Eine kürzlich durchgeführte Studie hat herausgefunden, dass künstliche Intelligenz (KI) menschliche Emotionen aus nur 1, 5 Sekunden langen Audioausschnitten genauso genau erkennen kann wie Menschen. Die Forscher verwendeten über 1. 500 Audioausschnitte aus englischen und deutschen Datenbanken, um die KI-Modelle zu trainieren. Die Studie konzentrierte sich auf sechs emotionale Kategorien: Freude, Angst, Neutral, Ärger, Traurigkeit und Ekel.

Verschiedene Merkmale, wie Tonhöhenerfassung, spektrale Bandbreite und quadratisches Mittel, wurden verwendet, um die emotionalen Zustände zu quantifizieren. Die KI-Modelle, einschließlich eines tiefen neuronalen Netzwerks und eines Hybridmodells, schnitten besser ab als ein Faltungsneuronales Netzwerk. Diese Forschung zeigt das Potenzial auf, dass KI über kognitive Empathie verfügt und die automatische Emotionserkennung in verschiedenen Anwendungen vorantreibt.