A medida que los servicios de salud se trasladan cada vez más en línea, la terapia de salud mental también está cambiando hacia la entrega remota. Si bien las plataformas de video y audio permiten sesiones virtuales, las sutilezas emocionales a menudo pasan desapercibidas en comparación con las interacciones en persona. Este documento presenta una plataforma de terapia basada en la web que admite comunicación segura de audio/video, incorporando transcripción de voz a texto en tiempo real y reconocimiento de emociones del habla para mejorar la comprensión del terapeuta durante y después de las sesiones. La plataforma segmenta las sesiones en múltiples segmentos de análisis, cada uno capturando la transcripción y la emoción detectada. Para el reconocimiento de emociones, se utiliza un modelo de Hugging Face de acceso público basado en Wav2Vec 2.0, clasificando emociones a partir de audio en crudo. Las pruebas mostraron una detección confiable de emociones como ira, tristeza y neutralidad, aunque la calidad del audio impactó significativamente los resultados. El sistema se implementó utilizando LocalTunnel debido a limitaciones en la nube. En general, esta plataforma demuestra cómo la integración de herramientas de IA en la terapia en línea puede proporcionar valiosos conocimientos emocionales para los terapeutas.
Kabir Kumar (Lun,) estudió esta cuestión.