AI能从说话语气中感知情绪

【天极网网络频道】从一个人的语气中可以获取很多东西，这是情绪流露的一种自然渠道。情绪具有一系列应用：它可以通过帮助检测痴呆症或心脏病发作的早期症状，从而有助于健康监测，并且它有可能使人工智能对话系统更具吸引力和响应性。

5月22日消息，据外媒报道，亚马逊的研究人员最近采用了一种不同的方法来训练人工智能对话系统，最终结果是，神经网络在判断人们声音的情感价值时，准确率提高了4%。

情绪分类AI并不是什么新鲜事，但传统的方法是受到监督的，这意味着它们会根据说话者的情绪状态来摄取训练数据。而亚马逊的研究人员并不是从一个详尽注释的“情绪”语料库中寻找资源来训练系统，而是向对抗自编码器提供一个公开的数据集，其中包括来自10个不同说话者的1万条话语。正如论文合著者和Alexa语音小组高级应用科学家Viktor Rozgic在一篇博文中解释的那样，对抗自编码器有两个组成部分：编码器和解码器。编码器将输入数据转化为更小更紧凑的编码表达，而解码器则将这一编码重新恢复为原始输入数据。

研究人员的情绪表征由三个网络节点组成，每一个节点对应三种情绪测量：效价、激活(说话者是否是警觉的、参与的或是被动的)和支配(说话者是否感觉自己控制了局面)。培训分三个阶段进行，第一个阶段涉及使用无标签数据对编码器和解码器进行单独训练。在第二阶段，对抗训练，用于调整编码器。在第三阶段，调整编码器，以确保潜在的情绪表征能够预测训练数据的情绪标签。

据了解，亚马逊不是唯一一家研究改进基于语音的情绪检测的公司。麻省理工学院媒体实验室的子公司Affeviva最近展示了一种神经网络Soundnet，它能在1.2秒的时间内，将愤怒情绪从音频数据中分析出来。