Перейти к основному содержанию
Реклама
Прямой эфир
Мир
Ушаков заявил о важности предстоящей встречи Путина, Си и Трампа на саммите АТЭС
Общество
В ГД призвали увеличить годовой лимит на получение пенсионных баллов
Мир
Лихачев заявил о продолжении атомного сотрудничества с Европой
Общество
Путин поручил правительству поддержать семьи с детьми в транспортной отрасли
Общество
ЦБ РФ сообщил о сокращении числа выявленных поддельных банкнот на 21%
Мир
Лантратова сообщила о подготовке крупного обмена пленными Россией и Украиной
Общество
На строительство самолетов Ил-114-300 направят еще 3 млрд рублей
Интернет и технологии
В МИД РФ предупредили об угрозах для молодежи в цифровой среде
Мир
Минтранс сообщил о переходе под флаг России более 130 судов с начала лета
Общество
Орешкин назвал санкции против Татьяны Ким признанием ее успеха
Мир
Мишустин отметил открытость России к экономическому сотрудничеству
Спорт
В Госдуме призвали наказать виновных за недопуск сборной России к ЧМ-2027
Армия
Глава ДНР сообщил о наступлении российских войск на дружковском направлении
Авто
В России намерены стимулировать локализацию автомобильных камер и радаров
Спорт
Путин поздравил теннисистку Мирру Андрееву с победой на Итоговом турнире WTA
Мир
Ушаков заявил об ожидании рекордных объемов взаимной торговли РФ и КНР в 2026 году
Мир
Совет ЕС одобрил выделение Украине нового транша в €8 млрд
Мир
Литва предложила США разместить военную базу на территории страны
Главный слайд
Начало статьи
EN
Озвучить текст
Выделить главное
Вкл
Выкл

Российские ученые создали технологию, которая позволит ИИ не только передавать эмоции голосом, но и распознавать их по интонации человека. Для этого они проанализировали эмоциональные выкрики людей и выявили их акустические характеристики. Эффективность метода исследователи подтвердили, преобразовав кошачье мяуканье в звуки с разными эмоциональными оттенками, понятные большинству людей. Технологию планируют использовать для обучения искусственного интеллекта, а также для создания методик, помогающих пациентам с аутизмом лучше понимать эмоции и взаимодействовать с окружающими. Кроме того, эксперты отмечают потенциал подхода для усиления эмоционального воздействия в кино.

Мяуканье с эмоциональной окраской

Специалисты Сколтеха и Института высшей нервной деятельности и нейрофизиологии РАН в ходе экспериментов выявили физические параметры звуков, которые характерны для смеха, плача и испуга. Они также обнаружили акустические признаки искренности этих эмоций. Затем, чтобы проверить справедливость своих результатов, ученые с помощью полученных данных придали нейтральному кошачьему мяуканью различный эмоциональный окрас. Большинство людей, принявших участие в исследовании, смогли распознать в звуках животного радость, печаль и страх. Полученные характеристики можно будет использовать, чтобы обучить ИИ выражать голосом эмоции и понимать их по голосу человека, а также для создания технологии, которая поможет людям с аутизмом и шизофренией, неспособным понимать чувства других людей, общаться с окружающими.

— Мы исследовали невербальные звуки плача, смеха и испуг и при помощи сложных атематических методов выявили их специфические физические характеристики. Это показатели громкости, частотного спектра, степень хаотичности и другие. Радостные вокализации характеризовались более высокими фрактальными размерностями, а грустные звуки отличались громкостью и сниженной акустической изменчивостью. Вокализации страха идентифицировались по их минимальному и максимальному уровням громкости и повышенной спектральной плотности мощности в диапазоне 1–2 кГц. Искренность в невербальных звуках коррелировала с нелинейными характеристиками, — сказала ведущий научный сотрудник лаборатории Высшей нервной деятельности человека института РАН Галина Портнова.

Ученые собрали набор видео с естественными ситуациями, в которых люди переживают эти эмоции, и извлекли из него 664 звука. После того как в них были определены отличительные признаки каждого переживания, ученые решили проверить, как они могут влиять на восприятие человека. Для этого они записали набор мяуканий и придали ему специфические характеристики радости, печали и страха.

— Люди склонны «очеловечивать» изображения и звуки. Например, в неодушевленных предметах узнавать лица или в криках животных слышать какие-то чувства. Кошки научились модифицировать свои естественные вокализации так, чтобы они были похожи на человеческие. Поэтому мы решили использовать их в экспериментах, — рассказала специалист.

Ученые прикрепили микрофон к домашней кошке Дусе и за двое суток записали ее мяуканье при взаимодействии с человеком, когда оно было максимально нейтральным и животное ничего не боялось. Затем эти записи были модифицированы при помощи найденных алгоритмов. Так были получены радостные, испуганные и грустные звуки, которые продемонстрировали экспертам.

— 80% хорошо узнавали радостное мяуканье, узнавание грусти и испуга было чуть меньше, но тоже значимым. Так как изначальный звук был нейтральным, то эксперимент подтвердил нашу гипотезу об акустических характеристиках, специфичных для каждой эмоции, — сказала Галина Портнова.

Применение технологии

Так как ученым удалось выделить для каждой эмоции звуковые параметры, которые говорят о ее искренности, то полученные данные можно также использовать в системах оценки правдивости человека в режиме реального времени. На следующем этапе авторы исследования планируют провести серию экспериментов с пациентами с аутизмом, шизофренией и депрессией, чтобы научить их понимать чувства собеседников.

— Наше исследование показывает, что человек воспринимает некие универсальные характеристики звука для распознавания эмоциональной окраски поступающей информации. Более того, эти характеристики присущи звукам в целом, а не только воспринимаемой человеческой речи. Далее мы можем перенести найденные характеристики, например методами генеративного ИИ, на любые другие изначально нейтральные звуки и вызвать нужные эмоции у человека, слушающего запись, — сказал старший преподаватель Центра искусственного интеллекта Сколтеха Максим Шараев.

Максим Шараев

Максим Шараев

Фото: Сколтех

Такая техника будет очень востребована в клинике и психофизиологических экспериментах, но может также пригодиться и, к примеру, в индустрии развлечений, добавил он.

— Наработки, улучшающие взаимопонимание ИИ и человека, ведут нас к прогрессу. Но не совсем понятно, до какой степени он может быть чувствителен к эмоциям. Это исследование описывает только базовые эмоции, но из них строятся сложные эмоции, а с ними всё не так однозначно. Пока машина не умеет разбираться в таких нюансах, — сказала научный сотрудник Института психологии РАН Ирина Ветрова.

По ее мнению, технология, которая подсказывает чувства окружающих, была бы полезна для некоторых категорий пациентов. Запрос на такие устройства актуален, но важно в данном случае использовать ИИ как помощника, а не полностью полагаться на его оценки.

Как пояснил «Известиям» специалист по коммуникационным системам и кибернетическим эмоциональным системам Артемий Котов, исследования влияния эмоциональной окраски голоса на эффективность коммуникации между человеком и машиной ведутся уже несколько десятилетий. И правильные параметры действительно могут ее облегчить.

— Это нужно и полезно. Эмоции опознаются человеком, вопрос в том, где и как их правильно должен выражать робот. Распознавание машиной чувств человека тоже важно. Но проблема в том, что у людей нужно разделять испытываемые эмоции и выражаемые. Это очень тонкая грань, и объяснить ее компьютеру может быть слишком сложно, — отметил он.

Максим Шараев

Максим Шараев

Фото: Сколтех

По мнению генерального продюсера кинокомпании RED MOON CINEMA Саида Дашука, найденные параметры звука можно использовать для дополнительной эмоциональной окраски голосов актеров в кино.

— Это вполне реально, так как ИИ хорошо анализирует и обучается на голосовых примерах. Он может выявлять паттерны тех или иных характеристик звука. Теоретически это реально, но нужно проверять на практике. Усиление эмоциональных акцентов в голосе было бы очень интересно создателям кино, чтобы подчеркнуть, например, радость или смех, — сказал эксперт.

По его словам, это можно сравнить с эффектом «25-го кадра», однако последний слишком очевиден и легко распознается. А вот тонкая настройка звука остается незаметной для зрителя и благодаря воздействию на подсознание может оказывать куда более сильный эффект.

Читайте также
Прямой эфир