每一个人的语调中都包含着很多信息，语调是表达情感的自然渠道，而情感的表达有一系列的作用，它可以帮助检测痴呆症或心脏病发作的早期迹象，从而有助于健康监测，并且它也有潜力让对话 人工智能 系统更有吸引力和反应性。
亚马逊的科学家最近采取了一种不同的方法，他们在一篇论文中描述了这种方法，该论文计划在声学、语音和信号处理国际会议上发表。他们没有从一个详尽注释过的情感语料库中获取信息来教授一个系统，而是提供了一个对抗性的自动编码器和一个公开可用的数据集，其中包含来自10个不同说话者的10,000个话语，最终，神经网络在判断人们声音的有效性或情感价值方面的准确率高达4%。
亚马逊 智能音箱
这项研究建立在亚马逊Alexa团队正在进行的工作之上，他们正在努力从用户的声音中确定用户的情绪或情绪状态。研究人员的情感表征由三个网络节点组成，每个节点对应三个情感指标，培训分三个阶段进行，第一个阶段是使用没有标签的数据对编码器和解码器分别进行培训；在第二阶段，对抗性训练是一种技术，在这种技术中，对抗性识别器试图区分编码器产生的真实表达和人工表达，并对编码器进行调优；在第三阶段，对编码器进行调优，以确保潜在的情感表示能够预测训练数据的情感标签。
