AI讀懂說話人情緒，數(shù)據(jù)堂語音情感識別數(shù)據(jù)等你Pick

　 阿里云優(yōu)惠券 先領券再下單

近日，小米推出了全面支持情感化語音交互的小米小愛音箱Art，小米也成為業(yè)內(nèi)首家情感化TTS大規(guī)模落地的企業(yè)。

基于開心、關心、害羞等有限但類型不同的情感音頻數(shù)據(jù)，通過不同技術訓練并迭代聲學模型，這款音箱支持情感TTS合成，并實現(xiàn)了“小愛同學”的音感化、擬人化。

隨著人工智能技術的發(fā)展，在實現(xiàn)人機對話的基礎上，各大AI企業(yè)都在情感化語音交互的領域積極展開探索。

例如在智能客服領域，當用戶的問題無法解決或者問題表述不清時，智能客服很有可能無法識別用戶的情緒、進行進一步操作，從而引發(fā)用戶的不滿和投訴。

針對這一情況，日本NTT研究所研發(fā)出一款客服電話情感識別系統(tǒng)，對用戶的電話語音進行收集處理，如果未檢測到用戶憤怒的情感，則繼續(xù)當前的語音服務;如果檢測到憤怒的情感，則轉為人工服務進行業(yè)務處理。

語音情感識別通常指機器從語音中自動識別人類情感和情感相關狀態(tài)的過程。通過分析說話人情緒使機器進行擬人化的互動，識別說話人的情感成為語音技術發(fā)力的一個新熱點。

語音情感識別包括兩種，NTT推出的客服電話情感識別系統(tǒng)屬于只通過聲音來分析情感。這一情感語音識別模型的落地應用離不開訓練數(shù)據(jù)的支撐。

數(shù)據(jù)堂深耕于AI數(shù)據(jù)領域近十年，一直致力于為全球人工智能企業(yè)提供專業(yè)的數(shù)據(jù)服務，行業(yè)內(nèi)高標準的語音情感識別訓練數(shù)據(jù)《20人英文情感語音麥克風采集數(shù)據(jù)》和《30部電影語音視頻標注數(shù)據(jù)》廣受重視和好評。

語音情感識別的另外一種模型就是結合聲音和圖像的多模態(tài)情感分析。

機器人Pepper就是應用多模態(tài)情感分析的典型案例。

Pepper是由日本軟銀集團和法國Aldebaran Robotics研發(fā)的一款人形機器人，可綜合考慮周圍環(huán)境，積極主動地作出反應。

Pepper配備了語音識別技術以及分析表情和聲調(diào)的情緒識別技術，經(jīng)過定制化開發(fā)，可通過表情、動作、語音與人類交流、反饋，甚至能夠跳舞、開玩笑。

如今在商業(yè)領域，全球超過2000家企業(yè)應用了Pepper，服務于零售、金融、健康護理等眾多行業(yè)。

麻省理工學院媒體實驗室分拆公司Affectiva通過語音和面部數(shù)據(jù)打造了情感檔案，其神經(jīng)網(wǎng)絡SoundNet可以在短短1.2秒內(nèi)識別出音頻數(shù)據(jù)中的憤怒情緒。

除了憤怒，人的情感從大類上可分為高興、悲傷、失望、驚訝等面部情感，從內(nèi)心情感上還可細分為：尷尬、猶豫、贊同、羨慕等。這些情感可以用VAD方法進行量化打分。

所謂VAD，是指Valence、Arousal、Dominance三個衡量維度。

· Valence(效價)，指達到目標對于滿足個人需要的價值，同一個目標對每一個人可能有三種效價：正、零、負。

· Arousal(積極程度)，即精神+身體共同體現(xiàn)出的積極程度，如充滿活力或死氣沉沉。

· Dominance(優(yōu)勢度)，表示個體對情景和他人的控制狀態(tài)，如憤怒就屬于優(yōu)勢度高的情感，而恐懼屬于優(yōu)勢度低的情感。

數(shù)據(jù)堂一直致力于開發(fā)個性化的機器訓練數(shù)據(jù)，并將數(shù)據(jù)和服務落地到AI產(chǎn)品和業(yè)務，為人們帶去更好的產(chǎn)品體驗，讓每個人都能享受人工智能帶來的美好生活。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！