7、语音助手情感决策背后的人类因素解析

语音助手情感决策背后的人类因素解析

1. 情感感知技术的兴起

如今，情感检测与建议“解决方案”已成为现实。例如，当你将苹果 iPhone 贴近脸部时，Siri 不仅能解锁设备，还可能会说：“你看起来很焦虑。想听点舒缓的音乐吗？” 并从你存储的音乐中调出合适的播放列表。2016 年，苹果收购了专注于利用人工智能进行面部识别的 Emotient 公司，其模型假定人类情感通过面部表情的表达是统一的，但这种模型存在争议，因为它基于人类表达情感的方式是与生俱来且跨文化普遍的有争议的理解。

面部和情感识别能力正通过固件升级出现在我们日常生活使用的产品中，成为新兴“情感互联网”的一部分。许多产品不仅能分析我们面部的情感，还能分析我们声音中的情感。像亚马逊的 Alexa、苹果的 Siri 和谷歌 Home 或 Assistant 等市场领先的数字语音助手，正越来越多地开发基于通过语音语调、用词和句法捕捉到的情感线索的新服务。

2. 情感计算与情感普遍性

情感计算融合了计算机科学、心理学和认知科学，旨在设计能够识别、解释甚至模仿情感的系统，以促进人机交互。早期的情感计算受到批评，因为它将情感简化为可捕捉、建模和增强的离散信息单元。近年来出现的社会互动方法更注重文化背景，通过面部表情识别、面部动作检测、凝视估计、身体语言识别和人类生理信号（心率）估计等信号来识别人类情感。

不同学科对情感的术语和理论方法缺乏概念上的共识。社会学的情感理论认为，情感的体验和表达不能脱离其发生的社会背景，这与情感计算编程中使用的普遍人类情感理论直接对立。市场上的情感自动决策技术，如“Feel”腕带和“MoodMetric”戒指，通过皮肤传感器读取和响应人体的电活动，将生理信号转化为情感状态