亞馬遜Alexa AI通過語音分析情緒
日期：2020.01.02 來源：湖南檢信智能
檢信智能為群體性人群提供高頻次AI心理情緒監測服務
加盟合作：
191-1881-8899
服務熱線：
0731-82298661
亞馬遜的Alexa AI團隊目前正在嘗試探測幸福和悲傷等情緒的方法，這些工作已于今年早些時候在研究中發表。據彭博社報道，亞馬遜正在開發一種用于情緒檢測的可穿戴設備，人們可以用它來了解周圍人的感受。
該項目已經開展多年了，在2017年，亞馬遜已經開始探索情緒識別AI，但只能感知用戶的聲音中的沮喪，“談論它將如何應用還為時過早，我們已經在線下探索如何使用它進行數據選擇，但是在這一點上沒有任何內容可以分享。”
模型如何運作
亞馬遜對情緒檢測的野心在最近幾個月發表的兩篇論文中可見一斑。兩個項目都使用南加州大學（USC）的數據集訓練模型，這些數據集包括演員約12小時的對話。然后注釋10000個句子的數據集以反映情緒。
“Multimodal and Multi-view Models for Emotion Recognition”檢測到六大情緒：憤怒，厭惡，恐懼，快樂，悲傷和驚訝。
情緒可以通過三個維度的數值直接描述：效價，即談論情緒的積極性或消極性，激活水平，這是情緒的能量，然后是支配、控制的影響。
多模式方法分析來自音頻的聲學和詞匯信號，以檢測情緒。亞馬遜Alexa高級應用科學家Viktor Rozgic解釋說，聲學研究語音和語音特性，詞匯研究單詞序列。
Wang表示，“聲學特征或多或少地描述了你如何說話的風格，而詞匯特征正在描述內容。如示例所示，它們對于情感聯系都很重要。因此，在提取特征之后，它們被輸入模型，在我們的例子中，這將是不同的神經網絡架構，然后最終做出預測，在這種情況下是憤怒，悲傷和中性情緒狀態。”
亞馬遜最近分享的另一篇論文“Improving Emotion Classification through Variational Inference of Latent Variables”解釋了一種實現微觀改善效果以預測情緒的方法。
為了從音頻記錄中提取情感，將語音記錄中的人類交互映射到一系列光譜向量，饋送到遞歸神經網絡，然后用作分類器來預測憤怒，快樂，悲傷和中性狀態。
“我們正在將聲學特征提供給編碼器，編碼器正在將這些特征轉換為較低維度的表示，解碼器可以重建原始音頻特征并預測情緒狀態，”Rozgic說，“在這種情況下，它的價值有三個層次：消極，中立和積極，而對抗性學習的作用是以特定的方式規范學習過程，使學習的表現更好。”
情緒和機器智能
除了提供有關亞馬遜情緒檢測野心的詳細信息外，re：Mars的一次會議探討了情緒識別和情緒表征理論的歷史，機器學習，信號處理和支持向量機等分類器的進步也推動了工作的進展。
該技術的應用范圍從測量反應到視頻游戲設計，商業廣告等營銷材料，尋找道路憤怒或疲勞的動力汽車安全系統，甚至幫助學生使用計算機輔助學習。該技術還可用于幫助人們更好地了解他人的情緒。
論文：
arxiv.org/abs/1906.10198
developer.amazon.com/zh/blogs/alexa/post/2d8c2128-eec9-44cc-9274-444940eb0a4d/using-adversarial-training-to-recognize-speakers-emotions
End
檢信智能公眾號