亞馬遜的Alexa可根據(jù)語音判斷你需要的選擇，但是人工智能（AI）卻可以感知你是否生氣。麻省理工學(xué)院媒體實驗室的分支機構(gòu)Affectiva的聲聯(lián)網(wǎng)系統(tǒng)，可在短短1．2秒內(nèi)從音頻數(shù)據(jù)中分辨出你的憤怒。無論是什么語言，這個時間剛好超過人類感知憤怒所需的時間。
AI可分辨人類的憤怒
Affectiva的研究人員在Arxiv．org上最新發(fā)表的一篇論文中描述了這一現(xiàn)象（“從聲音表征中轉(zhuǎn)移學(xué)習(xí)，用于語音中的憤怒檢測”）。它建立在語音和面部數(shù)據(jù)的基礎(chǔ)上，并建立相關(guān)的情感檔案。今年，該公司與Nuance合作開發(fā)了一種車載人工智能系統(tǒng)，可以從攝像頭的反饋中檢測駕駛員疲勞的跡象。在2017年12月，它推出了語音API，該API使用語音識別功能，諸如大笑、憤怒等情緒，以及音量、音調(diào)、速度和停頓。
論文的共同作者寫道：“利用深度學(xué)習(xí)網(wǎng)絡(luò)的力量進行情感識別的一個重要問題是，深度網(wǎng)絡(luò)所需的大量數(shù)據(jù)，與小規(guī)模的語音數(shù)據(jù)之間的不匹配。經(jīng)過訓(xùn)練的憤怒檢測模型提高了性能，并能很好地概括各種行為，從而引發(fā)情緒言語的數(shù)據(jù)集。此外，我們提出的系統(tǒng)具有較低的延遲，適用于實時應(yīng)用。”
什么是聲聯(lián)網(wǎng)？
SoundNet（聲聯(lián)網(wǎng)）由一個卷積神經(jīng)網(wǎng)絡(luò)（一種通常用于分析視覺圖像的神經(jīng)網(wǎng)絡(luò)）組成，它在視頻數(shù)據(jù)集上進行訓(xùn)練。為了讓它識別言語中的憤怒情緒，研究小組首先搜集了大量的普通音頻數(shù)據(jù)——200萬段視頻，或者僅僅相當(dāng)于一年多的時間——使用另一種模型生成的ground truth。然后，他們使用一個更小的數(shù)據(jù)集IEMOCAP對其進行微調(diào)，該數(shù)據(jù)集包含12個小時的帶注釋的視聽情感數(shù)據(jù)，包括視頻、語音和文本轉(zhuǎn)錄。
為了測試人工智能模型的通用性，該團隊評估了它的英語訓(xùn)練模型用于漢語普通話語言的情感數(shù)據(jù)（普通話情感語料庫，簡稱MASC），他們的報告說，它不僅很好地推廣到英語語音數(shù)據(jù)，而且對漢語數(shù)據(jù)也很有效——盡管性能略有下降。
AI可識別語音情感模型
研究人員說，他們的成功證明了一種“有效的”和“低延遲的”語音情感識別模型，可以通過轉(zhuǎn)移學(xué)習(xí)得到顯著改善。轉(zhuǎn)移學(xué)習(xí)是一種技術(shù)，它利用人工智能系統(tǒng)在之前標(biāo)注過的樣本的大數(shù)據(jù)集上訓(xùn)練，在一個數(shù)據(jù)稀疏的新領(lǐng)域中引導(dǎo)訓(xùn)練——在這種情況下，人工智能系統(tǒng)能通過訓(xùn)練分類一般聲音。
這一結(jié)果是有希望的，因為盡管情感語音數(shù)據(jù)集很小，而且獲取起來也很昂貴，但是大量的自然聲音事件數(shù)據(jù)集是可用的，比如用于訓(xùn)練SoundNet的數(shù)據(jù)集或谷歌的音頻集。僅這兩個數(shù)據(jù)集就有大約1．5萬個小時的標(biāo)記音頻數(shù)據(jù)?！皯嵟诸愑泻芏嘤杏玫膽?yīng)用，包括對話界面和社交機器人、交互式語音應(yīng)答系統(tǒng)、市場研究、客戶代理評估和培訓(xùn)，以及虛擬現(xiàn)實和增強現(xiàn)實?！?/p>
他們把開發(fā)其他大型公共語料庫的工作留給了未來，并為相關(guān)的語音任務(wù)訓(xùn)練人工智能系統(tǒng)，比如識別其他類型的情感和情感狀態(tài)。相信，在未來AI將發(fā)揮更多的作用，你認(rèn)為未來的AI還能應(yīng)用在哪些領(lǐng)域呢？
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
