Дорогой Хабр,

Наша компания активно развивается, выходит на зарубежные рынки и встает на англоязычные рельсы. Мы с большой скорбью в сердце приняли решение заморозить блог на Хабре.

Сегодня эмоции играют все более важную роль в бизнесе. В какой-то момент люди пришли к пониманию, что покупатель принимает решение о покупке, основываясь не только на том, что он думают о продукте, но и на том, что чувствует по отношению к нему. Именно поэтому компании активно пытаются добавить эмоциональный аспект в свою работу: аналитику, сервис, технологии.

Эпоха безэмоционального рационализма подошла к концу для человека давным-давно, но для современных машин сейчас наступает рассвет их эмоционального интеллекта. На протяжении последних десяти лет мы наблюдали стремительное развитие эмоциональных технологий, область которую чаще называют «аффективные вычисления» (Affective Computing). Но там, где есть эмоции, всегда находится много загадок.

Некоторые ошибочные клише встречаются особенно часто. Мы рассмотрим три наиболее популярных мифа о эмоциях в Affective Computing, которые активно распространяются в бизнес среде и медиапространстве.

Это может делать наша нейросеть, распознающая человека по одному произнесенному слогу. Однако тема этой статьи не касается напрямую идентификации по голосу, хотя и будет связана с ней. Мы расскажем о нейросетевых фичах, так называемых d-vector, которые можно использовать в задачах обработки звука: от верификации до распознавания речи и эмоций.

Пока мы готовим для вас обстоятельную техническую статью, поговорим о бизнесе и трендах в сфере умных систем.

Очень быстрыми темпами в нашу жизнь входит работа с большими данными и «умными системами». И, как и у любого тренда, здесь сразу очевидным образом выявляется «узкое место», а именно – интерфейс. Какой бы «умной» ни была система, с какими бы данными и насколько бы качественно она ни работала, результат ее работы должен быть понятен человеку. Сама работа с такой системой должна быть удобна пользователю. Наравне с внедрением цифровой трансформации, Big Data, IoT систем бизнес будет в явном виде требовать создания эргономичного и максимально интуитивного интерфейса взаимодействия человека с этими системами. Проблема качественных интерфейсных решений будет проявляться все более и более остро. И особенно остро эта проблема встает там, где с системой имеет дело не «специально обученный профессионал», а обычный пользователь.

В сфере распознавания эмоций голос – второй по важности после лица источник эмоциональных данных. Голос можно охарактеризовать по нескольким параметрам. Высота голоса – одна из основных таких характеристик, однако в сфере акустических технологий корректнее называть этот параметр частотой основного тона.

Частота основного тона имеет непосредственное отношение к тому, что мы называем интонацией. А интонация, например, связана с эмоционально-экспрессивными характеристиками голоса.

Тем не менее, определение частоты основного тона является не совсем тривиальной задачей с интересными нюансами. В этой статье мы обсудим особенности алгоритмов для ее определения и сравним существующие решения на примерах конкретных аудиозаписей.

Если человек может научиться частично контролировать свою мимику (по крайней мере крупные движения лицевыми мышцами) и «хитрить» с применением языка тела, то движения глаз гораздо сложнее поддаются сознательному контролю. В одном из экспериментов участникам предложили воспроизвести траекторию их взгляда с помощью курсора на экране — и даже при такой четкой постановке задачи испытуемые не осознавали 42-55% движений своих глаз (Marti et al., 2014).

Поэтому наши глаза могут многое рассказать о том, когда мы пытаемся утаить правду, а айтрекинг можно успешно использовать для детекции лжи.

Эмоциональный искусственный интеллект, помимо очевидной связи с машинным обучением и нейронными сетями, имеет прямое отношение к психологии и в частности к науке об эмоциях. В этой области сегодня остро стоят несколько вызовов. Один из них — формирование точной и полноценной классификации эмоциональных состояний, от которой в том числе напрямую зависит процесс аннотирования — сопоставления наблюдаемых выражений лица и других невербальных сигналов с определенными эмоциями и аффективными состояниями.