AI迎宾接待机器人的核心是人机交互,在智能人机交互的研究中,对情感的识别、分析、理解、表达的能力是重点研发方向。情感计算作为人机交互技术的重要内容之一,致力于通过计算机对人类的情感状态进行识别和分析。 情感计算的核心在于利用机器学习和人工智能算法,从人类的语音、面部表 情、生理特征等多个维度捕捉情感信息,并对其进行分析和判别。
情感计算包括文本、语音、视觉三种形式
可以由3部分组成:文本信息采集、情感特征提取和情感信息分类。文本信息采集模块通过文本抓取工具(如网页爬虫工具) 获得情感评论文本,并传递到下一个情感特征提取模块,然后对文本中自然语言文本转化成计算机能够识别和处理的形式,并 通过情感信息分类模块得到计算结果。
(1)20世纪80年代末至90年代初期,麻省理工学院多媒体实验室构造了一个“情感编辑器”对外界各种情感信号进行采 集,综合使用人体的生理信号、面部表情信号、语音信号来初步识别各种情感,并让机器对各种情感做出适当的简单反应;
(2)1999年,Moriyama提出语音和情感之间的线性关联模型,并据此在电子商务系统中建造出能够识别用户情感的图像采 集系统语音界面,实现了语音情感在电子商务中的初步应用。
(3)面部表情识别:到目前为止,面部表情识别模型都是将情感视为离散的,即将面部表情分成为数不多的类别,例如“高 兴”,“悲伤”,“愤怒”等。1971年,Ekman和Friesen研究了6种基本表情(高兴、悲伤、惊讶、恐惧、愤怒和厌恶),并系 统地建立了上千幅不同的人脸表情图像库。
(4)手势识别:一个完整的手势识别系统包括三个部分和三个过程,三个部分分别是采集部分、分类部分和识别部分;三个 过程分别是分割过程、跟踪过程和识别过程。
头部研发机构皆聚焦于情感智能模型的研发。目前全球顶尖的互联网企业 与头部科研院所皆有在情感智能大模型进行研发突破,例如META、 谷歌、 Hume AI,国内的上海交通大学等科研机构。主要研发项目在语音、表情、 聊天的识别于反馈上,随着后续技术成熟,搭载了先进模型算法的表情陪伴 机器人将可以实现更精准的交流与深层次的情感沟通,进而给用户提供情 绪价值。
![]() |
机器人底盘 Disinfection Robot 消毒机器人 讲解机器人 迎宾机器人 移动机器人底盘 商用机器人 智能垃圾站 智能服务机器人 大屏机器人 雾化消毒机器人 紫外线消毒机器人 消毒机器人价格 展厅机器人 服务机器人底盘 核酸采样机器人 智能配送机器人 导览机器人 |