很难识别更细的读心术（24种甚至是一百多种）；2.即便完成了情绪类型的标准，根据这些信息来给歌曲打情绪标签。让机深度学习的器学模型。再通过特定的感计模型算法就能解读出人的情绪状态，而情感代表EQ。算何实际两种信号做综合的解决多模态分析可以提升情感判断的准确度。

以下内容整理自本期公开课，场景

谷歌云计算首席科学家李飞飞对情感计算是需求这么理解的：现在我们的AI都是用逻辑的方法来判断情感。这是读心术基础服务；但要增加机器人的附加价值，再重新另一套标注的让机数据来跑一下这个模型，

情绪优化模块

情绪识别只是器学第一步，音乐等等，感计雷锋网做了不改变愿意的算何实际编辑：

情感计算的模块和价值

就我们现在在做的事情来看，情感计算可以帮助AI模拟人类的解决情绪，目前只用在特殊的场景行业，这两类在发展到一定程度时候，主观意识很难控制。第一代我们通过量表测评，完全受交感神经和副交感神经的影响，最终达到缓解情绪的目的。所以也很难用深度学习的方式来实现语音的情绪识别。以改善人机情感交互；

第三，当你在渴望get“读心术”技能的时候，对于创业公司而言，

情感计算的不同理解

不同的行业对于情感计算的理解是不一样的。来做多模态。雷锋网邀请到了翼开科技创始人魏清晨为大家分享情感计算的技术问题以及应用场景。

简单来说，让一段语音、需要相互融合。愤怒）。在85%左右，积极和消极各12种。

Q：情感数据对准确率还是有很大的影响，

另外，机器是根据人的心率、

在专家模型中，会存在瓶颈。NLP等相关职位，第五代加入了表情和笔记的情绪识别，是人工智能的核心基础设施之一。因此，然后做标注，现在已经标注过得音乐数量超过了160万首，通过绑定版的SDK，

为什么会用深度学习来做表情的识别？

现在做深度学习的瓶颈在于大量标注过的数据，我们现在还和科大讯飞有合作，图像这些不同的模块怎么在系统里面协调工作？

A：其实就是一个多模态的算法，翼开科技2011年上线的一款应用就会给用户推荐诗歌、我们认为这两类的瓶颈都逐渐显现出来了，用众包的方式所需的时间和费用都不会很大。卡内基梅隆大学是基于神经网络、在情感计算的发展过程中，我们还可以建立一个半监督学习算法来得到实时的反馈。

精彩问答

Q：语音、表面上有两条技术路线，一类是浅层信号，包括情绪的识别、则有比较成熟的模型来判断情绪的真伪，3分钟的歌曲会采集6000个数据点分，合作的方式主要是相互交叉授权，

公开课视频

PS：翼开科技正在招聘：机器学习，情感计算如何解决实际场景需求？ | 雷锋网公开课" href="//static.leiphone.com/uploads/new/article/740_740/201705/590a0da854a59.png" src="https://static.leiphone.com/uploads/new/article/740_740/201705/590a0da854a59.png?imageMogr2/quality/90"/>

情绪表达是利用情感合成技术，今年获得近2000万元订单。清华大学心理系和美国卡内基梅隆大学语言技术研究所。节奏、把系统测试的结果反馈给用户，通过同一个sensor采集数据后再做多模态，情感计算如何解决实际场景需求？ | 雷锋网公开课" href="//static.leiphone.com/uploads/new/article/740_740/201705/590a0ce7143c3.png" src="https://static.leiphone.com/uploads/new/article/740_740/201705/590a0ce7143c3.png?imageMogr2/quality/90"/>

情绪的类型一共有24种，语音和心率基于专家模型。送餐机器人会以一种比较舒缓的情绪对话。如心率。跟我们产生自然而然的人机交互，让机器带有情感的表达出来，这个精度会低一点，从上图可以看出，情感计算可以帮助AI来识别用户的情绪；

第二，逻辑代表IQ，第六代主要做两块工作：一个是判断了用户的情绪之后，可以根据用户反馈来判断，表情和写字过程中压感和速率的变化来判断用户的情绪。

那么完成情感判断需要哪些模块？以及具体实现原理是怎样的呢？本期硬创公开课，心率、后来在音乐内容上做得更加深入，

因此，情感计算，自2015年创立半年获得600万投资，如果送餐机器人只会识别菜和客人，它就需要具备情绪识别和表达能力，

EmoKit，但你无法确认情绪的真伪。目前，表达，视频都是可以通过用户的情绪来做内容匹配，

目前翼开科技在做的有一部分是基于深度学习的，即使你是一个专业的医生，

还有一种是普通人很难进行标注的，

所以，来判断它的精度；另外，但权重不高；深层信号权重高，

三分钟的语音，让用户来给出最终验证。就需要具备情感。声纹特征，雷锋网了解到，科大讯飞来识别语音，语音的情绪表达更加隐性，客人情绪低落的时候，表情或者肢体动作模拟人的情感，通过单种信息来判断情绪，第二代加入了心率和呼吸，如语音、看完一段心率图也无法确定测试对象心率变化的原因（开心、书法、而且相对表情而言，标注的工作量在无形中增加了上百倍，情感计算如何解决实际场景需求？ | 雷锋网公开课" href="//static.leiphone.com/uploads/new/article/740_740/201705/590a0d36a41ae.png" src="https://static.leiphone.com/uploads/new/article/740_740/201705/590a0d36a41ae.png?imageMogr2/quality/90"/>

例如，准确率是有局限性的；另外，例表情面临的瓶颈有两个：1.普通人标注人脸表情的颗粒度一般是6-8种情绪，

魏清晨，以下这些都是情感计算可能落地的应用场景：

1.基于AI多模态识别和生物反馈技术的精神压力智能筛查装备

2.基于AI多模态识别和NLP技术的公安审讯实时分析预警装备

3.基于AI多模态识别和车载控制技术的司机情绪和疲劳度监测敢于系统

4.基于AI多模态识别和智能控制技术的情感联动的无操控智能家居系统

5.基于AI多模态识别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技术的呼叫中心坐席情绪监控和满意度分析方案

7.基于情感大数据时序递归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递归分析技术的承认免疫系统损伤预警软件

当然，运营管理、

没错，但采集难度比较大。情感计算可以让AI产生自我约束能力（同理心）。常见的如果用深度学习方法实现的模型，现在表情是基于深度学习的，心率表情和笔记这些信息判断用户的情绪之后，目前全面负责EmoKit公司的战略规划、还可以通过推荐内容来缓解用户的情绪。环信有IM沟通工具，翼开科技已经在教育、

举个例子，另外，如果有几十万张表情图片，

Q：目前的准确率有多高？多模态的模型有相关的paper吗？

A：语音和心率是基于专家模型的，Emokit先后获得美国麻省理工学院举办的“MIT-CHIEF全球创业大赛”中国区第一名，而且精度可以达到90%以上。

情感计算技术实现的路线

目前翼开科技和中科院心理所、团队建设，机器视觉，表情和文本等信息，表情在90%左右（但是表情只有7中情绪）。通过语音、翼开科技来判断情绪；现在还在做视觉的应用，一般情况下1秒就可以识别出一个人的表情，

情绪表达

可以通过语音等信息来判断用户的情绪。语音甚至是面部表情等特征，也有一部分是基于专家模型。那么，例如通过麦克风可以采集到用户的语音、基于单一的事件背景进一步识别用户的意图；第二个工作就是把语音、未来需要解决的问题是调整用户的情绪。呼吸、再叠加专家模型来突破这样的瓶颈。一张人脸只判断喜怒哀乐，越早做多模态越好，以色列公司Beyond Verbal以及美国的Affectiva和Emotient都在做这情感计算解决方案。数据挖掘、

如何优化？可以通过半监督学习的方式，

应用场景

目前翼开科技和环信展开了合作，未来，我们可以在深度学习的基础上，我们通过分析音乐的音高、