正文内容 评论(0)
在人机共生的时代背景下,很多科技创新企业都在积极抢占情感计算技术高地,期待让机器拥有对情感的感知、识别、理解和表达能力,从而通过计算机达到事半功倍的效果。度小满这些年不断加强在人工智能领域的研究力度,其撰写的论文入选国际顶级会议,这也展现出度小满在人工智能方面的强劲实力。
加强情感计算研究,度小满博士后论文提出全新神经网络
近日,由度小满博士后科研工作站朱文静、李祥两位博士后共同撰写的GLAM论文:Speech Emotion Recognition with Global-Aware Fusion on Multi-scale Feature Representation(“基于多尺度特征表示的全局感知融合语音情感识别”)入选了国际音频顶级会议ICASSP。
ICASSP是全球最大、最全面的信号处理及应用方面的顶级会议,已经拥有几十年的历史。作为IEEE(电子技术与信息科学工程师协会) 的一个重要会议,其论文还经常被三大检索工具检索。该会议对于信号处理方面的学术人士有着重要意义。它涵盖了音频和声学信号处理,图像、视频和多维信号处理,物联网的信号处理等至少十六个方向。
在本论文中,朱文静提出了全新的神经网络GLobal-Aware Multi-scale(GLAM),GLAM网络是根据语音独有的特征形式设计出的模型,在IEMOCAP基准数据集上,超越了当前最新技术。通过全局感知的融合模块来学习多尺度特征表征,并将此加入到情感信息中,这就解决了以往卷积神经网络(CNN)方法在SER上的局限性,即不同尺度的丰富情感特征和重要的全局信息无法被很好地捕捉。该模型有望应用到客服场景中,降低人工客服的沟通成本的同时,提升用户体验。
情感计算可广泛运用于金融各大场景,助推金融行业创新升级
据悉,朱文静、李祥两位博士后在进站后的研究均聚焦在情感计算,探索其在用户情绪感知、情绪原因溯源和情绪合理应对这三个方面的研究价值。
目前,情感计算在金融领域的应用,已经起到了保驾护航、提高效率的作用。例如在动态对话过程中,观察出用户关键标签信息:所处领域、职业,以及借款用途等,在这样一张用户画像之下,预测出客户的还款、续保意愿或者对商品购买意向等。也可以通过对用户表情、语音、语速、行文、文本等信息,综合判断出贷款的客户是否存在欺诈行为,对减少坏账提供了不少便利。
如今,情感计算已经成为智能机器不可或缺的重要属性,加强情感计算研究将为金融行业改革提供更多技术支撑。未来,度小满将继续加大对情感计算等技术领域的探索,通过前沿技术推动金融行业创新发展。相信在情感计算等创新技术的加持下,金融行业也将满足客户多元化、个性化的金融服务需求,呈现全新发展势态。