Akustische Emotionserkennung 22.05.2024, 07:00 Uhr

Fast menschlich: Dieser Algorithmus versteht Sarkasmus

Die meisten Sprachmodelle und virtuelle Assistenten scheitern an sarkastischen Äußerungen. Ein Forschungsteam ist auf dem besten Weg, dieses Problem zu lösen. Das könnte das Sprachverständnis einer künstlichen Intelligenz (KI) auf eine neue Stufe heben.

Mann zeigt Gänsefüßchen

Gänsefüßchen in die Luft zu malen, ist eine bekannte Geste für Sarkasmus.

Foto: panthermedia.net/kristina_kokhanova (YAYMicro)

Es ist bekanntermaßen schwer, Sarkasmus durch Text zu vermitteln. Selbst im persönlichen Gespräch kann er leicht falsch interpretiert werden. Denn die subtilen Veränderungen im Tonfall, die Sarkasmus signalisieren, verwirren viele Menschen – und die meisten Computeralgorithmen. Dies schränkt die Leistungsfähigkeit der virtuellen Assistenten und Inhaltsanalysetools natürlich erheblich ein. Forschende haben nun einen multimodalen Algorithmus entwickelt, der mehrere Aspekte von Audioaufnahmen untersucht, um Sarkasmus besser zu erkennen und die Genauigkeit zu erhöhen.

„Sarkasmus ist die niedrigste Form des Witzes, aber die höchste Form der Intelligenz“, sagte einst der britische Schriftsteller Oscar Wilde. Für Algorithmen stellt er daher eine besondere Herausforderung dar. Xiyuan Gao, Shekhar Nayak und Matt Coler vom Speech Technology Lab an der Universität Groningen, Campus Fryslân, haben jetzt einen multimodalen Algorithmus entwickelt. Dieser untersucht verschiedene Aspekte von Audioaufnahmen, um Sarkasmus präziser zu erkennen und die Genauigkeit zu steigern. Gao hat die Arbeit auf einer gemeinsamen Tagung der Acoustical Society of America und der Canadian Acoustical Association in Ottawa, Kanada, präsentiert.

Kombination von Text- und Audio-Analyse im Algorithmus

Herkömmliche Algorithmen zur Sarkasmus-Erkennung stützen sich oft nur auf einen einzigen Parameter, um Ergebnisse zu erzielen. Dies ist der Hauptgrund für ihre häufig unzureichende Leistung. Gao, Nayak und Coler setzten stattdessen auf zwei komplementäre Ansätze: die Stimmungsanalyse anhand von Text und die Emotionserkennung anhand von Audio. So wollten sie ein umfassenderes Bild der gehörten Rede gewinnen.

So funktioniert ihr Ansatz im Detail: „Wir haben akustische Parameter wie Tonhöhe, Sprechgeschwindigkeit und Energie aus der Sprache extrahiert und dann die automatische Spracherkennung verwendet, um die Sprache in Text für die Stimmungsanalyse zu transkribieren“, erklärt Gao. „Anschließend haben wir jedem Sprachsegment Emoticons zugeordnet, die den emotionalen Inhalt widerspiegeln. Durch die Integration dieser multimodalen Hinweise in einen Algorithmus für maschinelles Lernen nutzt unser Ansatz die kombinierten Stärken von auditiven und textuellen Informationen zusammen mit Emoticons für eine umfassende Analyse.“

Stellenangebote im Bereich IT/TK-Projektmanagement

IT/TK-Projektmanagement Jobs
Frankfurt University of Applied Sciences-Firmenlogo
Professur "Vernetzte Eingebettete Systeme" (w/m/d) Frankfurt University of Applied Sciences
Frankfurt am Main Zum Job 
Energie und Wasser Potsdam GmbH-Firmenlogo
Geoinformatiker (m/w/d) / Vermessungsingenieur (m/w/d) als Projektleiter (m/w/d) GIS - Fachanwendungen Energie und Wasser Potsdam GmbH
Potsdam Zum Job 
Frankfurt University of Applied Sciences-Firmenlogo
Professur "Software Engineering - Moderne Verfahren" (w/m/d) Frankfurt University of Applied Sciences
Frankfurt am Main Zum Job 
Niedersächsische Landesbehörde für Straßenbau und Verkehr-Firmenlogo
BIM-Manager (m/w/d) für Bauprojekte Niedersächsische Landesbehörde für Straßenbau und Verkehr
Hannover Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Fachingenieur (w/m/d) BIM Die Autobahn GmbH des Bundes
NORDEX GROUP-Firmenlogo
SCADA Projektingenieur (m/w/d) NORDEX GROUP
Hamburg, Rostock Zum Job 
Westfälische Hochschule-Firmenlogo
Professur Künstliche Intelligenz und Industrielle Automation (W2) Westfälische Hochschule
Gelsenkirchen Zum Job 
FlowChief GmbH-Firmenlogo
Techniker:in Automatisierung (SCADA) (m/w/d) FlowChief GmbH
Wendelstein Zum Job 
Wirtgen GmbH-Firmenlogo
Software-Ingenieur (m/w/d) Elektrotechnik im Bereich Steuerungssoftware für mobile Arbeitsmaschinen Wirtgen GmbH
Windhagen Zum Job 
Niedersachsen.next GmbH-Firmenlogo
Themenmanager Mobilität und Digitalisierung | Mobilitätskonzepte (m/w/d) Niedersachsen.next GmbH
Hannover Zum Job 
Hochschule für Technik und Wirtschaft Berlin-Firmenlogo
Professor (W2) | Permanent Computer Architecture and Computer Systems Hochschule für Technik und Wirtschaft Berlin
Die Autobahn GmbH des Bundes-Firmenlogo
Ingenieur Vermessung (m/w/d) Die Autobahn GmbH des Bundes
Montabaur Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Lösungsentwickler (w/m/d) im Digitallabor Geoinformatik Die Autobahn GmbH des Bundes
Hochschule Osnabrück-Firmenlogo
Tandem-Professur Robotik, Data Science and AI, Digitalisierte Wertschöpfungsprozesse Hochschule Osnabrück
Osnabrück, Lingen Zum Job 
Tagueri AG-Firmenlogo
Consultant OTA - Connected Cars (m/w/d)* Tagueri AG
Stuttgart Zum Job 
Hochschule für Technik und Wirtschaft Berlin-Firmenlogo
Professur (W2) | auf Lebenszeit Fachgebiet Rechnerarchitekturen und Rechnersysteme Hochschule für Technik und Wirtschaft Berlin
B. Braun Melsungen AG-Firmenlogo
Global Lead (w/m/d) Operational Technology (OT) B. Braun Melsungen AG
Melsungen Zum Job 
WIRTGEN GmbH-Firmenlogo
Duales Studium Software Engineering - Bachelor of Engineering (m/w/d) WIRTGEN GmbH
Windhagen, Remagen Zum Job 
VIAVI-Firmenlogo
Senior / Software Engineer (C++, Python & Cloud) (m/w/d) VIAVI
Eningen Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Teamleitung (w/m/d) BIM-Management Die Autobahn GmbH des Bundes

Vielfältige Anwendungsmöglichkeiten des Sarkasmus-Algorithmus

Dieser Ansatz kann für mehr als nur die Erkennung eines trockenen Witzes verwendet werden. Die Wissenschaftler und Wissenschaftlerinnen betonen die breiten Einsatzmöglichkeiten dieser Technik in vielen Bereichen. „Die Entwicklung einer Technologie zur Erkennung von Sarkasmus kann auch anderen Forschungsbereichen zugutekommen, die sich mit der Analyse von Gefühlen und der Erkennung von Emotionen befassen“, erklärt Gao. „Traditionell konzentriert sich die Stimmungsanalyse hauptsächlich auf Text und wird für Anwendungen wie die Erkennung von Hassreden im Internet und die Ermittlung von Kundenmeinungen entwickelt.“

Die Emotionserkennung auf der Grundlage von Sprache könne aber beispielsweise auch in der KI-gestützten Gesundheitsfürsorge eingesetzt werden. „Eine Technologie zur Erkennung von Sarkasmus, die einen multimodalen Ansatz verfolgt, ist für diese Forschungsbereiche von großem Wert“, ist Gao überzeugt.

Das Team ist mit der Leistung des Algorithmus bereits zufrieden, sucht aber trotzdem nach Möglichkeiten, um ihn weiter zu verbessern. „Es gibt eine Reihe von Ausdrücken und Gesten, die Menschen verwenden, um sarkastische Elemente in der Sprache hervorzuheben“, sagt Gao. „Diese müssen noch besser in unser Projekt integriert werden. Außerdem würden wir gerne mehr Sprachen einbeziehen und Techniken zur Erkennung von Sarkasmus entwickeln.“ Im besten Fall könnte dabei ein Algorithmus entstehen, der tatsächlich die feinen Zwischentöne der Sprache erkennt – fast wie ein Mensch.

Ein Beitrag von:

  • Nicole Lücke

    Nicole Lücke macht Wissenschaftsjournalismus für Forschungszentren und Hochschulen, berichtet von medizinischen Fachkongressen und betreut Kundenmagazine für Energieversorger. Sie ist Gesellschafterin von Content Qualitäten. Ihre Themen: Energie, Technik, Nachhaltigkeit, Medizin/Medizintechnik.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.