你做到一个表情，或者说一句话，机器就可以精确地辨识你的情绪。到底，当你在渴求get“读心术”技能的时候，机器早已能极致的构建了。目前，国内的翼进科技、以色列公司BeyondVerbal以及美国的Affectiva和Emotient都在做到这情感计算出来解决方案。其应用于场景也十分普遍：飞行员情绪监控、呼叫中心情绪考核、学生情绪监测甚至是智能硬件都可以用于这类算法，而且精度可以超过90%以上。

非常简单来说，机器是根据人的心率、排便、语音甚至是面部表情等特征，再行通过特定的模型算法就能理解出有人的情绪状态，从技术看作，数据挖掘、机器学习等都是情感计算出来的基础。那么已完成情感辨别必须哪些模块？以及明确构建原理是怎样的呢？本期软创公开课，邀到了翼进科技创始人魏清晨为大家共享情感计算出来的技术问题以及应用于场景。

嘉宾讲解魏清晨，翼进科技EmoKit创始人，目前全面负责管理EmoKit公司的战略规划、运营管理、团队建设，团队里两名核心科学家皆为海归博士后。EmoKit，即海妖情感计算出来引擎，还包括情绪的辨识、优化、传达，是人工智能的核心基础设施之一。

自2015年创办半年取得600万投资，如今早已超强2000万用户，今年取得近2000万元订单。Emokit先后取得美国麻省理工学院举行的“MIT-CHIEF全球创业大赛”中国区第一名，芬兰“Slush World 2014全球创业大赛”名列第一，工信部和全国科协2015全国移动互联网创业大赛“特等奖”，清华大学H+Lab“快乐科技全球挑战赛”冠军。以下内容整理自本期公开课，做到了不转变不愿的编辑：情感计算出来的模块和价值就我们现在在做到的事情来看，我们把情感计算出来分为3个模块：第一部分是情绪辨识，通过语音、心率、表情和写字过程中压感和速率的变化来辨别用户的情绪。情绪辨识情绪的类型一共有24种，大力和消极各12种。

在情感计算出来的发展过程中，算法也经历了六次升级。第一代我们通过量表项目管理，第二代重新加入了心率和排便，第三代针对个体减少了横向的自学和训练，第四代我们对情绪做到了一个细化（从原本的5中情绪减少到了24种），第五代重新加入了表情和笔记的情绪辨识，第六代主要做到两块工作：一个是辨别了用户的情绪之后，基于单一的事件背景更进一步辨识用户的意图；第二个工作就是把语音、表情和视觉的不道德、文本做到一个多模态的数值。情绪优化模块情绪辨识只是第一步，未来必须解决问题的问题是调整用户的情绪。

从上图可以显现出，通过语音、心率表情和笔记这些信息辨别用户的情绪之后，还可以通过引荐内容来减轻用户的情绪。例如，翼进科技2011年上线的一款应用于就不会给用户引荐诗歌、书法、音乐等等，后来在音乐内容上做到得更为了解，我们通过分析音乐的音高、节奏、旋律和音强，3分钟的歌曲不会收集6000个数据点分，根据这些信息来给歌曲打情绪标签。现在早已标示过得音乐数量多达了160万首，另外，像图片、视频都是可以通过用户的情绪来做到内容给定，最后超过减轻情绪的目的。

情绪传达情绪传达是利用情感制备技术，让一段语音、表情或者肢体动作仿真人的情感，让机器具有情感的表达出来，这样就可以提高人和机器的交互体验。荐个例子，如果送餐机器人只不会辨识菜和客人，这是基础服务；但要减少机器人的可选价值，必须送餐机器人背诵客人的情绪，客人情绪低落的时候，送餐机器人不会以一种较为舒缓的情绪对话。情感计算技术构建的路线目前翼进科技和中科院心理所、清华大学心理系和美国卡内基梅隆大学语言技术研究所。

这实质上是两个流派：前面的两个机构代表的是基于理论研究的专家模型，卡内基梅隆大学是基于神经网络、深度自学的模型。目前翼进科技在做到的有一部分是基于深度自学的，也有一部分是基于专家模型。我们指出这两类的瓶颈都渐渐显现出来了，必须互相融合。

为什么不会用深度自学来做到表情的辨识？现在做到深度自学的瓶颈在于大量标示过的数据，不过表情标示不会比较较为更容易，一张人脸只辨别喜怒哀乐，一般情况下1秒就可以辨识出有一个人的表情，如果有几十万张表情图片，用众包的方式所需的时间和费用都会相当大。不过有一些数据不过于便利做到标示，例如语音。

三分钟的语音，我们必需听得完了三分钟才能做到情绪的标示，标示的工作量在无形中减少了上百倍，而且比较表情而言，语音的情绪传达更为隐性，所以也很难用深度自学的方式来构建语音的情绪辨识。还有一种是普通人很难展开标示的，如心率。即使你是一个专业的医生，看完了一段心率图也无法确认测试对象心率变化的原因（快乐、情绪、气愤）。

所以，现在表情是基于深度自学的，语音和心率基于专家模型。不过刚才也谈到，这两类在发展到一定程度时候，不会不存在瓶颈。事例表情面对的瓶颈有两个：1.普通人标示人脸表情的颗粒度一般是6-8种情绪，很难辨识更加粗的（24种甚至是一百多种）；2.即便已完成了情绪类型的标准，但你无法证实情绪的真实性。

在专家模型中，则有较为成熟期的模型来辨别情绪的真实性，因此，我们可以在深度自学的基础上，再行变换专家模型来突破这样的瓶颈。心率和语音基于专家模型也不存在瓶颈，现在的解决办法是创建一个个体用户强化训练的模型（一个用户测得越多，模型不会就越契合被测用户的特征）；另外，我们还可以创建一个半监督自学算法来获得动态的对系统。因此，表面上有两条技术路线，但实质上这二者是互相融合的。

情感计算出来的有所不同解读有所不同的行业对于情感计算出来的解读是不一样的。罗莎琳德·皮卡德是麻省理工学院MediaLab的老师，她也是情感计算出来学科的奠基人。

在她《情感计算出来》这本书中的序言中有这么一句话：如果要让计算机构建确实的智能并适应环境我们，跟我们产生自然而然的嵌入式，那么，它就必须不具备情绪辨识和表达能力，就必须不具备情感。谷歌云计算首席科学家李飞飞对情感计算出来是这么解读的：现在我们的AI都是用逻辑的方法来辨别情感。逻辑代表IQ，而情感代表EQ。

未来，从情绪到情感，是人工智能未来行进的方向。我们指出可以从三个角度来解读情感计算出来：第一，情感计算出来可以协助AI来辨识用户的情绪；第二，情感计算出来可以协助AI仿真人类的情绪，以提高人机情感交互；第三，情感计算出来可以让AI产生自我约束能力（同理心）。

应用于场景目前翼进科技和环信进行了合作，环信有IM交流工具，这里面包括了语音、表情和文本等信息，我们对其对外开放了初始化的SDK，可以通过语音等信息来辨别用户的情绪。另外，我们现在还和科大讯飞有合作，合作的方式主要是互相交叉许可，通过初始化版的SDK，科大讯飞来辨识语音，翼进科技来辨别情绪；现在还在做到视觉的应用于，科大讯飞辨识人的身份，翼进科技来辨识其情绪。

另外，以下这些都是情感计算出来有可能落地的应用于场景：1.基于AI多模态辨识和生物反馈技术的精神压力智能筛查装备2.基于AI多模态辨识和NLP技术的公安审问动态分析预警装备3.基于AI多模态辨识和车载控制技术的司机情绪和疲劳度监测勇于系统4.基于AI多模态辨识和智能控制技术的情感同步的无操纵智能家居系统5.基于AI多模态辨识和动机分析技术的金融信贷面签风险评估机器人6.基于语音声纹和NLP技术的呼叫中心座席情绪监控和满意度分析方案7.基于情感大数据时序迭代分析技术的幼儿性格发育倾向性预测软件8.基于情感大数据时序迭代分析技术的否认免疫系统受损预警软件当然，对于创业公司而言，要作出上述所有场景来推向市场，(公众号：)了解到，翼进科技早已在教育、金融等领域作出了商业化的尝试。精彩解说Q：语音、图像这些有所不同的模块怎么在系统里面协商工作？A：只不过就是一个多模态的算法，有两种构建的方法：本身数据就是多模态的数据，然后做到标示，做完玩游戏标示就可以通过深度自学的方式来做到训练；第二种，通过同一个sensor收集数据后再行做到多模态，例如通过麦克风可以收集到用户的语音、声纹特征，更进一步分析文本，来做到多模态。Q：情感数据对准确率还是有相当大的影响，这些数据是怎么收集的？A：在我们和卡内基梅隆大学情感计算出来专家交流的过程中，我们获得一个观点，通过单种信息来辨别情绪，准确率是有局限性的；另外，越早做到多模态就越好，越少的模态数值就越好。

我们把反应情绪的信号分成两类，一类是浅层信号，如语音、表情；还有一类是深层信号，几乎不受交感神经和副交感神经的影响，主观意识很难掌控。浅层信号更容易收集，但权重不低；深层信号权重低，但收集可玩性较为大。两种信号做到综合的多模态分析可以提高情感辨别的准确度。

Q：目前的准确率有多低？多模态的模型有涉及的paper吗？A：语音和心率是基于专家模型的，这个精度不会较低一点，在85%左右，表情在90%左右（但是表情只有7中情绪）。Q：情感辨识目前有辨别准确率的行业标准吗？没标准的话，从哪些维度来提高识别率？A：现在辨别情绪标准的类型较为多，少见的如果用深度自学方法构建的模型，再行新的另一套标示的数据来跑完一下这个模型，来辨别它的精度；另外，可以根据用户对系统来辨别，把系统测试的结果对系统给用户，让用户来得出最后检验。如何优化？可以通过半监督自学的方式，来展开自我训练自我校正。

Q：有使用脑电波的模态数据吗？A：国外做到这一块的研究有很多，我们现在指出脑电sensor还不是消费终端的标配，收集脑电要专门的sensor，目前要用在类似的行业，还没做到标准化算法的对外开放。公开课视频PS：翼进科技正在聘用：机器学习，机器视觉，情感计算出来，多模态，NLP等涉及职位，如有意向青睐投履历到：way@emokit.com原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：AOA体育官网，AOA体育官方网站，aoa体育APP官方网站-www.mcs-led.com