Inter-Stance：面向对话立场分析的多模态双人语料库发布

纽约州立大学宾汉姆顿分校等机构发布Inter-Stance数据集，这是面向对话立场分析的多模态双人交互语料库，含45对参与者（90人），同步采集2D/3D面部视频、热成像、语音及多种生理信号，为计算社会科学和情感计算领域提供前所未有的研究资源，解决现有数据集在双人多模态交互数据上的空白。

人类社会交互是复杂多模态过程，语言、面部表情、生理反应等传递态度情感，存在“双人效应”。但现有数据集局限：要么单人单模态，要么双人交互缺乏丰富传感器，尚无同时提供双人多模态记录（含2D/3D视频、热成像、生理信号）及自我报告数据的公开数据集，制约人际交互计算建模发展。

数据集核心规模：45对参与者（含熟人和陌生人）、270组多模态序列、1400多分钟交互数据、20TB总量开放共享。采集配置覆盖： -视觉：2D高清视频、3D面部几何、热成像视频与温度数据 -语音与语言：高保真音频、同步转录文本 -生理信号：PPG、EDA、HR、BP、RR等自主神经系统指标 同步采集能力可探索外部行为与内部生理状态关联。

采用IRB批准实验方案，通过对话任务（易分歧社会议题）诱发自然立场行为。标注含三个核心立场类别：同意、不同意、中立，还包含社交信号和情感同步性标注，为研究人际情感影响提供素材。

Inter-Stance相比现有数据集优势明显：

数据集	双人数量	参与者	模态	关键局限
IEMOCAP	5对	10名演员	音频、视频、动作捕捉	缺乏3D面部几何和热成像
RECOLA	23对	46名学生	音频、视频、ECG、EDA	远程视频设置，缺乏3D和热成像
HMI-Mimicry	54对	12同谋+48参与者	音频、视频	缺乏3D、热成像和生理数据
BP4D+	-	单人	2D/3D视频、热成像、生理信号	仅单人采集，无双交互
Inter-Stance	45对	90人	2D/3D视频、热成像、语音、文本、PPG、EDA、HR、BP、RR	完整双人多模态采集
首次结合双人交互与丰富多模态采集（3D、热成像、生理信号）。

数据集为多领域带来价值： 1.多模态立场检测：探索视觉/生理/语言信号协同表达立场，助力社交感知AI开发； 2.人际情感同步建模：分析情感传染、行为模仿和生理同步； 3.社会信号处理：识别同意/不同意/中立状态下的微妙社交信号； 4.心理健康研究：通过熟人与陌生人互动，研究心理障碍患者行为特征。

带来新挑战：融合20TB多模态异构数据、建模双人动态影响、提取高维时序立场特征，推动多模态机器学习等技术发展。方法论上，IRB批准方案成功诱发自然立场行为，为情感计算数据采集提供借鉴范式。

Inter-Stance发布标志多模态社交交互研究进入新阶段，为计算社会科学、情感计算、人机交互等领域提供关键数据资源，为构建社交感知AI系统奠定基础，是社交行为计算建模研究者的重要资源。