近日,在國際人工智能聯(lián)合會議(IJCAI)上舉辦的第二屆多模態(tài)情感識別挑戰(zhàn)賽(MER24)中,Soul APP創(chuàng)始人張璐領導的語音技術團隊(Soul AI)憑借優(yōu)秀的技術實力,在SEMI(半監(jiān)督學習)賽道中脫穎而出,獲得第一名。
MER24由來自清華大學、中國科學院自動化研究所、帝國理工學院等高校的多位專家學者聯(lián)合舉辦,吸引了近百支來自知名高校、科技企業(yè)的隊伍參賽。MER24共設置SEMI(半監(jiān)督學習)、NOISE(噪聲魯棒性)、OV(開放式詞匯情緒識別)三個賽道。其中,SEMI賽道因其高難度和實際應用價值而頗受關注。Soul語音技術團隊在此賽道表現(xiàn)出色。
Soul語音技術團隊憑借平臺深厚的技術積累和前瞻性的創(chuàng)新思路,成功克服了半監(jiān)督學習中面臨的諸多挑戰(zhàn)。他們不僅提出微調模型EmoVCLIP,用于適應視頻的情感識別,還創(chuàng)新性地采用了Self-training策略,通過循環(huán)對無標簽數(shù)據(jù)打偽標簽與訓練模型之間相互迭代的方式,來提升模型的泛化性能。此外,針對模型不同模態(tài)之間融合存在的競爭效應問題,團隊首次在多模態(tài)情感識別領域使用Modality Dropout,有效提高了模型的情感識別準確率。這些創(chuàng)新技術的應用,不僅讓Soul語音技術團隊贏得了比賽,更為未來AI在社交場景中的應用提供了寶貴的技術借鑒。
作為新型開放式社交平臺,Soul一直致力于通過底層技術和產品模式的創(chuàng)新,提升用戶的社交體驗。在Soul APP創(chuàng)始人張璐團隊的帶領下,Soul于2020年啟動AIGC技術研發(fā),并在智能對話、圖像生成、語音及音樂生成等AIGC關鍵技術領域取得了成果。
值得注意的是,Soul在AI社交領域的探索并未止步于技術層面。Soul APP創(chuàng)始人張璐團隊深知,在社交領域,AI的“情商”遠比“智商”更為重要。因此,他們在構建AI模型時,始終注重其擬人化屬性的培養(yǎng),努力讓AI更能理解情緒,為用戶帶來更好的情緒反饋和陪伴感。這種以人為本的設計理念,使得Soul的AI社交產品能夠更好地滿足用戶的情感需求,實現(xiàn)更加有溫度、沉浸、趣味的互動交流。如今,Soul不僅構建了具備多模態(tài)情感識別能力的語言大模型Soul X和語音大模型,還推出了“AI茍蛋”“狼人魅影”等功能/產品,讓AI在社交場景中發(fā)揮更加積極的作用。
在Soul APP創(chuàng)始人張璐團隊的領導下,Soul語音技術團隊獲多模態(tài)情感識別挑戰(zhàn)賽第一名。這不僅是對其技術實力的有力證明,也是對“AIGC+社交”發(fā)展方向的堅定信念,使得他們更堅定地去致力于構建情感化、個性化和生活化的人機交互新場景,為用戶帶來更加優(yōu)質的社交體驗。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
