Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Kuo „Alexa“ emocijų aptikimo technologija skiriasi nuo kitų emocijų atpažinimo sistemų


Kuo „Alexa“ emocijų aptikimo technologija skiriasi nuo kitų emocijų atpažinimo sistemų


„Alexa“ emocijų aptikimo technologija, kurią sukūrė „Amazon“, daugiausia dėmesio skiria balso įvesties analizei, siekiant nustatyti emocines būsenas. Tai pasiekiama naudojant pažengusius algoritmus, kurie įvertina balso žingsnį, tūrį ir toną, kad būtų galima nustatyti tokias emocijas kaip laimė, pyktis ar liūdesys [1] [7]. Nors kitos emocijų atpažinimo sistemos, tokios kaip „Affyva“, „Google Vision API“ ir „Microsoft Emocijų API“, be balso analizės dažnai remiasi veido išraiškomis ir kūno kalba, Alexa požiūris labiau orientuojasi į balso sąveiką [2] [3] [4].

Pagrindiniai skirtumai

1. Įvesties būdai:
- „Alexa“: pirmiausia naudoja balso analizę, panaudojant mikrofonus ir balso dygliuotą programinę įrangą, kad aptiktų emocines būsenas [4] [7].
- Kitos sistemos: dažnai apima daugybę būdų, tokių kaip veido išraiškos, kūno kalba ir teksto analizė. Pavyzdžiui, „Impactiva“ naudoja veido algoritmus ir kalbos analizę, o „Google Vision“ API daugiausia dėmesio skiria vaizdinėms užuominoms [2] [3] [8].

2. Taikymas ir integracija:
- „Alexa“: integruota į išmaniųjų namų įrenginius ir balso padėjėjus, siekiant sustiprinti vartotojo sąveiką, tinkamai reaguojant į emocinius užuominas [1] [9].
- Kitos sistemos: plačiai taikomos įvairiuose sektoriuose, įskaitant reklamą, švietimą ir automobilius. Pavyzdžiui, „ImpactiVA“ technologija naudojama automobilių parametrams stebėti vairuotojų emocijas [3] [4].

3. Technologinis požiūris:
- Alexa: naudoja savarankiško mokymo AI algoritmus, kurie laikui bėgant pagerina, padidindamas emocijų aptikimo tikslumą [1]. Jame taip pat naudojama nervų TTS (NTTS) technologija, skirta natūraliau skambinti emocinėmis reakcijomis [9].
- Kitos sistemos: gali naudoti skirtingus AI modelius ir mašininio mokymosi metodus. Pavyzdžiui, „Microsoft“ emocijų API parodė aukštą tikslumą aptikti specifines emocijas, tokias kaip baimė [2].

4. Tikslas ir naudojimo atvejai:
- Alexa: Daugiausia siekiama pagerinti vartotojo patirtį suasmenintos sąveikos metu. Tai gali pakoreguoti atsakymus pagal aptiktas emocijas, tokias kaip raminamojo turinio siūlymas, kai vartotojas skamba susierzinęs [3] [7].
- Kitos sistemos: dažnai naudojamos platesnėms programoms, tokioms kaip rinkos tyrimai, tikslinė reklama ir net politinės apklausos [4] [8].

Apibendrinant galima pasakyti, kad nors „Alexa“ emocijų aptikimas pirmiausia yra orientuotas į balsu ir yra orientuotas į vartotojų sąveikos gerinimą, kitos sistemos yra įvairesnės savo įvesties būduose ir pritaikymuose, atspindinčiose platesnį naudojimo atvejų spektrą įvairiose pramonės šakose.

Citatos:
[1] https://futurim.com/the-byte/amazon-alexa-analyzing-emotions
[2] https://www.aies-conference.com/2019/wp-content/papers/main/aies-19_paper_161.pdf
[3] https://tenextweb.com/news/emotion-detecting-technology-is-everywherewhere-but-its-Of-ff-date
[4] https://voicebot.ai/2019/05/28/amazon-testing-emotion-recognition-gadget/
[5] https://scholarworks.uno.edu/cgi/viewcontent.cgi?article=4347&context=td
[6] https://www.mdpi.com/2071-1050/16/7/2721
[7] https://www.theatlantic.com/technology/archive/2018/10/alexa-emotion-detection-ai-surveillance/572884/
[8] https://brand24.com/blog/emotion-detection-software/
[9] https://developer.amazon.com/en-us/blogs/alexa/alexa-skills-kit/2019/11/new-alexa-emotions-and-powing stiliaus