面談 非言語アナライザー(社内・効果検証用 / ローカル完結)
v0.1 PROTOTYPE

入力面談映像の解析

モデル読込中…(初回はCDNから数十MB取得します)
話者マーク: 再生中に“今話している人”を押す(キー 1 / 2)。声・会話を話者別に分けます。

推定状態(仮説・確定ではない)

関与度 Engagement
覚醒/緊張 Arousal
認知負荷 Cog.Load
感情価 Valence(±)
視線: まばたき: /分 頭部動き: 発話: 顔検出:
※ 各値は表情筋・視線・声の量から計算したヒューリスティックな代理指標。原因(緊張・難問・関心)は識別できません。必ず質問で確認してください。

時系列状態の推移と“深掘り”候補

関与負荷感情価。縦線=深掘り候補(状態が大きく動いた瞬間)。

仮説確認すべき瞬間(クリックで頭出し)

解析を開始すると、状態が大きく変化した瞬間を「ここを確認」候補として表示します。

会話会話内容・声のトーン(話者別)

large-v3 等で作った書き起こしを取り込むと、話者と時刻に紐づきます(ローカル処理)。話者は上部「話者マーク」で指定。
会話内容はここに表示されます(読み込み or ライブSTT後)。

参考👁 メンタリズム参考メモ(目の動き・まばたき)

まばたき 現在/基準– / –
基準比
視線傾向
解析(または セルフテスト)を開始すると、まばたき・視線の基準からの変化を“参考の読み”として表示します。

記録セッション保存(検証のため結果をタグ付け)

保存JSONには集計値(関与/覚醒/負荷/感情価の平均・分散、イベント)と結果タグのみ。映像・音声・氏名は保存しません。

統合統合候補者プロフィール(求職意欲 × 人格 × 状態)

A. 行動・文脈シグナル(求職意欲の主軸)
0=低い 〜 3=高い。「退職時期や引き継ぎを自分で考えている」ほど意欲は高い。
B. 人格・状況(最適アプローチと承諾率の推定)
最新の解析セッションの状態指標(あれば)を自動で取り込みます。

検証効果検証パネル ― 「ある程度効くか」を数字で見る

未読込
複数セッション(承諾群・見送り群)を読み込むと、各指標が結果と相関しているかを自動集計します。 これが「この非言語指標は自社の承諾とある程度関係があるか」の一次的な答えになります。
検証の考え方:各指標について「承諾群の平均」と「見送り群の平均」を比べ、差の大きさ(effect size)を見る。差が小さい指標は“当てにならない”=使わない。サンプルは最低でも各群15件以上を推奨。

レポート最終レポート(全要素の統合)

話者別の声・会話・非言語状態・統合プロフィールを1枚にまとめます。

指標各推定値の作り方(透明性)

指標主な入力解釈(仮説)
関与度カメラ方向への視線・顔の存在・微動話題への乗り。低下=話題替え/確認の合図
覚醒/緊張まばたき率・目の見開き・頭部の動き喚起の高さ。原因(緊張/関心/難問)は不明
認知負荷眉の寄せ・視線回避バースト・沈黙/間考え込み。質問が刺さった可能性=深掘り候補
感情価(±)口角(笑み) − 口角下げ/しかめ肯定的/否定的の傾き。文脈必須・単独で断定不可
根拠と限界は同梱の論文(面談メンタリズム 批判的レビュー)を参照。表情と感情は一対一で対応しない(Barrett 2019)等の前提の上で、あくまで“状態の代理”として使うこと。