Geliştirme Aşamasında: Ruh Halini Değerlendirebilen Akıllı Telefonlar
Program, bir kişinin ne söylediğini değil, nasıl söylediğini analiz ediyor.
Profesör Wendi Heinzelman, "Ayın tarihini okuyan oyuncuların kayıtlarını kullandık - ne dedikleri gerçekten önemli değil, ilgilendiğimizi nasıl söyledikleri önemli," dedi. elektrik ve bilgisayar mühendisliği.
Program, bir ses kaydındaki altı duygudan birini belirlemek için ses perdesi ve ses seviyesi gibi 12 konuşma özelliğini analiz eder. Araştırmacılar, yalnızca yüzde 55 doğruluk elde eden önceki çalışmalarda önemli bir gelişme olan yüzde 81 doğruluğa ulaştığını söylüyor.
Araştırma, kullanıcının sesini kaydedip analiz ettikten sonra mutlu ya da üzgün bir yüz gösteren bir uygulamanın prototipini geliştirmek için zaten kullanıldı. Microsoft Research'te yaz stajı sırasında Heinzelman’ın yüksek lisans öğrencilerinden biri olan Na Yang tarafından inşa edildi.
Heinzelman, "Araştırma hala ilk günlerinde," dedi, "ancak bu teknolojiyi cep telefonunuzda (telefonunuzda) görüntülenen renkleri ayarlamadan, size uygun müzik çalmaya kadar her şey için kullanabilecek daha karmaşık bir uygulama hayal etmek kolaydır. 'sesini kaydettikten sonra hissediyorsun. "
Heinzelman ve ekibi, Rochester psikologları Drs. Şu anda gençler ve ebeveynleri arasındaki etkileşimleri inceleyen Melissa Sturge-Apple ve Patrick Davies. Sturge-Apple, "Duyguları sınıflandırmanın güvenilir bir yolu araştırmamızda çok faydalı olabilir" dedi. "Bu, bir araştırmacının konuşmaları dinlemek ve farklı aşamalarda farklı insanların duygularını manuel olarak girmek zorunda olmadığı anlamına gelir."
Araştırmacılara göre, bir bilgisayara duyguları anlamayı öğretmek, insanların bunu nasıl yaptığını tanımakla başlar.
"Birinin konuştuğunu duyabilir ve 'ah, kızgın gibi' diye düşünebilirsiniz. Ama size bunu düşündüren şey nedir?" dedi Sturge-Apple.
Duyguların insanların konuşma şeklini, konuşmalarının sesini, perdesini ve hatta armoniklerini değiştirerek etkilediğini açıkladı. "Bu özelliklere tek tek dikkat etmiyoruz, sadece öfkeli seslerin neye benzediğini öğrenmeye geldik - özellikle tanıdığımız insanlar için," diye ekledi.
Ancak bir bilgisayarın duyguyu kategorize etmesi için ölçülebilir miktarlarda çalışması gerekir. Böylece araştırmacılar, her kayıtta kısa aralıklarla ölçülen konuşmada 12 spesifik özellik oluşturdu. Araştırmacılar daha sonra kayıtların her birini kategorize ettiler ve bilgisayar programına "üzücü", "mutlu", "korkulu", "tiksinti" veya "nötr" seslerin neye benzediğini öğretmek için kullandılar.
Sistem daha sonra yeni kayıtları analiz etti ve kayıttaki sesin bilinen herhangi bir duyguyu tasvir edip etmediğini belirlemeye çalıştı. Bilgisayar programı iki veya daha fazla duygu arasında karar veremezse, bu kaydı sınıflandırılmamış olarak bırakır.
Heinzelman, "Bilgisayar kaydedilen konuşmanın belirli bir duyguyu yansıttığını düşündüğünde, muhtemelen bu duyguyu tasvir ettiğinden emin olmak istiyoruz" dedi.
Önceki araştırmalar, duygu sınıflandırma sistemlerinin büyük ölçüde konuşmacıya bağlı olduğunu, yani sistem analiz edeceği aynı sesle eğitilirse çok daha iyi çalıştığını göstermiştir. Sturge-Apple, "Bu, birlikte çalıştığımız ebeveynler ve gençler gibi konuşan ve etkileşimde bulunan bir grup insan üzerinde bir deney yürütmek istediğiniz bir durum için ideal değil" dedi.
Yeni sonuçlar bu bulguyu doğrulamaktadır. Konuşmaya dayalı duygu sınıflandırması, sistemi eğitenden farklı bir seste kullanılırsa, doğruluk yüzde 81'den yaklaşık yüzde 30'a düştü. Araştırmacılar şimdi sistemi aynı yaş grubundaki ve aynı cinsiyetten bir sesle eğiterek bu etkiyi en aza indirmenin yollarını arıyorlar.
Heinzelman, "Bu sistemi gerçek hayattaki bir duruma benzeyen bir ortamda kullanmak istiyorsak çözülmesi gereken hala zorluklar var, ancak geliştirdiğimiz algoritmanın önceki girişimlerden daha etkili olduğunu biliyoruz" dedi.
Kaynak: Rochester Üniversitesi
