محققان آزمایشگاه هوش مصنوعی و علوم کامپیوتر MIT و موسسه مهندسی پزشکی و علوم می‌گویند که به یک راهکار بالقوه نزدیک شده‌اند؛ یک سیستم پوشیدنی هوش مصنوعی که می‌تواند بر اساس الگوهای گفتاری یک فرد تشخیص دهد آیا لحن مکالمه شاد، ناراحت، یا خنثی است.
یکی از محققان می‌گوید: «تصور کنید که در پایان یک مکالمه، می‌توانستید آن را برگردانید و لحظاتی را مشاهده کنید که افراد در اطراف شما بیشترین حس اضطراب را داشته‌اند. کار ما نیز گامی در این مسیر است و نشان می‌دهد که آنقدرها هم از دنیايی که در آن افراد می‌توانند یک مربی اجتماعی هوش مصنوعی در جیب خود داشته باشند، دور نیستیم.» این سیستم می‌تواند صدا، متن و سیگنال‌های فیزیولوژیکی را تحلیل کند تا لحن کلی داستان را با 83 درصد دقت تشخیص دهد.
با استفاده از شیوه‌های یادگیری عمیق، این سیستم می‌تواند یک «درجه احساس» برای فواصل پنج‌ثانیه‌ای در یک مکالمه ارائه دهد. طبق گفته محققان، این اولین آزمایشی است که داده‌های فیزیکی و داده‌های گفتاری را با یک شیوه مفعول و در عین حال قدرتمند جمع‌آوری می‌کند، حتی زمانی که افراد مورد مطالعه تعاملات طبیعی و بدون ساختار دارند. نتایج محققان نشان می‌دهد که دسته‌بندی لحن احساسی مکالمات در زمان واقعی ممکن است.
