Вы когда-нибудь слышали о рынке распознавания эмоций? А он существует и оценивается в десятки миллиардов долларов. Все технологические гиганты нашего времени, такие как Microsoft, Google, Apple и др., вкладывают огромные средства в создание и обучение систем искусственного интеллекта, которые могли бы приблизиться к человеческому уровню распознавания эмоций.
Вы спросите, зачем? Системы распознавания эмоций имеют множество сфер практического применения. Например, в маркетинге они могут быть использованы для анализа реакции потребителей на рекламу, продукты и услуги и помогут компаниям адаптировать свои стратегии под быстро меняющиеся потребительские предпочтения.
В клинической психологии будут полезны в диагностике и лечении психических расстройств, таких как депрессия или тревожность, в образовании — эффективно оценивать эмоциональную реакцию учащихся на учебный материал, что позволит учителям оперативно менять подход и методику обучения. И, наконец, безопасность. Здесь системы распознавания эмоций можно использовать для повышения безопасности в общественных местах, таких как аэропорты и транспортные узлы. Они способны выявлять подозрительное поведение и эмоциональные реакции, которые могут указывать на потенциально опасные ситуации.
Существующее на данный момент программное обеспечение уже позволяет посредством веб-камер собирать и анализировать поведенческие модели, физиологические параметры и изменения настроения человека. Но, к сожалению, в них не учтены особенности национальных типов коммуникации.
Группа ученых из Пятигорского государственного университета решила заняться этой непростой, но актуальной проблемой в рамках научно-исследовательского проекта «Квантитативно-статистическая модель анализа эмоционально-маркированной коммуникации в условиях межэтнических взаимодействий в регионе Кавказские Минеральные Воды», получившего финансовую поддержку Российского научного фонда и Министерства образования Ставропольского края. Молодые ученые изучили обширный корпус аудио-файлов диалогов между однополыми и разнополыми представителями русской, кабардинской и армянской этногрупп региона Кавказские Минеральные Воды, произнесенных в состояниях «радость» и «гнев».
Исследователи пытаются создать адаптивную квантитативно-статистическую аналитическую модель для анализа различных эмоционально-маркированных контекстов. К сферам ее применения можно отнести возможность синтеза речи в чатах, инструкциях и описании продуктов, создание интерактивных меню и автоответчиков, анализ аудиоданных для обеспечения общественной безопасности, которые, к сожалению, пока неэффективны при работе с акцентной речью. Кроме того, акценты пользователей и особенности их речи могут помочь интерпретировать местоположение клиентов, возраст и особенности их демографических характеристик.
Проект вносит свой вклад в реализацию одного из приоритетных для Ставропольского края направлений — «Демографические, миграционные, этнические процессы в регионе. Исследования проблем межэтнических и межконфессиональных взаимодействий, образа и качества жизни населения».
Сергей КРАСНОВ