数字经济时代，很多企业都在探索数字化转型道路，而情感计算技术可以感知、识别客户情感并进行反馈，达到提升服务效率、降低成本、减小风险等目的。作为一种全新研究领域，情感计算的作用使它能够在金融行业数字化转型过程中具备广阔的应用前景。而度小满早就瞄准情感计算，并不断加强该领域的研究。最近由度小满两位博士后撰写的论文入选国际顶级学术会议，表明度小满在情感计算方面的研究已经达到了一个较高的水平。
论文提出全新神经网络模型，打破卷积神经网络方法的局限性
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。
提升效率降低风险，情感计算技术为金融服务行业保驾护航
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。
当下，加强情感计算技术创新，可为金融科技领域带来巨大变革。此次，度小满两位博士后撰写的论文入选国际顶级会议，向行业展现了度小满在情感计算方面的研究成果。未来，随着产业数字化转型的加速，情感计算将在金融服务行业中将释放出更多价值，为行业智能化发展提供技术支撑。