โมเดล AI สามารถคาดเดาอารมณ์ได้โดยการวิเคราะห์น้ำเสียงของเรา

การศึกษาที่ก้าวล้ำโดยนักวิจัยชาวเยอรมันตอบคำถามนั้นด้วยคำตอบที่ดังกึกก้องว่า "ใช่" โดยใช้สามรุ่นของ เรียนรู้เครื่องนักวิทยาศาสตร์สามารถจดจำอารมณ์ต่างๆ ในตัวอย่างเสียงได้อย่างแม่นยำในเวลาเพียง 1,5 วินาที

การเดินทางเพื่อเปิดเผยความลับของเสียง

ตีพิมพ์ในวารสาร Frontiers in Psychology การศึกษาวิเคราะห์ประโยคไร้สาระที่ดึงมาจากชุดข้อมูลสองชุด: ชุดแคนาดาหนึ่งชุดและชุดเยอรมันหนึ่งชุด ตัวเลือกเชิงกลยุทธ์นี้ขจัดอิทธิพลของภาษาและความแตกต่างทางวัฒนธรรม โดยเน้นที่น้ำเสียงเพียงอย่างเดียว

คลิปเสียงแต่ละคลิปถูกตัดอย่างระมัดระวังให้เหลือ 1,5 วินาที ซึ่งเป็นความยาวขั้นต่ำที่จำเป็นสำหรับมนุษย์ในการระบุอารมณ์ในคำพูด ความแม่นยำเชิงเวลานี้ช่วยให้แน่ใจว่าแต่ละส่วนแสดงถึงอารมณ์ความรู้สึกเดียว โดยหลีกเลี่ยงการทับซ้อนและความคลุมเครือ

อารมณ์อยู่ในโฟกัส

การศึกษามุ่งเน้นไปที่อารมณ์พื้นฐาน 6 อารมณ์ ได้แก่ ความสุข raivaความโศกเศร้า ความกลัว ความรังเกียจ และความเป็นกลาง ผ่านเทคนิคของ เรียนรู้เครื่อง, แบบจำลองเหล่านี้ได้รับการฝึกอบรมให้จดจำรูปแบบเสียงเฉพาะที่เกี่ยวข้องกับสภาวะทางอารมณ์แต่ละอย่าง

สามรุ่น สามแนวทาง

เพื่อเปิดเผยความลับของเสียง นักวิจัยได้ใช้แบบจำลองเสียงที่แตกต่างกันสามแบบ เรียนรู้เครื่อง:

• โครงข่ายประสาทเทียมเชิงลึก (DNN): พวกมันทำงานเหมือนฟิลเตอร์ที่ซับซ้อน โดยวิเคราะห์ส่วนประกอบของเสียง เช่น ความถี่และโทนเสียง ตัวอย่างเช่น น้ำเสียงที่ดังขึ้นอาจบ่งบอกถึง raiva หรือความหงุดหงิด
• โครงข่ายประสาทเทียมแบบหมุนวน (CNN): พวกเขามองหารูปแบบภาพในการนำเสนอคลื่นเสียงแบบกราฟิก คล้ายกับวิธีที่เราระบุอารมณ์ในจังหวะและเนื้อสัมผัสของเสียง
• รุ่นไฮบริด (C-DNN): เป็นการผสมผสานระหว่างสองเทคนิคก่อนหน้านี้ โดยใช้ทั้งเสียงและการแสดงภาพเพื่อให้สามารถทำนายอารมณ์ได้แม่นยำยิ่งขึ้น

ผลลัพธ์ที่คาดหวังและความท้าทายที่ต้องเอาชนะ

ผลการศึกษาเป็นที่น่าพอใจ โมเดลของ เรียนรู้เครื่อง พวกเขาสามารถระบุอารมณ์ได้อย่างแม่นยำเหมือนกับอารมณ์ของมนุษย์ แม้จะอยู่ในประโยคที่ไม่มีความหมายโดยไม่มีบริบทก็ตาม

อย่างไรก็ตาม ผู้เขียนทราบถึงข้อจำกัดบางประการ ประโยคสั้นๆ ที่ใช้อาจไม่ครอบคลุมถึงความแตกต่างและความคลุมเครือที่มีอยู่ในอารมณ์ที่แท้จริง นอกจากนี้ จำเป็นต้องมีการวิจัยในอนาคตเพื่อกำหนดระยะเวลาเสียงที่เหมาะสมที่สุดเพื่อการจดจำอารมณ์ที่แม่นยำ

อนาคตของการปฏิสัมพันธ์ระหว่างมนุษย์กับเครื่องจักร

ความสามารถในการรับรู้อารมณ์ผ่านทางเสียงเปิดโอกาสมากมายสำหรับอนาคตของการปฏิสัมพันธ์ระหว่างมนุษย์กับเครื่องจักร ลองจินตนาการถึงอนาคตที่อุปกรณ์อัจฉริยะและผู้ช่วยเสมือนสามารถเข้าใจและตอบสนองต่อความต้องการทางอารมณ์ของคุณได้

การศึกษาครั้งนี้ถือเป็นก้าวสำคัญในทิศทางนี้ซึ่งแสดงให้เห็นถึงศักยภาพของ ปัญญาประดิษฐ์ เพื่อถอดรหัสความลับของเสียงของมนุษย์ และสร้างอินเทอร์เฟซที่เอาใจใส่และมีมนุษยธรรมมากขึ้น

อ่านเพิ่มเติม:

วิธีการใหม่สร้างภาพ AI เร็วขึ้น 30 เท่า 

นักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) เพิ่งเปิดตัววิธีการใหม่ที่เรียกว่า 'Distribution Matching Distillation' ซึ่งช่วยให้สามารถสร้างภาพปัญญาประดิษฐ์ (AI) ได้เร็วขึ้น ในขณะที่ยังคงรักษาคุณภาพของแบบจำลองดั้งเดิม

* ข้อความของบทความนี้สร้างขึ้นบางส่วนโดยเครื่องมือปัญญาประดิษฐ์ โมเดลภาษาที่ล้ำสมัยซึ่งช่วยในการจัดเตรียม ทบทวน การแปล และการสรุปข้อความ รายการข้อความถูกสร้างขึ้นโดย Curto มีการใช้ข่าวสารและการตอบกลับจากเครื่องมือ AI เพื่อปรับปรุงเนื้อหาขั้นสุดท้าย
สิ่งสำคัญคือต้องเน้นว่าเครื่องมือ AI เป็นเพียงเครื่องมือ และความรับผิดชอบขั้นสุดท้ายสำหรับเนื้อหาที่เผยแพร่นั้นอยู่ที่ Curto ข่าว. ด้วยการใช้เครื่องมือเหล่านี้อย่างมีความรับผิดชอบและมีจริยธรรม วัตถุประสงค์ของเราคือการขยายความเป็นไปได้ในการสื่อสาร และทำให้การเข้าถึงข้อมูลที่มีคุณภาพเป็นประชาธิปไตย 🤖

กำลังมองหาเครื่องมือปัญญาประดิษฐ์ที่จะทำให้ชีวิตของคุณง่ายขึ้นอยู่ใช่ไหม? ในคู่มือนี้คุณเรียกดูแคตตาล็อกหุ่นยนต์ที่ขับเคลื่อนด้วย AI และเรียนรู้เกี่ยวกับฟังก์ชันการทำงานของพวกมัน มาดูผลการประเมินที่ทีมนักข่าวของเรามอบให้กัน!