AI赋能的新时代已至，AI技术也在飞速的发展历程中持续升级。人脸识别以及语音识别技术经过持续的优化升级已经足够成熟，然而科技的发展日新月异，新的AI技术正在逐渐替代或者辅助优化原有技术。除人脸识别以及语音识别外，虹膜识别、手势识别、静脉识别、情绪识别等新一代生物特征识别技术持续涌现，成为当之无愧的科技新贵。
两种探知路径，200亿美元的广阔市场
人类对于情绪的研究由来已久，目前已有百年历史。从“6种情绪分类”到“27种情绪分类”，情绪的概念定义以及状态分类正在逐渐完善延伸。在人工智能热潮的影响下，AI情绪识别开始逐渐成为新秀力量，并逐渐迈向商业化进程。
目前AI情绪识别已有的两种探知模式为视觉情绪识别以及语音情绪识别。
视觉情绪识别主要以计算机视觉技术依托，能够精准识别面部表情，想让机器根据面部表情识别人类情绪还稍有欠缺，还需要通过传感器、摄像头等外部硬件进行支撑。另一种方式主要是对面部情绪相关数据集进行标签化分类，通过机器学习算法进行针对性训练，从而实现精准情绪分类。
情绪不只能被“看”见，还能被“听”见，愤怒时语调高昂，悲伤时语调低沉，语音情绪识别主要从语音、语调、音高等多个维度对用户的情绪加以判定。这种形式大多作为智能语音技术应用的辅助性技术出现，主要应用于智能客服领域。一项技术的出现并不代表技术的成熟度、应用广泛度、应用深度就达到了可观的水平，这还需要技术的打磨以及应用场景的正确选择包括具备将AI产品快速复制的能力。智能客服领域能将情绪识别技术快速嫁接到应用场景的还在少数，但是不乏垂直领域内的头部企业，例如竹间智能、意能通、硅基等等。意能通融合声纹识别、情绪识别技术推出智能反欺诈业务，有效提高银行的风控水平，有效促进银行征信体系的完善构建。与意能通不一样，竹间智能则是将融合了语音、图像等多模态的情绪识别技术嫁接进自身的智能客服业务中，以更完善的情感反馈强化智能客服机器人的情感认知，促进人机交互趋向情感化、智慧化。
最近有消息称，亚马逊正在研发搭载情绪识别技术的可穿戴设备，后期还会接入APP转化为产品推荐或销售。亚马逊、微软等巨头入局，旷世、竹间智能、意能通等垂直领域AI企业跟进，AI情绪识别产业规模和市场份额正在持续扩大，技术应用也逐渐向多领域、多场景扩散，包括招聘、智能客服、健康评估、疲劳驾驶检测等等。
情绪是心理性名词，AI是技术性名词
情绪百科百科给出的解释是：情绪对一系列主观认知经验的通称，是多种感觉、思想和行为综合产生的心理和生理状态。情绪的外在表现形式多样，但情绪归根结底是一种心理行为，伤心时是微笑而不是哭泣，生气愤怒时是面无表情而不是大吼大叫，这种情况并不少见，这是因为个体差异造成的情绪表现形式不同。
不同于情绪的心理化，AI作为一种技术性工具缺少了情绪具备的灵活性。AI与生俱来的“刻板印象”让情绪识别的识别结果缺乏全面性与精准性，对于情绪的深层认知以及对人性化行为的探索是AI已有的弊病，在语音交互等方面可见一斑。
