基于生成技术的人类情感合成综述

人类情感合成是情感计算的一个关键方面，旨在通过计算方法模拟和传递人类情感，以实现更自然、更有效的人机交互。近期，AutoEncoder、生成对抗网络、扩散模型、大型语言模型和序列到序列模型等生成模型的快速发展为该领域的发展作出了重要贡献。然而，该领域缺乏较为全面且系统的综述。为填补这一空白，本文旨在提供最新基于生成模型的人类情感合成的详尽、系统概述。具体而言，本综述首先介绍了评估方法、涉及的情感模型、生成模型的数学原理以及所用数据集。随后，综述涵盖了针对不同模态（包括面部图像、语音和文本）的各种生成模型在情感合成中的应用，并检查了主流评估指标。此外，综述还呈现了若干主要发现，并提出了未来研究方向，全面阐述了生成技术在情感合成这一细腻领域中的作用。