“我们在乎”：改进客户关怀对话中的代码混合语音情感识别
人工智能
2023-08-08 v1
摘要
语音情感识别（SER）是识别口语话语中所表达情绪的任务。情感识别对于在法务、医疗、教育和客户支持等领域构建鲁棒的对话代理至关重要。已发表的关于 SER 的研究大多使用由专业演员在无声环境中创建的数据集。在诸如客户关怀对话之类的自然场景中，音频通常含有噪声，说话者会视情况频繁切换不同语言。我们与对话式 AI 领域的领先独角兽企业合作开发了自然语音情感数据集（NSED）。NSED 是一个自然的代码混合语音情感数据集，其中对话里的每个话语都标注了情绪、情感、效价、唤醒度与支配度（VAD）值。在本文中，我们表明通过引入词级 VAD 值，我们在 NSED 上针对负向情绪的 SER 任务相比基线值提升了 2%。负向情绪识别的高准确率至关重要，因为表达负面意见/看法的客户需要被紧急安抚，以免投诉与不满滚雪球般失控。迅速升级处理负面意见对商业利益至关重要。因此，我们的研究可被用于开发在此类情境中更礼貌且更具共情力的对话代理。
引用
@article{arxiv.2308.03150,
title = {"We care": Improving Code Mixed Speech Emotion Recognition in Customer-Care Conversations},
author = {N V S Abhishek and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2308.03150},
year = {2023}
}