近日，在第二屆多模態(tài)情感識別挑戰(zhàn)賽(MER24)上，Soul App語音技術團隊(Soul AI)在SEMI(半監(jiān)督學習)賽道獲得第一名。
國際人工智能聯(lián)合會議(International Joint Conference on Artificial Intelligence,IJCAI)是人工智能領域頂級的國際學術會議之一，也是中國計算機學會(CCF)推薦的A類會議。為促進情感計算在人機交互領域的發(fā)展，深入探討該領域最新研究進展、未來發(fā)展方向和技術在真實場景中的落地應用，來自清華大學、中國科學院自動化研究所、帝國理工學院、奧盧大學、南洋理工大學等高校的多位專家學者聯(lián)合在IJCAI2024上舉辦多模態(tài)情感識別挑戰(zhàn)賽MER24，并在ACM國際多媒體會議(ACM International Conference on Multimedia，ACM MM 2024)上組織多模態(tài)與可靠性情感計算研討會MRAC24(Multimodal, Generative and Responsible Affective Computing 2024)。
此次多模態(tài)情感識別挑戰(zhàn)賽(MER24)上，設置了SEMI(半監(jiān)督學習)、NOISE(噪聲魯棒性)、OV(開放式詞匯情緒識別)三個賽道，共吸引了來自知名高校、科技企業(yè)等近百支參賽隊伍。
其中，SEMI賽道旨在探索和改進半監(jiān)督學習策略，以便更好地利用未標記數(shù)據(jù)來提高情緒識別的性能。因當前在實際應用中，獲取大量帶有情緒標簽的數(shù)據(jù)是困難且成本高昂的，半監(jiān)督學習是一種減少對標記數(shù)據(jù)依賴的方法，因此SEMI為大賽中頗受關注、參賽隊伍最多且難度高的賽道，Soul語音技術團隊憑借平臺扎實的技術能力積累和創(chuàng)新技術方案在此賽道中獲得第一名。
一直以來，多模態(tài)情感識別在人工智能領域都是一個活躍的研究課題，它的主要目標是整合多種模態(tài)來識別人類的情緒狀態(tài)。特別是在社交領域，多模態(tài)情感識別技術更是重要的一環(huán)。社交的本質(zhì)是情感的流動，只有能夠?qū)崿F(xiàn)情感的識別，才能讓AI更好的理解人性、情緒和情感，實現(xiàn)理想的人機互動。
Soul定位為新型開放式社交平臺，致力于用底層技術和產(chǎn)品模式創(chuàng)新持續(xù)提升用戶的社交體驗。自2016年上線，Soul便不斷思考AI在社交場景的具體落地應用。2020年，Soul啟動對AIGC的技術研發(fā)工作，系統(tǒng)推進在智能對話、圖像生成、語音&音樂生成等AIGC關鍵技術能力研發(fā)工作。為了讓AI更能理解情緒，為用戶帶來更好的情緒反饋和陪伴感，情感識別是Soul技術團隊關注的焦點之一。
目前，Soul具備多模態(tài)情感識別能力的語言大模型 Soul X、語音大模型均已上線，并推出了“AI茍蛋”“狼人魅影”“異世界回響”等功能/產(chǎn)品，相關技術已在AI輔助社交、AI陪伴、AI游戲等多個創(chuàng)新場景中得到應用。
在第二屆多模態(tài)情感識別挑戰(zhàn)賽(MER24)上，基于目前平臺自研大模型部分模塊，Soul語音技術團隊重新調(diào)整了創(chuàng)新方案參賽，包括提出微調(diào)模型EmoVCLIP，用于適應視頻的情感識別;使用Self-training策略，通過循環(huán)對無標簽數(shù)據(jù)打偽標簽與訓練模型之間相互迭代從而提升模型的泛化性能;針對模型不同模態(tài)之間融合存在的競爭效應，首次在多模態(tài)情感識別領域使用Modality Dropout，有效提高模型情感識別準確率等，最終憑借極高的準確性和泛化性能在比賽中獲勝。
現(xiàn)階段，讓AI“理解”人、實現(xiàn)有情感的人機交互已經(jīng)成為學界、科技領域關注的焦點。在近日舉辦的ChinaJoy AIGC大會上，Soul 副總裁及產(chǎn)品負責人車斌表示，相比“智商”，社交領域更需要有“情商”的大模型，即需要多模態(tài)的、具備擬人化屬性，確保實現(xiàn)情感化、個性化和生活化。
此次多模態(tài)情感識別挑戰(zhàn)賽上取得成績，在國際賽事舞臺上展現(xiàn)了Soul的前沿洞察和技術能力。接下來，Soul在推進AIGC在社交場景落地的探索中，將進一步利用多模態(tài)情感識別技術能力，讓AI輔助社交、提升關系建立的質(zhì)量和效率的同時，構建人機交互新場景，讓用戶可以與AI進行更加有溫度、沉浸、趣味的互動交流。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
