亚马逊的Alexa可以根据您的声音确定您需要的选择，但是人工智能（AI）可以检测您是否生气。麻省理工学院媒体实验室的一个分支机构Affectiva的声音网络系统可以在1.2秒内将您的愤怒与音频数据区分开。无论使用哪种语言，这个时间都只是人类感知愤怒所需的时间。 AI可以区分人为愤怒的AffecTIva研究人员在Arxiv。这种现象在最近在org上发表的一篇论文中进行了描述（“从声音表示中转移学习以进行语音中的愤怒检测”）。它基于语音和面部数据，并建立相关的情感文件。今年，该公司与Nuance合作开发了车载人工智能系统，该系统可以通过摄像头反馈检测驾驶员疲劳的迹象。 2017年12月，它启动了语音API，该API使用语音识别功能，例如笑声，愤怒和其他情绪，以及音量，音调，速度和停顿。该论文的共同作者写道：“使用深度学习网络进行情感识别的一个重要问题是，深度网络所需的大量数据与小规模语音数据之间的不匹配。经过训练的愤怒检测模型得到改进。此外，我们提出的系统具有较低的延迟，适合实时应用。 “什么是声学网络？” SoundNet（声学网络）由卷积神经网络（通常用于分析视觉图像的神经网络）组成，该神经网络在视频数据集上进行训练。为了让它识别语音中的愤怒，研究团队首先收集了大量的普通音频数据200万个视频，或者相当于另一种模型使用一年多的地面事实。然后，他们使用较小的数据集IEMOCAP对其进行了微调，该数据集包含12个小时的带注释的视听情感数据，包括视频，语音和文本转录。为了测试人工智能模型的多功能性，该团队评估了其英语培训模型的普通话中文情感数据（普通话情感语料库，简称MASC）。他们的报告指出，尽管性能略有下降，但它不仅可以很好地扩展到英语语音数据，而且对中文数据也非常有效。 AI可识别的语音情感模型研究人员说，他们的成功证明了“有效”的情感表达能力。和“低延迟”语音情感识别模型可以通过转移学习得到显着改善。转移学习是一种技术，该技术使用人工智能系统对以前带注释的样本的大数据集进行训练，以指导稀疏数据在新领域中的训练-在这种情况下，人工智能系统可以通过训练常规声音进行分类。该结果令人鼓舞，因为尽管情感语音数据集很小且获取成本很高，但是仍然可以使用大量自然声音事件数据集，例如用于训练SoundNet的数据集或Google的音频集。仅这两个数据集就有大约15,000个小时的标记音频数据。 “ Anger分类具有许多有用的应用程序，包括对话界面和社交机器人，交互式语音响应系统，市场研究，客户代理评估和培训以及虚拟现实和增强现实。”他们将其他大型公共语料库的发展留给了后者，以改善未来，并为相关的语音任务训练人工智能系统，例如识别其他类型的情绪和情绪状态。我相信，人工智能将在未来发挥更多作用。您认为人工智能将在哪些领域应用？