度小满破解情感计算又一技术难题，博士后论文入选国际顶级学术会议

当下，随着人工智能技术不断进步，人们开始研究如何让计算机拥有情感能力，从而让计算机精准捕捉关键信息，完成各种复杂任务。然而，情感计算是一个高度综合化的研究和技术领域，开展相关技术研究工作具备高难度性。近些年来，度小满关注情感计算，不断破解情感计算技术难题。日前，由度小满博士后撰写的关于情感计算方面的论文还入选了国际顶级学术会议。

度小满博士后论文具备较高情感计算研究价值

近日，由度小满博士后科研工作站朱文静、李祥两位博士后共同撰写的GLAM论文：Speech Emotion Recognition with Global-Aware Fusion on Multi-scale Feature Representation（“基于多尺度特征表示的全局感知融合语音情感识别”）入选了国际音频顶级会议ICASSP。

ICASSP是全球最大、最全面的信号处理及应用方面的顶级会议，已经拥有几十年的历史。作为IEEE（电子技术与信息科学工程师协会）的一个重要会议，其论文还经常被三大检索工具检索。该会议对于信号处理方面的学术人士有着重要意义。它涵盖了音频和声学信号处理，图像、视频和多维信号处理，物联网的信号处理等至少十六个方向。

在本论文中，朱文静提出了全新的神经网络GLobal-Aware Multi-scale（GLAM），GLAM网络是根据语音独有的特征形式设计出的模型，在IEMOCAP基准数据集上，超越了当前最新技术。通过全局感知的融合模块来学习多尺度特征表征，并将此加入到情感信息中，这就解决了以往卷积神经网络（CNN）方法在SER上的局限性，即不同尺度的丰富情感特征和重要的全局信息无法被很好地捕捉。该模型有望应用到客服场景中，降低人工客服的沟通成本的同时，提升用户体验。

情感计算可在金融服务各大领域发挥重大作用

据悉，朱文静、李祥两位博士后在进站后的研究均聚焦在情感计算，探索其在用户情绪感知、情绪原因溯源和情绪合理应对这三个方面的研究价值。

目前，情感计算在金融领域的应用，已经起到了保驾护航、提高效率的作用。例如在动态对话过程中，观察出用户关键标签信息：所处领域、职业，以及借款用途等，在这样一张用户画像之下，预测出客户的还款、续保意愿或者对商品购买意向等。也可以通过对用户表情、语音、语速、行文、文本等信息，综合判断出贷款的客户是否存在欺诈行为，对减少坏账提供了不少便利。

如今，积极攻克情感计算领域技术难题，可实现情感计算持续赋能金融服务行业，为行业转型升级带来更多可能性。未来，随着互联网技术的飞速发展，情感计算领域也将面临更多新的研究课题，度小满也将持续加码情感计算领域的技术研究，加速推进金融服务行业数智化进程。