大數據時代來臨，隱藏在話語中的心情AI都知道！

「 嘿Siri ! 」語音辨識功能的再升級

相信大家對手機的語音辨識功能都不陌生，只要對著手機說一句話，語音辨識系統就能精準地將你所說的話轉換為文字，這項功能使我們的生活便利了許多。這也讓我們不禁想像著，過去在科幻小說裡的機器人時代，是不是漸漸要實現了呢？

然而，目前的語音辨識系統，僅僅將語音轉換為文字的功能，能滿足特定的功能，常見例子是基本操作、語音輸入或者翻譯等，但是目前有許多研究慢慢將「情感」加入在語音辨識的功能裡，透過說話者的語氣、表情和肢體等偵測參數，來判斷出說話者真正的語意，提供更客製化且有溫度的服務。

人們複雜又細膩的情緒變化

在 1995 年由麻省理工大學（MIT）的教授羅莎琳．皮卡德（Rosalind Picard）提出「情感運算」這個概念，開始藉由偵測人類的生理反應、表情肢體來辨識情緒，只是情緒既主觀又抽象，每個人表現情緒的方式都不太一樣，再加上說出口的內容，搭配不同的口氣，也可能產生反諷、逞強的情緒，因此情緒辨識系統，就如同我們人類在社會化的過程一樣，藉由過去經驗的累積來找到應對進退的最佳方法與回答，相信許多伴侶、朋友就算長久相處，也仍有摸不透對方心思的感覺，對吧！

即便如此，早在20多年前就陸續有科學家投入語音情緒辨識系統的研究，並試著將這套系統應用在客服服務、心理諮商、電腦遊戲、機器人等領域。語音情緒辨識系統的運作，是先透過AI學習並建立一套「語音情緒資料庫」，裡面包含人類在快樂、憤怒、悲傷等不同情緒時可能會有的聲音表情。接著就能收集想辨識的語音樣本，並擷取語音中的重點部分讓電腦經過資料庫比對分析，最後就能找出說話者當下的情緒！

客戶服務

藉由分析客服電話中，顧客對談時的話語口氣來判斷情緒，比如：感到、不耐煩等等，而美國的 Cogito 公司便是以此技術來優化客服人員的訓練，藉由分析結果引導客服人員，如何進行最佳的溝通，提高客戶滿意度，語音情感辨識也可以用於根據顧客的情緒狀態，提供個性化推薦。例如：如果客戶感到快樂和放鬆，系統可能會推薦更奢華或享受性的產品或服務。相反，如果客戶感到壓力或焦慮，系統可能會推薦更平靜或放鬆的產品或服務。

醫療領域

語音情緒識別早已是被運用在輔助醫學、心理諮商的服務裡，例如：憂鬱症、焦慮症、自閉症以及阿茲海默症等疾病的診斷，透過蒐集患者的言語中的情緒特徵與表達模式，進行數據紀錄與分析。例如：美國史丹佛大學教授達西（Alison Darcy）研發出的一款聊天機器人「 Woebot 」它可以根據對話內容給予輔助，幫助你檢測心情，暫時趕走憂鬱的非理性想法。

當然這款聊天機器人無法取代心理諮商師所能提供的專業服務，但運用科技與醫療技術的搭配，就能將影響力擴大，各自發揮協助更多身陷疾病的人們。

教育領域

這項技術同樣也能被運用在教育上，像是語言學習，可以偵測你在練習第二外語口說的語調發音，提高語言學習的成果，或是輔助學習，透過偵測學生的情緒狀態與參與度，了解學生是否感到困惑、沮喪或是記憶力不足，並對此提供相對應的教材、教學模式。

娛樂領域

而如果應用在娛樂、遊戲領域，就能創造出更個人化、接近真實的使用體驗，例如在遊戲開發上，用來檢測恐怖遊戲，是否能讓玩家感到恐懼，或是配合玩家情狀態來調整遊戲難度，或是在音樂娛樂上，就可以判斷使用者當下的情緒，來推薦相對應的歌曲。

隱含在無限可能的問題

科技發展的同時，也會帶來相對應的倫理道德問題，除了常見的隱私疑慮以外，語音情感辨識也可能造成歧視的情況，由於文化語言上的差異，或是訓練數據中帶有的偏見，但重要的是，這些情況都不是我們樂見的，而目前也有研究正在致力於改善、解決這些潛在問題。

那雖然當前的語音辨識情感系統，還未完全成熟，不過目前的技術發展已經可以辨識出基本的情緒變化，全球各地也不斷地有新的平台在業界興起，可應用的領域非常多元，可以說是為語音辨識打開了一扇新的大門，仍然是未來極具發展性的新技術！