1. 創(chuàng)業(yè)頭條
  2. 前沿領(lǐng)域
  3. AI智能
  4. 正文

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

 2020-09-17 14:49  來源:互聯(lián)網(wǎng)  我來投稿 撤稿糾錯

  阿里云優(yōu)惠券 先領(lǐng)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(guān)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(shù)訓(xùn)練并迭代聲學(xué)模型,這款音箱支持情感TTS合成,并實(shí)現(xiàn)了“小愛同學(xué)”的音感化、擬人化。

隨著人工智能技術(shù)的發(fā)展,在實(shí)現(xiàn)人機(jī)對話的基礎(chǔ)上,各大AI企業(yè)都在情感化語音交互的領(lǐng)域積極展開探索。

例如在智能客服領(lǐng)域,當(dāng)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(jìn)行進(jìn)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(jìn)行收集處理,如果未檢測到用戶憤怒的情感,則繼續(xù)當(dāng)前的語音服務(wù);如果檢測到憤怒的情感,則轉(zhuǎn)為人工服務(wù)進(jìn)行業(yè)務(wù)處理。

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

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(yīng)用離不開訓(xùn)練數(shù)據(jù)的支撐。

數(shù)據(jù)堂深耕于AI數(shù)據(jù)領(lǐng)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(wù),行業(yè)內(nèi)高標(biāo)準(zhǔn)的語音情感識別訓(xùn)練數(shù)據(jù)《20人英文情感語音麥克風(fēng)采集數(shù)據(jù)》和《30部電影語音視頻標(biāo)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(jié)合聲音和圖像的多模態(tài)情感分析。

機(jī)器人Pepper就是應(yīng)用多模態(tài)情感分析的典型案例。

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

Pepper配備了語音識別技術(shù)以及分析表情和聲調(diào)的情緒識別技術(shù),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(lǐng)域,全球超過2000家企業(yè)應(yīng)用了Pepper,服務(wù)于零售、金融、健康護(hù)理等眾多行業(yè)。

麻省理工學(xué)院媒體實(shí)驗(yàn)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(luò)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(xì)分為:尷尬、猶豫、贊同、羨慕等。這些情感可以用VAD方法進(jìn)行量化打分。

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

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

· 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(jī)器訓(xùn)練數(shù)據(jù),并將數(shù)據(jù)和服務(wù)落地到AI產(chǎn)品和業(yè)務(wù),為人們帶去更好的產(chǎn)品體驗(yàn),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(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!

相關(guān)標(biāo)簽
ai技術(shù)
ai音箱

相關(guān)文章

  • 甌江論道:AI賦能綠色發(fā)展

    2025年10月25日,2025世界青年科學(xué)家峰會之人工智能(AI)融合創(chuàng)新發(fā)展論壇在浙江溫州成功舉辦。本次論壇由國際院士科創(chuàng)中心主辦,中國投資協(xié)會能源投資專業(yè)委員會、溫港院士科創(chuàng)中心承辦,中國電工技術(shù)學(xué)會、中科先進(jìn)技術(shù)溫州研究院與溫州市電力工程學(xué)會提供支持,以“甌江論道-AI賦能綠色發(fā)展”為主題,

    標(biāo)簽:
    ai技術(shù)
  • 王通:未來個人創(chuàng)業(yè)的十個機(jī)會

    個人創(chuàng)業(yè)需要啟動成本低、無需龐大團(tuán)隊(duì)、可快速驗(yàn)證、能利用個人技能或資源。這里分享適合個人創(chuàng)業(yè)的十個機(jī)會一.AI內(nèi)容優(yōu)化與本地化服務(wù)·做什么:幫助企業(yè)或個人利用AI工具(如GPT-4,Midjourney)優(yōu)化內(nèi)容生產(chǎn)流程。例如,為跨境電商撰寫多語言產(chǎn)品描述,為小紅書博主生成爆款文案,為小公司制作營銷

  • 百度智能云PaddleOCR 3.1正式發(fā)布:關(guān)鍵能力支持MCP

    百度AI團(tuán)隊(duì)今日正式推出PaddleOCR3.1版本,以突破性的多語言組合識別(MultilingualCompositionPerception,MCP)技術(shù)為核心,徹底重構(gòu)復(fù)雜文檔處理邊界。此次升級標(biāo)志著OCR領(lǐng)域首次實(shí)現(xiàn)對同一文檔內(nèi)任意混合語言文本的精準(zhǔn)識別,為全球化企業(yè)、跨境業(yè)務(wù)及多元文化場

    標(biāo)簽:
    ai智能
    ai技術(shù)
  • AI工具導(dǎo)航網(wǎng)站,未來的發(fā)展前景怎么樣?

    導(dǎo)航網(wǎng)站的崛起:從信息過載到精準(zhǔn)觸達(dá)隨著全球AI工具數(shù)量爆發(fā)式增長(2025年已超數(shù)萬款),用戶面臨前所未有的選擇困境。傳統(tǒng)搜索引擎的“關(guān)鍵詞-鏈接”模式難以應(yīng)對工具篩選的場景需求,垂直化、場景化的AI導(dǎo)航網(wǎng)站應(yīng)運(yùn)而生。這類平臺通過聚合、評測、分類與推薦四重機(jī)制,將分散的工具資源整合為結(jié)構(gòu)化入口。例

  • 微信AI搜索被指“強(qiáng)行開盒”:名字成了數(shù)據(jù)入口,騰訊回應(yīng)“僅用公開信息”

    當(dāng)微信公眾號文章中出現(xiàn)一個人的名字,它會自動變成藍(lán)色鏈接,點(diǎn)擊即可查看AI生成的“個人簡歷”——這一微信新功能讓不少用戶感到被“扒光”在互聯(lián)網(wǎng)上。近日,微信新上線的“AI搜索”功能陷入隱私泄露爭議漩渦。多位網(wǎng)友在社交平臺反映,當(dāng)微信公眾號推文中出現(xiàn)本人姓名時,名字會自動變?yōu)樗{(lán)色超鏈接,點(diǎn)擊即可瀏覽由

    標(biāo)簽:
    ai技術(shù)
    ai搜索
  • GDPS2025賽場直擊!開普勒大黃蜂助力華理斬獲搬運(yùn)賽項(xiàng)桂冠

    12月12日-14日,2025全球開發(fā)者先鋒大會暨國際具身智能技能大賽(GDPS2025)于上海張江科學(xué)會堂舉行,大會以具身智能競技為核心,融合了技術(shù)比拼、產(chǎn)業(yè)展示與科普體驗(yàn),為全球觀眾呈現(xiàn)出具身智能的現(xiàn)在與未來。上海開普勒機(jī)器人有限公司(以下簡稱"開普勒機(jī)器人")攜明星產(chǎn)品K2"大黃蜂"亮相,并參

    標(biāo)簽:
    GDPS
    2025
  • 弈動 Dynamic·數(shù)智躍遷 博弈無界|2025TechWorld智慧安全大會在京召開

    在數(shù)字化與智能化深度交織的時代浪潮中,安全的邊界不斷延展,技術(shù)的演進(jìn)正引領(lǐng)產(chǎn)業(yè)邁向新一輪變革。10月24日,以“弈動Dynamic·數(shù)智躍遷博弈無界”為主題的2025TechWorld智慧安全大會在北京盛大召開。來自國家部委、院士學(xué)者、高??蒲袡C(jī)構(gòu)和企業(yè)的權(quán)威專家與業(yè)界精英齊聚北京,共議AI安全、數(shù)

    標(biāo)簽:
    弈動
  • 甌江論道:AI賦能綠色發(fā)展

    2025年10月25日,2025世界青年科學(xué)家峰會之人工智能(AI)融合創(chuàng)新發(fā)展論壇在浙江溫州成功舉辦。本次論壇由國際院士科創(chuàng)中心主辦,中國投資協(xié)會能源投資專業(yè)委員會、溫港院士科創(chuàng)中心承辦,中國電工技術(shù)學(xué)會、中科先進(jìn)技術(shù)溫州研究院與溫州市電力工程學(xué)會提供支持,以“甌江論道-AI賦能綠色發(fā)展”為主題,

    標(biāo)簽:
    ai技術(shù)
  • AI云“分野”:阿里云們“賣鏟”,火山引擎奇襲“MaaS”

    AI云“分野”:阿里云們“賣鏟”,火山引擎奇襲“MaaS”

    標(biāo)簽:
    阿里巴巴
  • 未來5年,中國AI的“大洗牌”和“內(nèi)循環(huán)”

    我覺得我們AI的目標(biāo)是:從芯片設(shè)計(jì)到軟件生態(tài),全鏈路自主開發(fā),建立可控的世界級AI體系。所以這是俺對未來5年中國AI圈的展望和判斷。(1)2026年,英偉達(dá)造車、國產(chǎn)開車26年國產(chǎn)芯片會在推理和垂直場景上發(fā)力。以DeepSeek為代表,大多數(shù)AI大模型會以軟件彌補(bǔ)硬件不足,所以訓(xùn)練和推理分開,訓(xùn)練就

  • H20芯片開賣即叫停,英偉達(dá)如何解圍?

    文/道哥在深陷“后門”風(fēng)波、接受網(wǎng)信辦問詢之后,英偉達(dá)的“特供版”H20芯片,又有了新消息。近日,美國科技媒體《TheInformation》援引知情人士消息稱,英偉達(dá)已悄然向其關(guān)鍵供應(yīng)商——包括負(fù)責(zé)封裝的安靠科技、供應(yīng)高帶寬內(nèi)存的三星電子、以及承擔(dān)后端處理的富士康發(fā)出指令,要求暫停所有與H20AI

    標(biāo)簽:
    英偉達(dá)