Fugu-MT 論文翻訳(概要): Human Emotion Detection from Audio and Video Signals

論文の概要: Human Emotion Detection from Audio and Video Signals

arxiv url: http://arxiv.org/abs/2006.11871v1
Date: Sun, 21 Jun 2020 18:36:23 GMT
ステータス: 処理完了
システム内更新日: 2022-11-18 12:42:43.554033
Title: Human Emotion Detection from Audio and Video Signals
Title（参考訳）: 音声・ビデオ信号からの人間の感情検出
Authors: Sai Nikhil Chennoor, B.R.K. Madhur, Moujiz Ali, T. Kishore Kumar
Abstract要約: 機械が人間の感情を理解し、それに従って行動する能力は、今日の世界に対する大きな関心の1つとなっている。このモデルは、問題を起こし、それを表現できないユーザベースを明示的に対象とします。また、このモデルの音声処理技術は、映像品質が劣る場合や、その逆の場合の感情を推定する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The primary objective is to teach a machine about human emotions, which has become an essential requirement in the field of social intelligence, also expedites the progress of human-machine interactions. The ability of a machine to understand human emotion and act accordingly has been a choice of great interest in today's world. The future generations of computers thus must be able to interact with a human being just like another. For example, people who have Autism often find it difficult to talk to someone about their state of mind. This model explicitly targets the userbase who are troubled and fail to express it. Also, this model's speech processing techniques provide an estimate of the emotion in the case of poor video quality and vice-versa.
Abstract（参考訳）: 第一の目的は、人間の感情について機械に教えることであり、それは社会知性の分野で必須の要件となり、人間と機械の相互作用の進行を早める。機械が人間の感情を理解し、それに従って行動する能力は、今日の世界への大きな関心の選択である。したがって、未来の世代のコンピュータは、人間と対話できなければならない。例えば、自閉症の人は、自分の心の状態について誰かと話すことが難しいと感じることが多い。このモデルは、問題を起こし、それを表現できないユーザーベースを明示的にターゲットしています。また,このモデルの音声処理技術は,映像品質の低さや逆の場合には感情を推定する。

関連論文リスト

Speech Emotion Recognition Using CNN and Its Use Case in Digital Healthcare [0.0]
人間の感情と感情状態を音声から識別するプロセスは、音声感情認識(SER)として知られている。私の研究は、畳み込みニューラルネットワーク(CNN)を使って、音声録音と感情を区別し、異なる感情の範囲に応じてラベル付けすることを目指しています。私は、機械学習手法を用いて、供給された音声ファイルから感情を識別する機械学習モデルを開発した。
論文参考訳（メタデータ） (2024-06-15T21:33:03Z)
Improved Emotional Alignment of AI and Humans: Human Ratings of Emotions Expressed by Stable Diffusion v1, DALL-E 2, and DALL-E 3 [10.76478480925475]
生成AIシステムは、テキストや画像を通じて感情を表現する能力がますます高まっている。生成的AIによって表現される感情と人間の知覚のアライメントを測定する。我々は、アライメントが使用するAIモデルと感情そのものに大きく依存していることを示します。
論文参考訳（メタデータ） (2024-05-28T18:26:57Z)
Humane Speech Synthesis through Zero-Shot Emotion and Disfluency Generation [0.6964027823688135]
現代の会話システムは、人間の相互作用の感情的な深さと非流動的な特徴を欠いている。この欠点に対処するため、我々は革新的な音声合成パイプラインを設計した。このフレームワーク内では、最先端の言語モデルが、ゼロショット設定で人間のような感情と分散の両方を導入する。
論文参考訳（メタデータ） (2024-03-31T00:38:02Z)
The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。 EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文参考訳（メタデータ） (2023-12-18T11:19:45Z)
Socratis: Are large multimodal models emotionally aware? [63.912414283486555]
既存の感情予測ベンチマークでは、様々な理由で画像やテキストが人間にもたらす感情の多様性を考慮していない。社会反応ベンチマークであるソクラティス (Socratis) を提案し, それぞれのイメージ・キャプション(IC) ペアに複数の感情とそれらを感じる理由をアノテートする。我々は、ICペアが与えられた感情を感じる理由を生成するために、最先端のマルチモーダルな大規模言語モデルの能力をベンチマークする。
論文参考訳（メタデータ） (2023-08-31T13:59:35Z)
Robots with Different Embodiments Can Express and Influence Carefulness in Object Manipulation [104.5440430194206]
本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
論文参考訳（メタデータ） (2022-08-03T13:26:52Z)
HICEM: A High-Coverage Emotion Model for Artificial Emotional Intelligence [9.153146173929935]
次世代の人工知能(AEI)は、より深く、より有意義な人間と機械の相互作用に対するユーザの欲求に対処するために、中心的な段階を採っている。心理学における歴史的焦点である感情の理論とは異なり、感情モデルは記述的な道具である。この研究は、社会ロボティクス、人間と機械の相互作用、メンタルヘルスケア、計算心理学に幅広い影響を及ぼす。
論文参考訳（メタデータ） (2022-06-15T15:21:30Z)
Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文参考訳（メタデータ） (2022-05-02T09:21:39Z)
Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-06-06T06:26:15Z)
Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue [67.89143112645556]
知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。 NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
論文参考訳（メタデータ） (2021-03-05T20:55:48Z)
Modeling emotion for human-like behavior in future intelligent robots [0.913755431537592]
我々は、神経科学が芸術の現在の状態をいかに前進させるかを示す。ロボットモデルにおける感情関連プロセスのより強力な統合は、人間のような行動の設計に不可欠である、と我々は主張する。
論文参考訳（メタデータ） (2020-09-30T17:32:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。