第一次使用手機(jī)語音助手的時(shí)候，這個(gè)令我新奇不已的玩意兒，總是會(huì)在我興沖沖地問一個(gè)問題之后，令人失望地回答一句：“我好想聽不懂你在說什么……”

后來技術(shù)演進(jìn)，它終于能夠通過我的一些關(guān)鍵詞，聽懂我說什么了。但一板一眼，一字一句，程式化十足。

慢慢地，簡(jiǎn)單的對(duì)話已經(jīng)難不倒它。語音助手開始不局限于僅僅是對(duì)“文本”的理解，而是加入視覺、聽覺等分析技術(shù)，通過“察言觀色”來捕捉人的“話語”背后蘊(yùn)藏的情感。它們開始試圖獲取人類的情緒。

就像亞馬遜近日所透露的，基于Alexa語音識(shí)別情緒的技術(shù)能力，他們有計(jì)劃打造一款類似手表的可穿戴設(shè)備，通過捕捉用戶的情緒，而去提供更多的服務(wù)。

萬事不離“視聽”：AI探知情緒的主要途徑

對(duì)人類的情緒進(jìn)行研究和總結(jié)，是一個(gè)已經(jīng)開展了將近一個(gè)半世紀(jì)的課題。最初研究者們往返于不同的種族人群，進(jìn)行比對(duì)、分析，得出了人類的幾大基本情緒類別，然后可以應(yīng)用在人際交往、醫(yī)療護(hù)理等行業(yè)。

而在人機(jī)交互越來越深入的今天，機(jī)器能否對(duì)人的情緒進(jìn)行充分的理解，將會(huì)直接影響到交互體驗(yàn)。由此而來，諸多人工智能公司開始對(duì)機(jī)器識(shí)別情緒展開了攻關(guān)。得益于圖像識(shí)別和語音識(shí)別技術(shù)的不斷取得突破，目前AI識(shí)別情緒主要有兩種途徑。

第一種是視覺情緒識(shí)別。這是一種最基本的情緒識(shí)別方式，因?yàn)槿说那榫w往往會(huì)以面部肌肉運(yùn)動(dòng)的形式來直接呈現(xiàn)，這也是美國(guó)心理學(xué)家保羅·艾克曼和福里森證明人類有六大基本情緒的直接原因。

而面部識(shí)別如今已經(jīng)是一項(xiàng)非常成熟的技術(shù)，通過“喂給”AI大量的面部表情數(shù)據(jù)，然后進(jìn)行學(xué)習(xí)，從而就可以對(duì)現(xiàn)實(shí)中人臉?biāo)�呈現(xiàn)的情緒進(jìn)行判斷。國(guó)內(nèi)就有專門做面部情緒識(shí)別的人工智能公司，比如曠視、太古等。

第二種是語音情緒識(shí)別。人的情緒出了能“看”出來，也能“聽”出來。與之直接相關(guān)的就是不同情緒下人說話的語調(diào)：深沉之于悲傷、高昂之于愉悅等。

相較于視覺識(shí)別，語音識(shí)別的難度要高了不少。因?yàn)榍榫w與表情的對(duì)應(yīng)度要遠(yuǎn)高于語調(diào)與情緒，比如你很難將哭喪臉與開心聯(lián)系到一起，但一個(gè)人如果說話聲音低沉的話可以表示他心情沉重，也可能是因?yàn)樗�的音色本就如此。正因如此，�?duì)聲音信號(hào)的分析才會(huì)要求更加精細(xì)。百度、谷歌、亞馬遜等對(duì)此均有一定的技術(shù)積累。

除了這兩種情緒識(shí)別途徑之外，通過文本識(shí)別和生理信號(hào)（腦電波、呼吸、皮膚阻力等）也是AI進(jìn)行情緒識(shí)別的方法，但由于文本涉及的場(chǎng)景狹窄和生理信號(hào)的準(zhǔn)確率低的短板，其尚不能成為主流的情緒識(shí)別方法。

顯然，Alexa所擅長(zhǎng)的就是第二種途徑。在語音情緒識(shí)別方面，去年10月Alexa就已經(jīng)取得了相關(guān)專利，其可以通過聲音的模式來確定用戶的幸福、快樂、憤怒、悲傷、恐懼、厭惡、無聊、壓力和其他一些情緒的狀態(tài)。而如今，這項(xiàng)專利終于要派上用場(chǎng)了。

從買止咳糖漿到在線購物：Alexa聽懂情緒后怎樣

Alexa是亞馬遜專門研究智能語音技術(shù)的團(tuán)隊(duì)，它的技術(shù)要進(jìn)行應(yīng)用轉(zhuǎn)化，往往和亞馬遜的另一個(gè)團(tuán)隊(duì)Lab 126（曾經(jīng)開發(fā)過kindle和echo等產(chǎn)品）有關(guān)。這一次，兩個(gè)團(tuán)隊(duì)再次攜手，準(zhǔn)備把語音情緒識(shí)別的最新成果搭載到一個(gè)類似智能手表的可穿戴設(shè)備上。通過與手機(jī)APP的連接，來為用戶提供個(gè)性化服務(wù)。

根據(jù)亞馬遜的內(nèi)部文件，這款手表的功能定位很簡(jiǎn)單，就是健康輔助。而在此之外，它還可以通過識(shí)別用戶的語音特征來進(jìn)行情緒判斷，然后為其提供與他人交流的最佳方式。

根據(jù)描述，如果一個(gè)女生一邊擤鼻涕一邊咳嗽一邊又跟Alexa說自己有點(diǎn)餓了，那么Alexa就會(huì)通過對(duì)女生說話的的音調(diào)（虛弱、低沉）和背景音（咳嗽、擤鼻涕）分析出她很可能得病了，然后發(fā)出來自機(jī)器的貼心關(guān)懷：要不要來碗雞湯，或者叫個(gè)外賣？甚至直接線上訂購一瓶止咳糖漿一小時(shí)內(nèi)送貨上門？

說真的，妹子要真有這么一個(gè)貼心助理，還要什么男朋友？

從這個(gè)角度來說，Alexa作為個(gè)人生活助理的角色會(huì)得到進(jìn)一步的加強(qiáng)。比如將其和手機(jī)音樂、電商APP等業(yè)務(wù)進(jìn)行連接，在感知到你比較悲傷的時(shí)候?yàn)槟愠�一支快樂的歌，或者為你購買一盒甜品來讓你通過食物獲取愉悅感等。

由此而往，Alexa很可能將開啟一種全新的語音購物推薦方式。與傳統(tǒng)的通過捕捉用戶的瀏覽記錄、搜索記錄或者通過“竊取”其他用戶在手機(jī)其他APP上留下的隱私足跡，然后進(jìn)行毫無目標(biāo)的泛化、低效的推薦不同，通過感知情緒和問詢來為用戶進(jìn)行購物推薦，能夠獲得更高的成交效率。這無疑將對(duì)電商形成巨大的吸引，也是可能成為Alexa獲利的一種新的商業(yè)模式。

當(dāng)然，現(xiàn)在這種可穿戴設(shè)備尚且處于研究的早期階段。亞馬遜并未完全確定是否執(zhí)行此項(xiàng)計(jì)劃。如果技術(shù)可行的話，才會(huì)進(jìn)一步地去進(jìn)行設(shè)計(jì)。我們這樣長(zhǎng)篇大論似乎有“過度解讀”之嫌。

但在這個(gè)時(shí)代，最不可小看也最無法預(yù)測(cè)的，就是技術(shù)的走勢(shì)。如果它真的走入了現(xiàn)實(shí)，或許還真有一些東西需要認(rèn)真對(duì)待并妥善解決。