Niedawne badania wykazały, że sztuczna inteligencja (AI) jest w stanie dokładnie wykrywać ludzkie emocje na podstawie klipów dźwiękowych o długości zaledwie 1, 5 sekundy, dorównując osiągom ludzi. Badacze wykorzystali ponad 1500 klipów dźwiękowych z bazy danych w języku angielskim i niemieckim do szkolenia modeli AI. Badanie skupiło się na sześciu emocjonalnych kategoriach: radość, strach, neutralność, złość, smutek i obrzydzenie.

Różne cechy, takie jak śledzenie tonacji, szerokość pasma spektralnego czy średni kwadratowy pierwiastek, zostały wykorzystane do kwantyfikacji stanów emocjonalnych. Modele AI, w tym głęboka sieć neuronowa i hybrydowy model, pokonały sieć neuronową konwolucyjną. Ta praca badawcza demonstruje potencjał AI do wykazywania empatii poznawczej i rozwijania automatycznego rozpoznawania emocji w różnych zastosowaniach.