Reconhecimento de emoções da fala em jogos online utilizando deep learning

Abstract

Esse estudo objetivou compreender, analisar e desenvolver um modelo baseado em Rede Neural Convolucional para auxiliar na identificação de comportamentos agressivos através da análise de áudios no contexto de jogos online. Para tanto, utilizamos como fonte de dados livros e artigos na área de Psicologia, voltado ao campo do estudo das emoções e expressões faciais, trabalhos correlatos na área da Inteligência Artificial no contexto da análise de áudios, além de Survey realizada com voluntários inseridos no contexto dos jogos virtuais. A partir das informações obtidas, percebe-se que, cada vez mais, os jogos virtuais fazem parte do cotidiano e grande parte das experiências envolve lidar com usuários agressivos periodicamente ou recorrentemente, prejudicando a experiência dos usuários. Nesse ambiente é comum que usuários agressivos sejam classificados como "tóxicos", fazendo alusão ao sentido literal da palavra, utilizada para classificar substâncias nocivas à um organismo vivo. As ferramentas disponíveis no mercado atualmente se mostram insuficientes no combate aos abusos ocorridos nos bate-papos de voz, explicitando que uma ferramenta capaz de realizar uma análise do mesmo em tempo real e identificar comportamentos agressivos impactaria positivamente na experiência dos jogadores uma vez que seria possível atuar com mais rapidez e precisão no combate à usuários que abusam do bate-papo por voz. Por fim, foi possível desenvolver um modelo baseado em Redes Neurais Convolucionais capaz de identificar os sentimentos de felicidade, calma e agressividade em áudios com uma taxa de acurácia superior a 85%. A partir deste resultado, é evidente a viabilidade do desenvolvimento de uma ferramenta capaz de identificar comportamentos agressivos com precisão, visando resolver o problema constante de abusos no bate-papo de voz no contexto dos jogos online