從「辨人」到「讀心」，清華-得意團隊勇奪音頻情感識別競賽冠軍

當機器學會表演，人類將會怎樣？

很遺憾，這一天還早了點兒。

不過，現在我們可以回答一下：

當人類開始表演，機器將會怎樣？

答案是：識破人類。

近日，由中國科學院自動化所面向全球舉辦的2018年首屆情感計算和智能交互亞洲會議（ACII Asia 2018）隆重開幕。作為本次會議的重要組成部分，2017年多模態情感識別競賽（MEC 2017）頒獎典禮於5月21日在北京舉行。

來自中國科學院自動化所、清華大學、中國人民大學、中國科技大學、中國科學院大學、西北工業大學、德克薩斯大學達拉斯分校、三星研究所等在內的31所國內外知名院校和研究機構的團隊，參與了這樣一項挑戰：構建分析算法，從音視頻數據里準確識別出人物的真實情感。

該挑戰包括三項子任務：音頻情感識別、表情識別及音視頻融合的情感識別。參賽者通過在訓練集及驗證集上訓練自己的模型，並最終根據在測試集的效果進行競賽排名。

最終，清華大學-得意音通聲紋處理聯合實驗室情感計算團隊（研究生：張曉桐，導師：徐明星、鄭方）從27支參賽隊中脫穎而出，奪得音頻情感識別子任務單項第一的優異成績。

主席陶建華（右）給張曉桐（左）頒獎

ACII Asia大會主席陶建華（右）給張曉桐（左）頒獎

情感（emotion）一詞源於希臘文「pathos」，最早用來表達人們對悲劇的感傷之情。進入現代，情感逐漸成為了認知心理學家們的研究對象。繼圖靈提出「機器可思維」的論斷後，人工智能奠基人之一、MIT人工智能實驗室的締造者馬文·明斯基進一步提出，「情感也是思維的一部分」，於是情感開始進入AI研究者的視野。他在《情感機器》一書中強調：擁有情感的智能才是真正的人工智能。

《情感機器》

在這本書里，馬文·明斯基向人們描繪了一台具有情感的智能機器是什麼樣子。

近年來，隨着人工智能技術的不斷發展成熟，情感識別已逐漸成為人工智能未來的前進方向。但從實驗室向工業界的跨越，卻遠不像人們想象的那麼簡單。

從去年開始，隨着各種語音助手、智能客服輪番登場，很是熱鬧了一把，但是…體驗究竟怎麼樣？誰用誰知道。

分不出對象是誰的助手，是「聾子」。

聽不懂對象情感的客服，是「傻子」。

一些大機構把原來由人做的工作交給這些看上去很美的「聾子」和「傻子」，結果就是各種被坑。不僅不好玩，還很不安全。

可以說，眾多智能語音助手之所以淪為給小孩的「玩具」，關鍵正是兩大能力的缺失：聲紋識別和情感識別。

而現在，得意音通正在運用最先進的技術，為機器的」耳朵」賦予這兩大能力。

為了提高無監督身份認證中的人證合一性、不易偽造性和意圖真實性，得意音通提出了「三生物特徵融合+雙活體檢測+雙真實意圖檢測」的高安全、低隱私體系架構，以充分發揮語音「形簡意豐」的特點，為用戶提供更加安全有效、也更加智能的優質體驗。

三生物特徵+雙活體檢測+雙真實意圖檢測

除此之外，得意音通還提出了「一句話解決所有問題」的安全可信的網絡身份認證體系架構。

「一句話解決所有問題」架構

在上述兩大體系架構中，情感計算都發揮着重要作用。

在」辨人術」基礎上增加」讀心術」技能，無疑將使識別更準確，更智能，也更安全。可以預期，這不僅將極大地豐富用戶體驗，還將提升我國網絡信息安全的核心技術水平，改善網絡信息安全態勢。

情感計算，作為人工智能的高階必備能力，已經開始洶湧。對於人類情感的捕捉和精確識別，已經開始在一些互聯網產品上得到應用。得意音通在這方面已走在了國內智能語音公司的最前列。

情感計算會是人工智能的下一個春天嗎？對此美國斯坦福大學計算機科學系終身教授、人工智能實驗室主任李飛飛教授這樣認為，「未來，從情緒到情感，最是人工智能未來前進的方向。」