-Här visar vi att maskininlärning kan användas för att känna igen känslor från ljudklipp så korta som 1,5 sekunder, säger artikelns huvudförfattare Hannes Diemerling, forskare på the Center for Lifespan Psychology vid the Max Planck Institute for Human Development.

Språk och kulturella skillnader oväsentliga för att förstå känslor

Varje klipp förkortades till 1,5 sekunder eftersom det tar så lång tid för människor att känna igen känslor i tal. De känslor som inkluderades i studien var glädje, ilska, sorg, rädsla, avsky och neutralitet.

Känsloidentifikationen var lika exakt oavsett språk, kulturella skillnader eller semantiskt innehåll. Forskarna jämförde precisionen för att känna igen känslor hos tre ML-modeller och resultatet publicerades i Frontiers in Psychology.

Det osagda kan vara viktigare att förstå än det uttalade

Det handlar om att det vi inte säger kan vara ännu viktigare att förstå för att kunna förmedla känslor. Människor kan ofta greppa hur personer i närheten känner genom att tyda icke-verbala ledtrådar inbäddade i vår röst.

-Våra modeller var lika noggranna som människor när de bedömde betydelselösa meningar med emotionell färgning uttalade av skådespelare, säger Hannes Diemerling.

Modellerna bedömde känslor lika bra som människor

Forskarna genererade ML-modeller som fungerar på tre olika sätt. Det framkom att de modeller som utgår ifrån ljudkomponenter uppnår större noggrannhet än den modell som endast söker efter visuella mönster utifrån en rösts rytm och textur.

-Oavsett modell var känslobedömningen korrekt och fullt jämförbar med människors precision, säger Hannes Diemerling till Frontiers in Psychology.

Kostnadseffektiva system som kan ersätta människor

Resultaten visar också att det är möjligt att utveckla system som omedelbart kan tolka känslomässiga signaler och ge intuitiv återkoppling i en mängd olika situationer. Detta kan innebära stora fördelar såväl tids- som kostnadsmässigt inom olika områden där känslomässig förståelse är avgörande, såsom terapi, arbetsintervjuer och affärsförhandlingar.

Likartat igenkänningsmönster för människa och maskin 

Forskarna menar att om modellerna hade överträffat människor, kan det betyda att det finns mönster som inte är igenkännliga för oss. Det faktum att otränade människor och modeller presterade likvärdigt kan innebära att båda förlitar sig på ett liknande igenkänningsmönster

-Vi ville placera våra modeller i en realistisk kontext och använde människors förutsägelseförmåga som referensvärde, förklarar Hannes Diemerling.

.