محققان در پژوهشی جدید به سراغ تحلیل ترکیب ویژگیهای متنی و صوتی در گفتار خودبهخودی (Spontaneous) زبان فنلاندی رفتهاند. هدف این مطالعه، درک بهتر نقش هر یک از این عوامل در تشخیص هیجان (برانگیختگی و بار عاطفی) انسان است.
نتایج این تحقیق نشان میدهد که ترکیب تحلیل متن و صوت، دقت مدلهای هوش مصنوعی را در پیشبینی «بار عاطفی» (Valence) به شکل قابلتوجهی افزایش میدهد. این دستاورد گامی مهم برای درک تعاملات عاطفی در سیستمهای تعاملی صوتی است. 🤖✨
منبع: arXiv NLP