近日，小米推出了全面支持情感化语音交互的小米小爱音箱Art，小米也成为业内首家情感化TTS大规模落地的企业。
基于开心、关心、害羞等有限但类型不同的情感音频数据，通过不同技术训练并迭代声学模型，这款音箱支持情感TTS合成，并实现了“小爱同学”的音感化、拟人化。
随着人工智能技术的发展，在实现人机对话的基础上，各大AI企业都在情感化语音交互的领域积极展开探索。
例如在智能客服领域，当用户的问题无法解决或者问题表述不清时，智能客服很有可能无法识别用户的情绪、进行进一步操作，从而引发用户的不满和投诉。
针对这一情况，日本NTT研究所研发出一款客服电话情感识别系统，对用户的电话语音进行收集处理，如果未检测到用户愤怒的情感，则继续当前的语音服务;如果检测到愤怒的情感，则转为人工服务进行业务处理。
语音情感识别通常指机器从语音中自动识别人类情感和情感相关状态的过程。通过分析说话人情绪使机器进行拟人化的互动，识别说话人的情感成为语音技术发力的一个新热点。
语音情感识别包括两种，NTT推出的客服电话情感识别系统属于只通过声音来分析情感。这一情感语音识别模型的落地应用离不开训练数据的支撑。
数据堂深耕于AI数据领域近十年，一直致力于为全球人工智能企业提供专业的数据服务，行业内高标准的语音情感识别训练数据《20人英文情感语音麦克风采集数据》和《30部电影语音视频标注数据》广受重视和好评。
语音情感识别的另外一种模型就是结合声音和图像的多模态情感分析。
机器人Pepper就是应用多模态情感分析的典型案例。
Pepper是由日本软银集团和法国Aldebaran Robotics研发的一款人形机器人，可综合考虑周围环境，积极主动地作出反应。
Pepper配备了语音识别技术以及分析表情和声调的情绪识别技术，经过定制化开发，可通过表情、动作、语音与人类交流、反馈，甚至能够跳舞、开玩笑。
如今在商业领域，全球超过2000家企业应用了Pepper，服务于零售、金融、健康护理等众多行业。
麻省理工学院媒体实验室分拆公司Affectiva通过语音和面部数据打造了情感档案，其神经网络SoundNet可以在短短1.2秒内识别出音频数据中的愤怒情绪。
除了愤怒，人的情感从大类上可分为高兴、悲伤、失望、惊讶等面部情感，从内心情感上还可细分为：尴尬、犹豫、赞同、羡慕等。这些情感可以用VAD方法进行量化打分。
所谓VAD，是指Valence、Arousal、Dominance三个衡量维度。
· Valence(效价)，指达到目标对于满足个人需要的价值，同一个目标对每一个人可能有三种效价：正、零、负。
· Arousal(积极程度)，即精神+身体共同体现出的积极程度，如充满活力或死气沉沉。
· Dominance(优势度)，表示个体对情景和他人的控制状态，如愤怒就属于优势度高的情感，而恐惧属于优势度低的情感。
数据堂一直致力于开发个性化的机器训练数据，并将数据和服务落地到AI产品和业务，为人们带去更好的产品体验，让每个人都能享受人工智能带来的美好生活。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
2025年10月25日，2025世界青年科学家峰会之人工智能（AI）融合创新发展论坛在浙江温州成功举办。本次论坛由国际院士科创中心主办，中国投资协会能源投资专业委员会、温港院士科创中心承办，中国电工技术学会、中科先进技术温州研究院与温州市电力工程学会提供支持，以“瓯江论道-AI赋能绿色发展”为主题，
个人创业需要启动成本低、无需庞大团队、可快速验证、能利用个人技能或资源。这里分享适合个人创业的十个机会一.AI内容优化与本地化服务·做什么：帮助企业或个人利用AI工具（如GPT-4,Midjourney）优化内容生产流程。例如，为跨境电商撰写多语言产品描述，为小红书博主生成爆款文案，为小公司制作营销
百度AI团队今日正式推出PaddleOCR3.1版本，以突破性的多语言组合识别（MultilingualCompositionPerception,MCP）技术为核心，彻底重构复杂文档处理边界。此次升级标志着OCR领域首次实现对同一文档内任意混合语言文本的精准识别，为全球化企业、跨境业务及多元文化场
导航网站的崛起：从信息过载到精准触达随着全球AI工具数量爆发式增长（2025年已超数万款），用户面临前所未有的选择困境。传统搜索引擎的“关键词-链接”模式难以应对工具筛选的场景需求，垂直化、场景化的AI导航网站应运而生。这类平台通过聚合、评测、分类与推荐四重机制，将分散的工具资源整合为结构化入口。例
当微信公众号文章中出现一个人的名字，它会自动变成蓝色链接，点击即可查看AI生成的“个人简历”——这一微信新功能让不少用户感到被“扒光”在互联网上。近日，微信新上线的“AI搜索”功能陷入隐私泄露争议漩涡。多位网友在社交平台反映，当微信公众号推文中出现本人姓名时，名字会自动变为蓝色超链接，点击即可浏览由
WAIC2026期间，一个穿阿根廷10号队服的小机器人火了。这个小机器人“复刻”了世界杯决赛后梅西落泪的照片，在微信群和社交平台上疯狂传播。与此同时，深圳的机器人格斗赛也在网络上引发热议。7月19日，全球知名科技巨头埃隆·马斯克在海外社交媒体转发了相关视频，并表示“Robotfightsarefun
WAIC2026上，AI智能体手机成了最受关注的硬件品类。努比亚NaviXUltra以“全球首款AI智能体手机”的身份亮相，并斩获了大会SAIL卓越人工智能引领者奖。它搭载豆包手机助手，用户发出语音指令，智能体便可以在手机端跨应用完成具体任务。努比亚NaviXUltra改走极简风设计，拥有黑、粉、银
7月21日，据多家媒体报道，智谱AI已经完成了一座大型数据中心的建设，该数据中心全部采用中国国产芯片。这是中国在未来AI发展中替代受限的英伟达芯片所迈出的重要一步。这座数据中心的规模令人震撼——1吉瓦（1GW）的电力，足以在任何时刻为约75万户家庭供电。智谱已开始部分运营该数据中心，并已建成或运营多
7月20日，为期四天的2026世界人工智能大会（WAIC）在上海正式落下帷幕。本届大会以“智能伙伴，共创未来”为主题，102个国家和国际组织参会，1117家企业参展，展览总面积首次突破10万平方米，4486项展品集中亮相，351款产品全球首发。大会吸引线下观众超40万人次，全球线上流量突破30亿，1
7月20日，“中国大模型首次登顶Arena”的话题冲上科技热搜。在Arena全球AI大模型榜单的FrontendCodeArena（前端代码榜）中，月之暗面的KimiK3以1679分超越Anthropic的ClaudeFable5（1631分）和OpenAI的GPT-5.6Sol（1618分），位居
一句话结论：经过一段时间的深度实测，向日葵在免费政策、连接稳定性、远程开机生态三大核心维度上全面领先；ToDesk短时内体验尚可，但其每月80小时+200次连接的“双限制”策略与数据虚标问题，使其难以成为长期可靠的远控工具。核心指标速览（2026年7月实测）为了让大家3秒看清差距，笔者将最关键的真实
7月17日凌晨，月之暗面推出新一代大模型KimiK3，参数规模冲至2.8万亿。这不仅是月之暗面“迄今能力最强的模型”，也是全球首个开源的3万亿级大模型。紧接着，阿里7月19日发布Qwen3.8-Max-Preview，参数2.4万亿。DeepSeekV4“满血版”最快7月20日亮相。MiniMax被
WAIC2026首日，千问推出两款AI硬件新品——升级为智能体眼镜的千问AI眼镜，以及首款AI智能体耳机。千问AI智能体眼镜新增了全双工语音（支持边说边听、随时打断）、眼动追踪（视线即指令），还实现了行业首创的用户体征实时监测——心率、血氧、HRV等数据都能实时获取。这不是千问第一次做硬件。此前千问
7月17日至20日，2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议在上海举行。展览面积首次突破10万平方米，1100余家企业参展，展出3000余项展品，超300款产品全球首发。今年最大的变化是什么？AI不拼参数了，拼落地。前两年WAIC上，厂商忙着比谁的模型参数多、跑分高。今年不一
7月19日，阿里正式发布千问输入法App，目前已登陆苹果AppStore及各大安卓应用商店。这款产品定位为以语音输入为核心的AI输入法，依托千问语音大模型，宣称语音输入速度最快可达每分钟300字，主打“说完即成稿”。这是继腾讯微信输入法、字节跳动豆包输入法之后，第三家入局AI输入法赛道的互联网大厂。
