🎯 情报来源：Apple Machine Learning Research
研究团队基于Switchboard语料库构建了首个自然对话场景的情感标注数据集SWB-Affect，包含10类基础情感（愤怒、轻蔑、厌恶等）和3维度属性（激活度、效价、支配度）标注。该数据集通过专业众包标注完成，标注指南首次公开了词汇和副语言线索的判定标准，填补了现有SER训练数据多为表演性语音的缺陷。
测试显示，当前最优SER模型在愤怒识别等复杂情感上表现欠佳，跨情感类别的准确率波动显著。研究特别指出，基于播客等非自然场景数据训练的模型，在真实对话场景中的泛化能力存在明显局限。团队已公开全部标注数据以推动领域发展。
💡 核心要点
- 首创自然对话情感标注数据集：覆盖10类基础情感+3维度属性
- 标注透明度突破：首次公开词汇/副语言线索判定标准
- SER模型表现失衡：愤怒识别准确率最低，跨类别波动显著
- 数据来源差异：现有主流训练集70%为表演性语音（播客/影视素材）
- 标注一致性控制：采用专业众包培训，标注指南精确到微表情线索
📌 情报分析
技术价值：极高 – 首个解决自然对话场景标注难题的数据集，标注维度超越现有主流资源（IEMOCAP等）的4-6类情感划分
商业价值：高 – 直接针对客服、心理评估等真实场景需求，但需验证标注一致性是否达到商用标准（当前论文未公布Kappa系数）
趋势预测：高 – 将加速SER研究从实验室表演数据向真实场景迁移，预计2年内出现基于该数据集的新一代上下文感知模型