További Szoftver cikkek
A két szoftver az információs társadalom egyik fontos trendjéhez, az MIT-n kutató Rosalind Picard nevével fémjelzett és az ember-computer interakciót (a jövőben különösen) befolyásoló érzelmi számítástudományhoz (affective computing) kapcsolódik (Emberi érzelmekre reagáló gépek).
"A gépekkel folytatott jelenlegi kommunikáció olyan, mint egy autista élmény" - véli a British Telecom (BT) ipswichi laboratóriumában dolgozó Stephen Furner. "Hamarosan többet fognak tudni az érzelmeinkről, azoknak megfelelően reagálnak majd."
Címkéz és dönt a szoftver
Az MIT Médialaboratóriumának Beszéd-interfész Csoportjában kutató Zeynep Inanoglu és Ron Caneel Emotive Alert-je hangüzeneteinket tanulmányozza. Mivel egyre több érkezik, és (általában) valamennyit meghallgatjuk, egyre nehezebben döntünk a fontossági sorrendről: melyikre válaszoljunk rögtön, melyikkel érünk rá?
Inanoglu és Caneel javaslata: ne mi döntsünk, hanem a rendszer. Az Emotive Alert a hívó hangtónusa alapján címkézi az üzeneteket. Meghatározó jelentőségű akusztikus jegyekből kiindulva, rejtett Markov-modelleket felhasználva, négy szempontot vesz figyelembe: öröm (boldog/szomorú), élénkség (nyugodt/izgatott), sürgősség (sürgős/nem sürgős), formalitás (hivatalos/közvetlen).
A szoftver az első tíz másodperc hangereje, hangmagassága/hangszíne (pitch), valamint a szavak és szünetek arányából kiszámítható beszédsebesség szerint elemzi, majd a rendszerben tárolt, korábbi kísérletek eredményeit tükröző nyolc "akusztikus ujjlenyomat"-nak (acoustical fingerprints) durván megfelelő nyolc érzelmi állapottal hasonlítja össze az üzeneteket.
Az öröm és az élénkség színtiszta érzelmekre vonatkoznak, melyeket gyakran a szó/szünet arány és a hangerő tolmácsol, így az Emotive Alert viszonylag sikeresen felismeri a különbségeket. A sürgősség és a formalitás viszont komplexebb, akusztikai jellemzőkkel nehezebben meghatározható jelenségek, ráadásul a szoftver által nem mért tényezők - szavak jelentése, a beszédsebességben tapasztalható nüánsznyi eltérések - szintén fontos szerepet játszanak. Mindezeknek tudható be, hogy sokkal nehezebben megy az azonosításuk.
Személyre szabható, átverhető
A szoftver a telefonközpontra, vagy intelligens üzenetrögzítőre telepíthető fel. Miután meghallgatta a hívó felet, elküldi a fogadónak az adott emocionális állapotot jelképező emotikont, és rövid szövegüzenetben a két legjobban kapcsolódó érzelmi címkét: "Önnek fontos üzenete van!", "Kicsit szomorú ez az üzenet!", és így tovább. A felhasználó az affektív jelleg szerint is válogathat: "hadd halljam az összes mai vidám üzenetet!"
Ugyan a projekt a hívó személyétől független érzelem-felismerést vizsgálja, de a tervek szerint a későbbiekben kidolgozhatjuk a gyakori telefonálók emocionális profilját, és nyomon követhetjük az átlagostól eltérő viselkedésüket.
Az egyik kísérletben Inanoglu szómintákat összekapcsoló beszédfelismerő rendszert társított a szoftverhez. Kétségtelen, az adott nyelv esetében hatékonyabb ez a módszer. Ugyanakkor az Emotive Alert eredetileg bármely nyelvre alkalmazható_ Azaz szűkül a kör.
A program azonban nemcsak jótékony céllal használható fel. Átverhető. Például levélszemét-küldők (spammers), esetleg nem kért tele-kereskedők hangjukat manipulálva kelthetik a rendkívüli fontosság látszatát...
Stresszes állapotban
Az edinburghi Affective Media kutatói szintén azon dolgoznak, hogy reagáljon érzelmeinkre, érzelmileg "gazdagabb", azaz természetesebb legyen a technológia.
Fejlesztésük az autóvezetők állapotát monitorozza: amikor az útirányra vonatkozó kérdéseket teszünk fel a navigáló rendszernek, hangunkból következtet a program. "Felébreszt", ha fásultnak, lenyugtat, ha frusztráltnak tűnünk: "lejátssza" kedvenc zenénket, szabályozza a kocsi hőmérsékletét. A légiforgalom-irányításnál szintén alkalmazható érzelemfelismerő szoftverük nemcsak emocionális állapotokat, hanem a stressz mértékét is figyeli.