文章主题：
新智元报道
编辑：Mindy【新智元导读】一家来自纽约的初创公司Hume AI发布了一款标榜为「第一个具有情商的对话式人工智能」的共情语音接口(EVI)，并表示其能够从用户那里检测到53种不同的情绪。AI的下一个重大突破是理解情感吗？Hume AI表示是的。3月27日，一家名为Hume AI的新创公司宣布，他们已经在一轮B轮融资中筹集了5000万美元。这家初创公司由前Google DeepMind研究员Alan Cowen共同创立并担任CEO。Hume AI与其他人工智能模型提供商和初创公司的区别在于，它专注于创建一款能够理解人类情感、适当做出反应并向用户传达情感的人工智能助手。这款聊天机器人不仅基于文本，还使用语音对话作为其接口，通过听取人类用户的语调、音高、停顿等声音特征来运作。Hume AI同时发布了其名为「共情语音界面」（Empathic Voice Interface）的演示，只需要使用带有麦克风的设备，就可以与之进行互动。
🌟AI的情感理解至关重要，就像人类的心灵之眼。💡通过深度学习和自然语言处理，它们能捕捉微妙的情绪线索，不仅识别正面或负面，还能解析复杂的内心世界。📝这是因为情感是人际互动的粘合剂，无论是日常对话还是商业决策，理解和表达情绪都是关键。🌈而且，随着AI在各领域的广泛应用，如心理健康咨询、个性化推荐等，对情感智能的需求日益增强。💻所以，让AI具备情感智慧，不仅能提升用户体验，还能推动技术进步和社会和谐。🤝
Hume AI的理论是，通过开发能够更细致地理解和表达人类情感的AI模型，它可以更好地为服务用户。Hume AI不仅仅想要了解用户「快乐」、「悲伤」、「愤怒」、「害怕」等等通用的人类情绪，而是更微妙、通常是多维的情绪。比如「钦佩」，「崇拜」，「入迷」，「讽刺」，「羞耻」等等，Hume AI在其网站上总共列出了53种不同的情绪。
对此，Hume AI表示：
情感智能包括从行为中推断意图和偏好的能力。这正是AI界面试图实现的核心目标：推断用户想要什么并实现它。因此，在某种意义上，情感智能是AI界面的最重要的要求。
通过语音AI，你可以获得更多关于用户意图和偏好的线索。
这使得我们的AI在预测人类偏好和结果、知道何时说话、知道该说什么以及如何以正确的语气说话方面变得更加出色。
🌟掌握情绪密码！通过声音解读内心世界，这绝不是科幻电影里的桥段。👩💻在现实生活中，我们可以通过分析语音中的微妙变化来揭示说话者的情绪状态。📝无论是语气的抑扬、语调的起伏，还是音量和速度的变化，都是情绪的自然流露。首先，注意那些“高八度”的瞬间——快速的语速和提高的声音通常伴随着紧张或兴奋。🎵然后，留意那些延长的音节，它们可能是沮丧或思考中的信号。🤔同样，深沉的嗓音往往暗示着平静或悲伤的情绪低谷。情绪波动就像心跳一样有节奏，语音也不例外。👀观察说话者在不同情境下的语调变化，比如从轻松到严肃，可以帮助你捕捉他们的情绪脉搏。📈最后，别忘了声音中的细微停顿和重读，它们可能是内心矛盾或强烈情感的提示。想要提升这门情绪识别的艺术，多听、多分析是关键。📚通过大量的实践，你可以像解读身体语言一样熟练地解读语音信号。💪一旦掌握了这个技能，你就能在人际交往中游刃有余，成为那个能感知他人情绪的高手！记得，关键词优化如“情绪识别”，“语音变化”，“情绪分析”等可以帮助你的内容更好地被搜索引擎找到。😊
在其网站上，Hume指出：「这些模型是基于大规模、实验控制的情感表达数据的人类强度评分上进行训练的。」这些数据来源于Cowen及其同事发表的两篇科学研究论文：「Deep learning reveals what vocal bursts express in different cultures」和「Deep learning reveals what facial expressions mean to people in different cultures」。第一项研究包括来自美国、中国、印度、南非和委内瑞拉的16,000名参与者，有意思的是，数据集里面还有一部分是用来记录「语音爆发」或非词汇声音，如笑声和「嗯嗯」等。
第二项研究包括来自上述五个国家以及埃塞俄比亚的5,833名参与者，他们在计算机上进行了一项调查，在调查中他们分析了来自4,659个面部表情数据库的高达30个不同的「种子图像」。
参与者被要求模仿他们在电脑上看到的面部表情，并从一个包含48种情绪的列表中，按照1-100的强度进行评定。在互动中，Hume AI的EVI说道，Hume的团队「收集了有史以来最大、最多样化的人类情感表达库。我们谈论的是来自世界各地的一百多万参与者，参与了各种各样的现实生活互动。」Hume AI利用这两项研究的照片和参与者的音频数据训练了自己的深度神经网络。这些数据还用于创建了一个「语音韵律模型」（speech prosody model），用于测量语音的调子、节奏和音色，并整合到EVI中。
🌟🚀探索情感智能的边界：应用与局限🔥💡在当今科技日新月异的时代，情感人工智能（Emotion AI）正逐渐成为我们日常生活中的重要一环。它通过深度学习和复杂算法，捕捉并理解人类的情绪波动，为我们提供个性化的服务和体验。从智能手机的个性化推荐到心理咨询机器人，情感AI的应用无处不在，极大地丰富了我们的互动方式。然而，情感AI并非无所不能，它的运作也存在一些关键的约束。首先，数据隐私是其发展的核心挑战。大量的个人情绪数据收集需要严格的法律保护，以防止滥用和泄露。💡🛡️其次，技术的透明度和道德标准同样重要。我们有权知道AI如何解读我们的感受，而不是被它“操纵”。🤔🌈再者，情感AI在处理复杂或微妙情绪时可能面临局限，毕竟机器理解人类情绪的能力尚有提升空间。📚🔍最后，尽管情感AI带来了便利，但过度依赖可能会削弱我们自身的社交技巧和情感智慧。我们需要找到一个平衡点，让科技成为辅助而非替代。🌈💪总的来说，情感AI的发展既要拥抱其带来的可能性，也要面对并解决随之而来的挑战。让我们共同期待一个既智能又尊重人性的未来。🌍🤝
Hume AI提供其EVI的API，允许用户根据其独特的数据集训练自己的Hume AI模型。同时还提供「表达测量API」（Expression Measurement API）, 企业客户可以使用该API构建应用程序。在表达测量API中可以访问的其他属性包括理解面部表情、语音爆发和情感语言——后者测量「转录文本的情感语调，包括53个维度」。EVI可以作为任何应用的界面。开发人员可以使用Hume AI的API构建个人AI助手、代理和可穿戴设备等等，产品可涵盖从AI助手到健康管理、从教学辅导到客户服务等各个领域。但同时，人们可能会对Hume的EVI产生依赖或以一种不健康的方式沉迷于它的潜力，该技术也可能会被用于一些不好的用途，比如操纵、欺诈等等。在直接被问及此可能性时，考恩提供了以下声明：
当人工智能利用我们的情感行为来达到某些目标（比如促进购买、提高参与度或培养习惯）时，它可能会学会操纵和利用我们的情感。
因此，开发人员应该将了解用户情感行为视为人工智能本身的目标，而不是将这些行为仅仅当作达到第三方目标的手段。
算法用于检测情感线索应该服务于用户健康和福祉的目标，包括对异常情况做出适当反应、保护用户免受滥用，并促进用户的情感认知和自主性。
该网站还包括一系列「不支持的用例」，例如操纵、欺骗、「优化减少幸福感」（如「心理战争或折磨」）以及「无限制的共情人工智能」。但这不过泛泛而谈，当AI真的有了情感之后，如何用伦理、用法律去约束，人类还有很长的路要去探索。参考资料：https://venturebeat.com/ai/is-ais-next-big-leap-understanding-emotion-50m-for-hume-says-yes/
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
