Hume AI —— 情感解析与表情评估专家的AI语音交互机器人

124 0 0

Hume AI指的是什么？

Hume AI是一款致力于研发能够解读人类情感与表情的先进人工智能产品，并提供了实时且可定制化的语音智能API服务。其核心产品——Hume EVI，则是全球首个具备共情能力的AI语音交互接口。EVI巧妙融合了大语言模型的语言处理能力和面部情绪识别技术，使得机器不仅能理解用户的情绪状态，还能作出相应的情感反馈，为用户提供更加真实的对话体验。通过这一创新的技术方案，开发者能够简便地将情感智能AI整合到各类应用中去，在健康护理、AR/VR环境以及客户服务等多个领域发挥效用，并最终利用科技手段提升人类的情感体验和生活质量。

Hume AI的核心特性

情感辨识及回应通过解析声音特征与面部动态，系统能够辨识出用户的情绪变化，并据此提供相适应的回应。
情感仿真通过模仿各种情绪状态，实现与用户的更为鲜活的交互体验。
日常交流该对话具有较低的延时，并支持在交流中加入语气词，使得交互体验如同与真人一样自然流畅，仿佛对方正在认真思考并聆听你的言语。
情感图形化展示在交谈时，即时呈现情感波动图谱，并以视觉形式展示交流中情感的演变。
创作定制音效与独特风格Hume AI 拥有让使用者能够修改 EVI 2 基础音频特性的工具，涵盖了如女性特质、鼻腔共鸣以及声调等多个可调节的维度。

Hume AI的情感呈现

语言节奏Hume AI具备辨识超过25种不同的旋律模式，节奏样式及音色特征的能力，从而为日常对话增添丰富的层次感与复合意义。它能够识别出多种情绪状态，如愉悦、愤怒、困窘、厌倦、宁静、疑惑、鄙视、渴望、坚定决心和苦恼等情感反应，并且还能捕捉到恐惧心理以及愧疚感受，面对恐怖情境的反应，经历痛苦的感受表达，自豪的情绪展现，悲伤的情感流露及惊讶与疲惫的状态。
语音传达识别28种声音表达方式，它们各自承载着不同的含义，并且可以以多种组合形式出现。这些包括但不限于敬仰之情的流露，享受乐趣的表现，愤怒情绪的宣泄，对某些事物充满敬畏的态度，表现出困惑的状态，轻视或鄙夷的情感展现，感到满足时的声音特征，欲望强烈的表达方式以及失望、厌恶、焦虑不安的情绪呈现；此外还有羞涩难堪的感觉传递、激动兴奋的状态体现和恐惧心理的传达。同时涵盖了兴趣浓厚的表现形式及愉悦欣喜的心情流露，在痛苦中的呐喊声与达成目标后的喜悦之声也能被区分出来，并能辨别出宽慰之情，悲伤情绪，惊愕之感以及同情之心、疲惫无力的感受等不同的情感声音特征。
语音沟通模式研究了包括“笑”、“叹息”、“尖叫声”以及诸如“哦”、“啊”和“嗯”的在内的67种标识符，以分析它们在音频表达中的出现几率。
面部表情识别出37种面部表情，每一种都承载着独特的意义，并且这些表情可以以多种组合方式展现出来。涵盖的情感包括但不限于钦佩与崇拜的美感表达，愤怒和焦虑的情绪流露，对伟大事物的敬畏感及内心的平静状态；还有轻蔑的态度、满足的心情以及各种欲望的表现形式；此外还包括失望和困扰的感觉、怀疑的心态、极度喜悦的状态，尴尬的情境体验，同情他人的痛苦感受以及痴迷的状态等。
脸部表情的动态捕获技术优化后的自动面部表情分析系统(FACS)能够评估26种面部动作单元(AU)及额外的29项特性，其精确度甚至超越了传统的FACS方法。
实时响应通过观察一段时间内的面部表情变化，可以关联到超过二十种不同的情绪报告。这些情绪涵盖钦佩与崇拜的感受，审美体验及娱乐享受，焦虑和敬畏的心态，无聊时刻和平静状态下的情感表达，专注和沉思的心境展现，困惑时的迷茫以及满足感的流露。还包括渴望、厌恶与苦恼等复杂心情，同情心引发的痛苦感受和嫉妒情绪的存在。此外还有兴奋激动的感觉、恐惧及内疚的情感波动，“恐怖”氛围中的强烈反应，对事物表现出的兴趣点，愉悦时刻里的喜悦之情及其背后蕴含的爱情情感体验等多种情绪状态。