ASMR: perché alcuni suoni ci rilassano?

L'ASMR è un fenomeno che fa sentire bene, ma cosa lo rende speciale? I ricercatori hanno analizzato oltre 3.000 video per scoprire i segreti dei suoni che ci fanno rilassare. Hanno confrontato due metodi: la PCA, che guarda al suono in modo statico, e la decomposizione tensoriale, che considera il suono nel tempo. La PCA ha raggruppato i trigger in base alla "texture" (voce, sussurri, rumori meccanici, suoni di bocca bagnata). Il metodo tensoriale ha invece rivelato una "struttura" temporale comune a molti trigger, anche quelli chiamati "tocco". La maggior parte dei suoni ASMR condivide un comportamento ripetitivo e stabile, indipendentemente dalla fonte. I due approcci hanno prodotto raggruppamenti molto diversi (indice ARI solo 0,045), mostrando che texture e struttura temporale sono dimensioni distinte ma complementari. Questo studio apre la strada a sistemi di raccomandazione personalizzati e a nuove applicazioni terapeutiche basate sulla scienza dei suoni.

La decomposizione tensoriale tratta ogni video ASMR come un tensor tridimensionale (Video × Tempo × Caratteristica), preservando informazioni che la PCA, basata su matrici, perderebbe. Applicando il modello Tucker, i ricercatori hanno identificato componenti di base che catturano schemi temporali ripetitivi, come periodi di silenzio seguiti da sussurri regolari. Questa analisi dinamica ha evidenziato che molti trigger tradizionalmente etichettati come "tocco" (ad esempio, suoni di dita o carte) condividono una bassa variabilità temporale, misurata tramite l'entropia spettrale. Il coefficiente di Cohen κ (0,536) per la stazionarietà conferma un'affidabilità moderata tra due annotatori, mentre κ (0,738) per la texture mostra una forte coerenza. L'indice ARI quantifica la divergenza tra i due metodi di clustering (0,0447), indicando che i raggruppamenti basati su texture e struttura temporale sono quasi non correlati. La proposta di un framework a doppio asse—asse della texture per il contenuto sonoro statico e asse della struttura per la dinamica temporale—offre una tassonomia più robusta per l'ASMR, utile per algoritmi di raccomandazione personalizzati e per progettare stimoli ASMR mirati per ridurre lo stress o migliorare il sonno.