poza laboratorium w warunkach klinicznych, piszemy w naszych statystykach trafności rozpoznawania emocji w mowie.
| Metryka | Wartość | Źródło |
|---|---|---|
| Zbiorcza najwyższa raportowana dokładność, wykrywanie depresji na podstawie mowy (105 badań) | 0,81 (95% CI 0,79 do 0,83) | Maran i in., JMIR Mental Health 2025 |
| Zbiorcza najniższa raportowana dokładność w tym samym przeglądzie | 0,66 (95% CI 0,63 do 0,69) | Maran i in., JMIR Mental Health 2025 |
| Zbiorcza najwyższa raportowana czułość wobec swoistości | 0,84 wobec 0,83 | Maran i in., JMIR Mental Health 2025 |
| Uwzględnione badania z wysokim ryzykiem błędu systematycznego w co najmniej jednej domenie | 47,6% (50 ze 105) | Maran i in., JMIR Mental Health 2025 |
| Zbiorcza dokładność głębokiego uczenia na mowie w wykrywaniu depresji (8 badań) | 0,87 (95% CI 0,81 do 0,93) | Liu i in., JAMIA 2024 |
| Zbiorcza dokładność modeli wykorzystujących ręcznie opracowane cechy akustyczne | 0,89 (95% CI 0,81 do 0,97) | Liu i in., JAMIA 2024 |
| Zbiorcza różnica F0 między mówcami z depresją a bez depresji (6 badań) | -1,82 Hz, p = 0,56 (nieistotna) | Cantor-Cutiva i in., Depression and Anxiety 2026 |
| Klasyfikacja zmęczenia po 36 godzinach czuwania, wiele samogłosek wobec mowy segmentowanej (15 uczestników) | Do 94% wobec 76% | Frontiers in Cell and Developmental Biology 2022 |
Uwaga kontekstowa: 52,4% ze 105 badań nad depresją stanowiły referaty konferencyjne, najczęściej używanym publicznym zbiorem danych był DAIC-WOZ (33,3% badań), a zbiory danych przygotowane na potrzeby konkretnego badania (ręcznie opracowane) były najpowszechniejsze ogółem (53,3%). Przegląd Cantor-Cutiva i in. ocenił jedynie 1 z 17 badań jako wysokiej jakości. Najnowsze dostępne dane dotyczące zmęczenia: Frontiers in Cell and Developmental Biology, 2022.
3. Wypalenie jako brakująca etykieta: luka między laboratorium a terenem
To najważniejsza część dla każdego, kto kupuje funkcję “prognozowania wypalenia”. Przegląd zakresu z 2026 roku obejmujący 68 badań biomarkerów głosowych nie znalazł ani jednego, które mierzyłoby wypalenie lub wyczerpanie emocjonalne, a tylko 2 z 68 (3%) testowano na niezależnym zbiorze danych (Uy i in., Frontiers in Digital Health 2026). Autorzy wnioskują, że dowody nie uzasadniają jeszcze biernej ani otoczeniowej oceny zdrowia psychicznego w rutynowej praktyce.
Literatura dotycząca miejsc pracy opowiada tę samą historię z drugiej strony. Przegląd ograniczony do monitorowania zdrowia psychicznego przez AI w rzeczywistych miejscach pracy objął 13 badań i żadne z nich nie wykorzystywało głosu (Jack i in., PLOS Digital Health 2026). Jedno z niewielu dużych badań głosu w warunkach zbliżonych do terenowych, w którym 4.155 osób nagrywało się na własnych telefonach, wykazało, że żadna cecha powiązana ze stresem nie była wspólna dla płci, języka i zadania (Topalian i in., Digital Biomarkers 2026). Model wytrenowany na jednej grupie nie daje więc gwarancji, że sprawdzi się w następnym zespole. Ten sam problem walidacji dotyczy biomarkerów głosowych także w innych schorzeniach, co pokazują nasze statystyki biomarkerów głosowych w zaburzeniach poznawczych.
| Metryka | Wartość | Źródło |
|---|---|---|
| Badania głosu i mowy w kontekście zdrowia psychicznego mierzące wypalenie lub wyczerpanie emocjonalne | 0 z 68 | Uy i in., Frontiers in Digital Health 2026 |
| Badania zwalidowane na niezależnej próbie lub próbie z innego zbioru danych | 2 z 68 (3%) | Uy i in., Frontiers in Digital Health 2026 |
| Badania wykorzystujące kontrolowane wywoływanie (zadania laboratoryjne) zamiast mowy naturalnej | 54 z 68 (79%) | Uy i in., Frontiers in Digital Health 2026 |
| Cechy głosu powiązane ze stresem wspólne dla kobiet i mężczyzn, 679 dorosłych z cukrzycą nagrywających się w domu | Brak (po 25 cech w każdej z płci) | Bour i in., PLOS Digital Health 2026 |
| Badania nad monitorowaniem zdrowia psychicznego przez AI w rzeczywistych miejscach pracy, które wykorzystały głos lub mowę | 0 z 13 | Jack i in., PLOS Digital Health 2026 |
| Badania nad monitorowaniem przez AI w rzeczywistych miejscach pracy dotyczące wypalenia wobec dotyczących stresu | 1 z 13 wobec 10 z 13 | Jack i in., PLOS Digital Health 2026 |
| Badania nad stresem eksperymentalne (laboratoryjne) wobec badań terenowych | 30 wobec 7 artykułów | Schewski i in., PLOS One 2025 |
| Badanie głosu pod kątem chwilowego stresu na urządzeniach osobistych: cechy wspólne dla płci, języka i zadania | Brak (4.155 uczestników) | Topalian i in., Digital Biomarkers 2026 |
Uwaga kontekstowa: zbieranie danych terenowych jest możliwe. Badanie Gaballah i in. z ICASSP 2021 obserwowało 144 pracowników szpitala przez 10 tygodni za pomocą noszonych rejestratorów dźwięku i codziennych samoocen stresu, ale dotyczyło stresu, a nie wypalenia (najnowsze dostępne dane: IEEE ICASSP, 2021). Kohorta osób z cukrzycą z powyższej tabeli (Bour i in., PLOS Digital Health 2026) nie wykazała też żadnej cechy wspólnej dla stresu i dystresu związanego z cukrzycą, co przypomina, że “stres” w jednym badaniu nie jest tym samym konstruktem co w następnym.
4. Wdrożenia w call center: co raportują badania terenowe
Najbliższy rzeczywistemu wdrożeniu związanemu z wypaleniem przykład pochodzi z Japonii, gdzie jedna grupa badawcza przetestowała komercyjny system analizy głosu na prawdziwych rozmowach operatorów z klientami. Model przewidywał objawy depresji w horyzoncie 12 tygodni z AUC 0,783 (95% CI 0,691 do 0,875), ale do analizy trafiło tylko 62 z 240 zrekrutowanych operatorów, system jest zastrzeżoną czarną skrzynką, a badanie sfinansował jego dostawca (Tani i in., Journal of Occupational Health 2025). Towarzyszące badanie randomizowane wykorzystało to samo narzędzie podczas sesji grupowych i wykazało umiarkowane obniżenie wyników w skali depresji (Tani i in., Journal of Occupational Health 2024).
Dwa nowsze koreańskie zbiory danych pokazują alternatywy. Badanie dzienniczkowe na 400 pracownikach wykazało, że słowa używane przez konsultantów lepiej odzwierciedlały objawy depresji niż ich własne oceny nastroju, co jest analizą języka, a nie paralingwistyką (Kim i in., Psychiatry Investigation 2026). Symulacja laboratoryjna z udziałem 31 konsultantów call center i aktorów odgrywających rozgniewanych klientów raportowała wyniki wyłącznie dla dźwięku połączonego z czujnikami tętna, skóry i mózgu, więc wkład samego głosu pozostaje nieznany (Lee i in., Scientific Data 2026).
| Metryka | Wartość | Źródło |
|---|---|---|
| AUC w przewidywaniu objawów depresji (CES-D 16 lub więcej) na podstawie nagrań rozmów, 62 operatorów | 0,783 (95% CI 0,691 do 0,875) | Tani i in., Journal of Occupational Health 2025 |
| AUC w odróżnianiu zwykłych rozmów od rozmów o dużym obciążeniu (agresywny klient) w symulowanym call center, dźwięk połączony z czujnikami fizjologicznymi, 31 konsultantów | 0,946 | Lee i in., Scientific Data 2026 |
| Operatorzy z objawami depresji na początku badania w tej kohorcie | 30,6% (19 z 62) | Tani i in., Journal of Occupational Health 2025 |
| Zmiana wyniku w skali depresji po 12 tygodniach w porównaniu z kontrolą: sesje grupowe z analizą głosu (5 lub więcej) wobec indywidualnych spotkań z przełożonym | -2,36 wobec -1,47 punktu CES-D | Tani i in., Journal of Occupational Health 2024 |
| Koreańscy pracownicy pracy emocjonalnej z objawami depresji (PHQ-9 równe 5 lub więcej), 400 przeanalizowanych | 50,8% (203 z 400) | Kim i in., Psychiatry Investigation 2026 |
| AUC modelu sentymentu opartego na języku do 10. dnia dzienniczków głosowych | 75,1% | Kim i in., Psychiatry Investigation 2026 |
| AUC dla odczuwanego stresu w symulowanym call center, dźwięk połączony z czujnikami fizjologicznymi, 31 konsultantów | 0,783 | Lee i in., Scientific Data 2026 |
| Odsetek nieprawdziwych odpowiedzi wykrytych przez Layered Voice Analysis w walidacji w amerykańskim areszcie, 319 aresztowanych | 21,4% (swoistość 95,2%) | Narodowy Instytut Sprawiedliwości USA, Damphousse i in. 2007 |
Uwaga kontekstowa: japoński system użyty w obu badaniach Taniego opiera się na Layered Voice Analysis (LVA). Starszy niezależny test sfinansowany przez amerykański Narodowy Instytut Sprawiedliwości wykazał, że LVA i konkurencyjny analizator stresu głosowego “nie potrafią wykrywać kłamstwa skuteczniej niż przypadek” (raport NIJ, 2007). Test mierzył kłamstwo, a nie nastrój, więc nie rozstrzyga kwestii depresji, ale to powód, by żądać niezależnej walidacji (najnowsze dostępne dane: NIJ, 2007).
5. Obciążenie głosu: zaburzenia głosu w pracy call center i ich związek z wypaleniem
Zanim głos stanie się czujnikiem, jest narzędziem pracy, a to narzędzie się zużywa. Przegląd systematyczny 15 badań z Journal of Voice określił występowanie problemów z głosem w ciągu kariery zawodowej wśród operatorów call center na 33% do 68%, przy występowaniu punktowym na poziomie 27% (Nair i in., Journal of Voice). Najczęstszym objawem była chrypka, a następnie zmęczenie głosu. Ma to znaczenie dla każdego modelu akustycznego: jitter i shimmer u ochrypniętego konsultanta zmieniają się z przyczyn fizycznych, które klasyfikator stresu czy wypalenia mógłby błędnie zinterpretować.
Kliniczny kraniec spektrum jest dotkliwy. Spośród 173 tureckich operatorów call center skierowanych do szpitala chorób zawodowych 70,5% miało potwierdzoną chorobę zawodową, a z tych, z którymi później przeprowadzono wywiad, 43,8% zostało zwolnionych (Altundas Hatman i Torun, La Medicina del Lavoro 2022). Badania nauczycieli, innego zawodu mocno obciążającego głos, bezpośrednio łączą wypalenie z zaburzeniami głosu, więc oba problemy idą w parze. O tym, jak kliniki mierzą takie uszkodzenia, piszemy w naszych statystykach akustycznej analizy głosu i dysfonii.
| Metryka | Wartość | Źródło |
|---|---|---|
| Występowanie problemów z głosem w ciągu kariery zawodowej u operatorów call center (15 badań) | 33% do 68% | Nair i in., przegląd systematyczny w Journal of Voice |
| Występowanie punktowe problemów z głosem u operatorów call center | 27% | Nair i in., przegląd systematyczny w Journal of Voice |
| Tureccy pracownicy call center zgłaszający problemy z głosem od rozpoczęcia pracy (264 ankietowanych) | 57,6% | Demir i in., PeerJ 2025 |
| Ci sami pracownicy zgłaszający stres w pracy | 58,3% | Demir i in., PeerJ 2025 |
| Skierowani operatorzy call center z potwierdzoną chorobą zawodową (173 przypadki) | 70,5% | Altundas Hatman i Torun, La Medicina del Lavoro 2022 |
| Guzki strun głosowych wśród operatorek wobec operatorów z chorobą zawodową | 92,9% wobec 62,4% | Altundas Hatman i Torun, La Medicina del Lavoro 2022 |
| Średni udział dnia pracy spędzony na fonacji, 92 operatorów call center | 14,74% (zakres od 4% do 31%) | Cantarella i in., Journal of Voice 2014 |
| Iloraz szans prawdopodobnego zaburzenia głosu u nauczycieli z wynikiem dodatnim w 2 do 4 podskalach wypalenia wobec 0 do 1 | OR 4,01, P = 0,013 | de Brito Mota i in., Journal of Voice 2019 |
Uwaga kontekstowa: w tureckiej ankiecie z PeerJ (Demir i in. 2025) stres w pracy był istotnie związany z gorszymi wynikami Voice Handicap Index (p < 0,001). Wśród 208 nauczycieli w badaniu de Brito Mota u 64,4% prawdopodobne było zaburzenie głosu, a w galicyjskim badaniu z 2024 roku obejmującym 90 nauczycieli 16% miało objawy zgodne z wypaleniem. Najnowsze dostępne dane o czasie fonacji: Cantarella i in., Journal of Voice, 2014.
6. Granice prawne i etyczne: art. 5 aktu w sprawie sztucznej inteligencji i działania organów
Nawet gdyby nauka dojrzała jutro, przestrzeń prawna dla analizy emocji pracowników w Europie już się zamknęła. Art. 5 ust. 1 lit. f aktu w sprawie sztucznej inteligencji zakazuje “wykorzystywania systemów AI do wnioskowania o emocjach osoby fizycznej w obszarze miejsca pracy i instytucji edukacyjnych”, z wyjątkiem wyłącznie względów medycznych lub bezpieczeństwa, i obowiązuje od 2 lutego 2025 roku (rozporządzenie (UE) 2024/1689, art. 5). Wytyczne Komisji Europejskiej, opublikowane 4 lutego 2025 roku i niewiążące, zamykają oczywistą lukę: według analizy wytycznych przygotowanej przez Future of Privacy Forum wyjątek medyczny “nie obejmuje ogólnego monitorowania dobrostanu, takiego jak wykrywanie stresu czy wypalenia” (FPF, 24 marca 2026 roku).
Zakaz dotyczy wnioskowania na podstawie danych biometrycznych, takich jak głos. Analiza emocji klientów nie jest nim objęta, a wnioskowanie o emocjach z tekstu pisanego leży poza zakazem, więc model oparty na transkrypcji i model oparty na głosie mogą znaleźć się po przeciwnych stronach granicy. Prawo ochrony danych zadziałało zanim akt w sprawie sztucznej inteligencji: węgierski organ nałożył karę na bank, którego oprogramowanie do analizy rozmów oceniało stan emocjonalny dzwoniących, a także monitorowało głosy własnych pracowników (decyzja NAIH-85-3/2022).
| Metryka | Wartość | Źródło |
|---|---|---|
| Data rozpoczęcia stosowania w UE zakazu wnioskowania o emocjach w miejscu pracy | 2 lutego 2025 roku | Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji), art. 5 |
| Maksymalna kara za zakazaną praktykę AI | 35.000.000 EUR lub 7% całkowitego rocznego światowego obrotu, w zależności od tego, która kwota jest wyższa | Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji), art. 99 ust. 3 |
| Publikacja wytycznych Komisji w sprawie zakazanych praktyk (niewiążących) | 4 lutego 2025 roku, strona ostatnio zaktualizowana 31 lipca 2025 roku | Komisja Europejska, Wytyczne w sprawie zakazanych praktyk AI 2025 |
| Wykrywanie stresu lub wypalenia objęte wyjątkiem medycznym | Nie, ogólne monitorowanie dobrostanu jest wyłączone | Wytyczne Komisji Europejskiej, w analizie Future of Privacy Forum 2026 |
| Kara nałożona na węgierski bank za analizę emocji w nagraniach rozmów przez AI | 250.000.000 HUF | Decyzja NAIH-85-3/2022 |
| Odsetek przypadków, w których oprogramowanie banku nie potrafiło rozpoznać emocji | 91,96% | Decyzja NAIH-85-3/2022 |
| Przechowywanie plików audio rozmów w oprogramowaniu do analityki głosu | 45 dni | Decyzja NAIH-85-3/2022 |
| Termin na wykazanie zgodności z prawem lub zaprzestanie analizy emocji | 60 dni od uprawomocnienia się decyzji | Decyzja NAIH-85-3/2022 |
Uwaga kontekstowa: strona wytycznych Komisji Europejskiej stwierdza, że autorytatywna wykładnia należy do Trybunału Sprawiedliwości Unii Europejskiej. Decyzja NAIH ustaliła również, że oprogramowanie potrafiło rozpoznawać “emocje pracownika, a nie dzwoniącej strony”, czyli rodzaj wnioskowania o emocjach w miejscu pracy, który art. 5 ust. 1 lit. f obecnie zakazuje.
Podsumowanie: analiza paralingwistyczna głosu i prognozowanie wypalenia konsultantów w liczbach
| Metryka | Wartość | Źródło |
|---|---|---|
| Badania głosu i mowy w kontekście zdrowia psychicznego mierzące wypalenie bezpośrednio | 0 z 68 | Uy i in., Frontiers in Digital Health 2026 |
| Badania nad monitorowaniem zdrowia psychicznego przez AI w rzeczywistych miejscach pracy wykorzystujące głos | 0 z 13 | Jack i in., PLOS Digital Health 2026 |
| Zbiorczy wzrost F0 pod wpływem ostrego stresu | SMD 0,55 (95% CI 0,30 do 0,80) | Veiga i in., Stress and Health 2025 |
| Zbiorczy wzrost F0 po korekcie na błąd publikacji | SMD 0,17, nieistotny | Veiga i in., Stress and Health 2025 |
| Badania nad stresem z istotnym wzrostem F0 | 15 z 19 | Schewski i in., PLOS One 2025 |
| Efekt tempa mowy podczas laboratoryjnego zadania stresowego | d = 1,03 | Kappen i in., Scientific Reports 2024 |
| Wykrywanie depresji, zbiorcza najwyższa wobec najniższej raportowanej dokładności | 0,81 wobec 0,66 | Maran i in., JMIR Mental Health 2025 |
| Wykrywanie depresji głębokim uczeniem, zbiorcza dokładność | 0,87 | Liu i in., JAMIA 2024 |
| Modele z ręcznie opracowanymi cechami akustycznymi, zbiorcza dokładność | 0,89 | Liu i in., JAMIA 2024 |
| AUC modelu opartego na nagraniach rozmów dla objawów depresji, 62 operatorów | 0,783 | Tani i in., Journal of Occupational Health 2025 |
| Pracownicy pracy emocjonalnej z objawami depresji (Korea) | 50,8% | Kim i in., Psychiatry Investigation 2026 |
| Występowanie problemów z głosem w ciągu kariery zawodowej u operatorów call center | 33% do 68% | Nair i in., przegląd systematyczny w Journal of Voice |
| Tureccy pracownicy call center z problemami z głosem od rozpoczęcia pracy | 57,6% | Demir i in., PeerJ 2025 |
| Skierowani operatorzy z potwierdzoną chorobą zawodową | 70,5% | Altundas Hatman i Torun, La Medicina del Lavoro 2022 |
| Maksymalna kara z aktu w sprawie sztucznej inteligencji za zakazane praktyki | 35.000.000 EUR lub 7% obrotu | Rozporządzenie (UE) 2024/1689, art. 99 |
| Kara dla węgierskiego banku za analizę emocji w rozmowach | 250.000.000 HUF | Decyzja NAIH-85-3/2022 |
Metodologia i źródła
- Uy, Shaaban i Arnaout: Voice and speech as digital biomarkers of mental health, Frontiers in Digital Health 2026
- Jack i in.: Mental health monitoring in the workplace using artificial intelligence, PLOS Digital Health 2026
- Veiga i in.: The fundamental frequency of voice as a potential stress biomarker, Stress and Health 2025
- Schewski i in.: Measuring negative emotions and stress through acoustic correlates in speech, PLOS One 2025
- Kappen i in.: Acoustic and prosodic speech features reflect physiological stress, Scientific Reports 2024
- Topalian i in.: Voice signatures of momentary psychological stress in real-life environments, Digital Biomarkers 2026
- Bour i in.: Voice changes associated with stress and distress in people living with diabetes, PLOS Digital Health 2026
- Maran i in.: Performance of automatic speech analysis in detecting depression, JMIR Mental Health 2025
- Liu i in.: Diagnostic accuracy of deep learning using speech samples in depression, JAMIA 2024
- Cantor-Cutiva i in.: 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 i in.: Context-aware speech stress detection in hospital workers using Bi-LSTM classifiers, IEEE ICASSP 2021
- Tani i in.: Early detection model for depressive symptoms using voice emotion analysis among call center operators, Journal of Occupational Health 2025
- Tani i in.: Organizational intervention using Layered Voice Analysis, randomized controlled trial, Journal of Occupational Health 2024
- Kim i in.: Daily language as an objective indicator of depressive affective states in emotional labor workers, Psychiatry Investigation 2026
- Lee i in.: A multimodal dataset for assessing emotion, stress, and emotional workload in interpersonal work scenario, Scientific Data 2026
- Damphousse i in., Narodowy Instytut Sprawiedliwości USA: Assessing the validity of voice stress analysis tools in a jail setting, 2007
- Nair i in.: Prevalence of voice problems, self-reported vocal symptoms and associated risk factors in call center operators, Journal of Voice
- Demir i in.: Self-reported voice problems in call center employees, PeerJ 2025
- Altundas Hatman i Torun: Occupational diseases among call center operators needing vocal rehabilitation, La Medicina del Lavoro 2022
- Cantarella i in.: Ambulatory phonation monitoring in a sample of 92 call center operators, Journal of Voice 2014
- de Brito Mota i in.: Voice disorder and burnout syndrome in teachers, Journal of Voice 2019; Garcia-Real i in.: Vocal problems and burnout syndrome in nonuniversity teachers in Galicia, Folia Phoniatrica et Logopaedica 2024
- Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji): art. 5 oraz art. 99
- Komisja Europejska: Guidelines on prohibited artificial intelligence practices, 2025
- Future of Privacy Forum: Red lines under EU AI Act, emotion recognition in the workplace, 2026
- Węgierski Krajowy Urząd Ochrony Danych i Wolności Informacji (NAIH): Decision NAIH-85-3/2022 on AI-based speech signal processing
- Uwaga o danych: żadne znalezione przez nas recenzowane badanie nie podaje AUC dla opartego na głosie wykrywania wypalenia względem zwalidowanego kwestionariusza wypalenia, więc każda wartość trafności w tym zestawieniu dotyczy stresu, zmęczenia lub depresji, a nie samego wypalenia. Oba badania Taniego i in. sfinansowała firma ES Japan, dostawca systemu analizy głosu, a pracownicy tej firmy byli współautorami, przy czym model predykcyjny z 2025 roku zwalidowano wyłącznie w obrębie jego własnej kohorty. Badanie Kim i in. analizowało transkrybowane słowa, a nie cechy akustyczne. Wartości NIJ mierzą kłamstwo, a nie nastrój, i pochodzą z 2007 roku. Wewnętrzne niespójności w samych źródłach: Altundas Hatman i Torun podają 62,4% dla guzków strun głosowych u mężczyzn w tekście i 68,4% w tabeli 4; streszczenie badania nad zmęczeniem (94% dla głosu jednolitego, 81% dla długiej mowy) nie w pełni zgadza się z jego sekcją wyników (od 88% do 94% dla samogłosek, 76% dla mowy segmentowanej); Jack i in. podają zarówno 8 z 11, jak i 7 z 11 badań z dokładnością powyżej 75%, więc tej wartości nie użyliśmy. Przegląd Nair i in. opublikowano online w 2021 roku, a w Journal of Voice w druku w 2024 roku. Tekst zakazu z aktu w sprawie sztucznej inteligencji cytujemy za odtworzeniem z artificialintelligenceact.eu tekstu z Dziennika Urzędowego.
Ostatnia aktualizacja: 27 października 2026 roku. Aktualizujemy to zestawienie kwartalnie, a kolejne odświeżenie planujemy, gdy w PubMed Central zostanie zaindeksowany następny przegląd systematyczny dotyczący biomarkerów głosowych w zdrowiu psychicznym w miejscu pracy.