01 / UNDERSTAND
仕組みと使いどころ
感情推定では、学習済みの分類モデルが入力データの特徴から感情を予測します。文章では文書全体、各文、指定語句に関する感情を分類できます。音声では声の調子、音程、話すリズムなどを分析し、怒り、嫌悪、恐れ、喜び、平静、悲しみといったカテゴリの確率を出力するモデルがあります。結果は入力から推測した分類であり、話者の内面や感情を正確に理解した証明ではありません。学習データや対象言語、利用場面によって偏りや誤判定が生じ得るため、用途に即したデータによる検証が必要です。
02 / IN PRACTICE
Emotion Estimationの活用例
たとえば、こんな場面で
提案例として、文章中の特定の商品名に関連する感情を分類して問い合わせ内容の確認を補助したり、音声から推定した感情カテゴリを3Dキャラクターの表情生成に反映したりできます。推定結果だけで本人の感情を断定する用途には適しません。
03 / GOOD TO KNOW
使うときのポイント
対象言語、入力形式、分類できる感情、学習データ、誤判定や偏りを確認してください。モデルごとに利用条件も異なり、NVIDIA Audio2EmotionはAudio2Face内での利用に限定されています。
参考資料
Audio2Emotion Model | NVIDIA NGC （新しいタブで開きます）Emotion | IBM Watson Natural Language Processing Library for Embed IBM Watson Natural Language Processing Library for Embed （新しいタブで開きます）Types of Artificial Intelligence | IBM （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。