亞馬遜的Alexa AI團(tuán)隊(duì)目前正在嘗試探測(cè)幸福和悲傷等情緒的方法，這些工作已于今年早些時(shí)候在研究中發(fā)表。據(jù)彭博社報(bào)道，亞馬遜正在開發(fā)一種用于情緒檢測(cè)的可穿戴設(shè)備，人們可以用它來(lái)了解周圍人的感受。
該項(xiàng)目已經(jīng)開展多年了，在2017年，亞馬遜已經(jīng)開始探索情緒識(shí)別AI，但只能感知用戶的聲音中的沮喪，“談?wù)撍鼘⑷绾螒?yīng)用還為時(shí)過(guò)早，我們已經(jīng)在線下探索如何使用它進(jìn)行數(shù)據(jù)選擇，但是在這一點(diǎn)上沒(méi)有任何內(nèi)容可以分享。”
模型如何運(yùn)作
亞馬遜對(duì)情緒檢測(cè)的野心在最近幾個(gè)月發(fā)表的兩篇論文中可見一斑。兩個(gè)項(xiàng)目都使用南加州大學(xué)（USC）的數(shù)據(jù)集訓(xùn)練模型，這些數(shù)據(jù)集包括演員約12小時(shí)的對(duì)話。然后注釋10000個(gè)句子的數(shù)據(jù)集以反映情緒。
“Multimodal and Multi-view Models for Emotion Recognition”檢測(cè)到六大情緒：憤怒，厭惡，恐懼，快樂(lè)，悲傷和驚訝。
情緒可以通過(guò)三個(gè)維度的數(shù)值直接描述：效價(jià)，即談?wù)撉榫w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(lái)自音頻的聲學(xué)和詞匯信號(hào)，以檢測(cè)情緒。亞馬遜Alexa高級(jí)應(yīng)用科學(xué)家Viktor Rozgic解釋說(shuō)，聲學(xué)研究語(yǔ)音和語(yǔ)音特性，詞匯研究單詞序列。
Wang表示，“聲學(xué)特征或多或少地描述了你如何說(shuō)話的風(fēng)格，而詞匯特征正在描述內(nèi)容。如示例所示，它們對(duì)于情感聯(lián)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(jīng)網(wǎng)絡(luò)架構(gòu)，然后最終做出預(yù)測(cè)，在這種情況下是憤怒，悲傷和中性情緒狀態(tài)?！?/p>
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(shí)現(xiàn)微觀改善效果以預(yù)測(cè)情緒的方法。
為了從音頻記錄中提取情感，將語(yǔ)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(jīng)網(wǎng)絡(luò)，然后用作分類器來(lái)預(yù)測(cè)憤怒，快樂(lè)，悲傷和中性狀態(tài)。
“我們正在將聲學(xué)特征提供給編碼器，編碼器正在將這些特征轉(zhuǎn)換為較低維度的表示，解碼器可以重建原始音頻特征并預(yù)測(cè)情緒狀態(tài)，”Rozgic說(shuō)，“在這種情況下，它的價(jià)值有三個(gè)層次：消極，中立和積極，而對(duì)抗性學(xué)習(xí)的作用是以特定的方式規(guī)范學(xué)習(xí)過(guò)程，使學(xué)習(xí)的表現(xiàn)更好。”
情緒和機(jī)器智能
除了提供有關(guān)亞馬遜情緒檢測(cè)野心的詳細(xì)信息外，re：Mars的一次會(huì)議探討了情緒識(shí)別和情緒表征理論的歷史，機(jī)器學(xué)習(xí)，信號(hào)處理和支持向量機(jī)等分類器的進(jìn)步也推動(dòng)了工作的進(jìn)展。
該技術(shù)的應(yīng)用范圍從測(cè)量反應(yīng)到視頻游戲設(shè)計(jì)，商業(yè)廣告等營(yíng)銷材料，尋找道路憤怒或疲勞的動(dòng)力汽車安全系統(tǒng)，甚至幫助學(xué)生使用計(jì)算機(jī)輔助學(xué)習(xí)。該技術(shù)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(hào)