作为少数提供与虚拟角色即时交流和交互体验的应用程序和AI原生社交网络之一，Soul自成立以来一直积极研究AI大模型及其应用，并在该领域积累了领先优势。丰富的经验和成就。近日，Soul App语音技术团队在第二届年度多模态情感识别挑战赛半监督学习赛道中获得第一名，展示了团队的前沿见解和技术能力。
国际人工智能联合会议（IJCAI）是人工智能领域国际顶级学术会议之一，也是中国计算机学会（CCF）推荐的A类会议。为推动情感计算在人机交互领域的发展，来自中科院清华大学自动化研究所、帝国理工大学、奥卢大学等高校的多位专家学者在IJCAI2024 我们举办了情感识别挑战赛MER24，并在ACM International on Multimodality and Reliability 上组织了它。多媒体会议(ACM MM 2024)、情感计算研讨会MRAC24（多模式、生成和负责任的情感计算2024）。
本次多模态情绪识别挑战赛（MER24）分为三个赛道：SEMI（半监督学习）、NOISE（噪声鲁棒性）和OV（开放词汇情绪识别），共有100名来自Wellness的学生参加。 -来自知名大学、科技公司等约100支队伍参赛。
其中，SEMI赛道旨在探索和改进半监督学习策略，以更好地利用未标记数据来提高情绪识别性能。由于获取目前实际使用的大量情感标记数据既困难又昂贵，因此SEMI 作为一种减少对标记数据依赖的方法而备受关注。在高级别赛道中，魂声科技团队凭借扎实的技术实力积累和平台上创新的技术解决方案，获得了该赛道的第一名。
多模态情感识别一直是人工智能领域的一个活跃的研究课题，其主要目标是整合多种模态来识别人类情感状态。尤其是在社交领域，多模态情感识别技术发挥着重要作用。社会交往的本质是情感的流动。只有实现情感识别，人工智能才能更好地理解人性、情绪、情绪，实现理想的人机交互。
Soul定位为新型开放社交平台，我们致力于通过底层技术和产品模式的创新不断提升用户的社交体验。自2016年推出以来，Soul一直在思考AI在社交场景中的具体应用。 2020年，首尔启动AIGC的技术研发，系统推进AIGC智能对话、图像生成、语音和音乐生成等关键技术能力的研发。情绪识别是Soul技术团队的重点之一，帮助AI更好地理解情绪，为用户带来更好的情绪反馈和同理心。
目前，Soul的大规模语言模型Soul正在应用于AI辅助社交、AI陪伴、AI游戏等诸多创新场景。
在第二届多模态情感识别挑战赛（MER24）中，魂声科技团队为比赛开发了创新的解决方案，包括在当前平台内部开发的大型模型I'的部分模块的基础上提出了微调模型。已经重新调整了解决方案。 EmoVCLIP适用于视频情感识别，对未标记数据进行反复伪标记并训练模型，针对不同模态融合中呈现的竞争效果。在识别领域，我们利用modality dropout有效提高了模型情感识别的准确率，最终以极高的准确率和泛化性能赢得了比赛。
让人工智能“理解”人类并实现情感人机交互是当前学术和技术领域关注的焦点。在最近的ChinaJoy AIGC大会上，Soul副总裁兼产品经理车斌表示，相比于“智商”，社交领域需要具有“情商”的大规模模型，我说有。确保它具有拟人化的属性，是情感化的、个性化的、以生活为导向的。
未来，Soul将继续积极推动AI在社交场景的应用，充分利用多模态情感识别技术的能力辅助社交互动，提升用户的社交体验，为实现更好的目标而不断努力。与人工智能的互动。我们将进一步探索人与AI的关系以及连接人的可能性。
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。
