憑借識別人的情緒，他們做到了2000多萬用戶、1000多萬訂單

本文作者：趙青暉

2017-05-31 22:23

導語：EmoKit接過了海妖音樂的接力棒，讓情緒識別不在局限于音樂。

根據荷馬史詩《奧德賽》中講述，在西西里島附近海域的一座遍地是白骨的島嶼上住著一群人首鳥身的女怪物，被人稱之為「海妖」，這些海妖經常游蕩在礁石和孤島之間，用自己天籟般的歌喉使得過往的水手傾聽失神，航船觸礁沉沒。后世經常以「海妖的歌聲」來形容一些令人心醉、神往的事情。

從神話的邏輯來說，「海妖的歌聲」是種魔法，但是如果強行從科學的角度來猜測的話，極有可能是這種聲音中包含了一種能夠攝人心魄的情緒，如果聲音中有情緒能夠影響人，那么反向來說，這種情緒也一定能被機器「讀懂」，幾年前，移動互聯網概念剛剛流行、「App創業」逐漸興起的時候，Emokit翼開科技的創始人魏清晨就做了一款擁有「讀心術」功能的音樂App——海妖音樂，這款App能夠讀取用戶的語音和心率兩項指標，從而分析用戶的情緒，并為用戶推薦符合其情緒的音樂。

隨著App創業大潮達到瓶頸期，魏清晨也順利轉型，EmoKit接過了海妖音樂的接力棒，讓情緒識別不在局限于音樂。

從音樂App到Emokit-SDK

中關村創業大街上的咖啡館迎來送往，見證了一批批創業公司的成功和落寞，雷鋒網(公眾號：雷鋒網)「新智造」就在大街上的Binggo咖啡見到了魏清晨，EmoKit的團隊也就在這家咖啡館辦公。

2014年，雷鋒網對海妖音樂這款App做過一次報道，簡單來說，用戶在移動設備上使用這款App時，App上會出現一段文字供用戶朗讀，設備會同時采集語音，并且使用「電容積掃描技術」直接通過攝像頭來采集心率。采集完成后，海妖就會分析語音（語調、語速、音量、停頓）和心率特征來識別用戶的情緒，并為用戶推薦相關的音樂。據Emokit創始人魏清晨說，這些音樂能讓用戶「產生更多感官享受和情緒共鳴」。

這款App就是EmoKit情感計算的初期模型。也是這款App幾乎奠定了EmoKit接下來的前進方向。

做出海妖音樂的時候，魏清晨就面臨著兩個抉擇：產品&技術。

從移動互聯網方向發展到現在，不難觀察到，App創業積累到一定用戶數量之后，難免會碰到瓶頸，幾乎都會碰到上述的問題，EmoKit也是一樣。當時魏清晨拿出了兩個選項：做音樂硬件或開放SDK。

經過權衡，魏清晨選擇了后者，做針對開發者的SDK和API，為他們提供技術支持。無論是互聯網還是人工智能行業，現在來看，幾乎都是底層技術商的勝利，所以魏清晨這個決定可以說是正確的。

之所以說他的選擇正確，一方面是因為做底層技術確實是未來創業的一個重要方向，另一方面，Emokit在技術方面的背景非常深厚。據魏清晨介紹，Emokit有兩位科學家對這方面的技術非常了解。

一個是Emokit的首席科學家楊瀅，楊瀅是美國卡內基梅隆大學的博士后，主攻腦神經認知方向，曾參與美國國防部“士兵精神篩查虛擬系統”項目，楊瀅的導師是Jeffery Cohn，IEEE Transactions on Affective Computing 的創始人和前主編，其創立的Faciometric被Facebook收購，目前，Jeffery Cohn也是Emokit的顧問；另一個是AI科學家張鹿鳴，浙大博士，新加坡國立大學博士后，主攻機器視覺、深度學習方向。

有了技術背景，其他都好說，由于此前的App積累了一定的數據和百萬級的用戶，SDK一經推出，用戶在短時間內就突破了千萬，截至雷鋒網「新智造」見到魏清晨的時候，EmoKit情緒識別的用戶已經達到了2000萬，而且在技術上已經更加完善。

情感識別的商業化落地

此前海妖音樂，只是利用聲音和心率來判斷用戶情緒，顯得有些單薄，而Emokit研發情感計算的過程中，算法也經歷了六次升級。第一代通過量表測評，第二代加入了心率和呼吸，第三代針對個體增加了縱向的學習和訓練，第四代對情緒做了一個細化（從原來的5中情緒增加到了24種），第五代加入了表情和筆記的情緒識別，第六代主要做兩塊工作：一個是判斷了用戶的情緒之后，基于單一的事件背景進一步識別用戶的意圖。第二個工作就是把語音、表情和視覺的行為、文本做一個多模態的擬合。

說到多模態，EmoKit情緒識別的SDK使用了多模態的識別方式，比如聲紋、基于更專業設備（智能手表、手環等）的心率、表情識別等等，讓情緒識別更加準確。

據魏清晨介紹，目前他們的情緒識別在商業應用領域用途非常廣泛，在基于人工智能的應用中，以下場景情感計算都能夠落地：

基于AI多模態識別和生物反饋技術的精神壓力智能篩查裝備

基于AI多模態識別和NLP技術的公安審訊實時分析預警裝備

基于AI多模態識別和車載控制技術的司機情緒和疲勞度監測干預系統

基于AI多模態識別和智能控制技術的情感聯動的無操控智能家居系統

基于AI多模態識別和動機分析技術的金融信貸面簽風險評估機器人

基于語音聲紋和NLP技術的呼叫中心坐席情緒監控和滿意度分析方案

基于情感大數據時序遞歸分析技術的幼兒性格發育傾向性預測軟件

基于情感大數據時序遞歸分析技術的承認免疫系統損傷預警軟件

魏清晨說，目前的客戶多來自于軍警、教育、金融等領域，其中公安審訊、金融信貸面簽等落地較為快速，訂單也拿到了不少。

在傳統行業AI+的商業落地過程中，Emokit拿到了部隊合作的1000萬元訂單、教育行業的百萬元定金以及金融行業的百萬元訂單，成績還不錯，其他市場也都在不斷的開拓。

除了EmoKit-SDK的免費API之外，他們還推出了EmoKit-IOT、EmoKit-AI，前者是智能硬件OS的免費KIT，后者是針對服務機器人的EQ4AI芯片，目前人工智能大熱，這三條產品線能夠讓EmoKit的「情緒識別」快速滲透到人工智能領域的應用。

商業化落地是我們跟其他AI公司差別。

魏清晨告訴雷鋒網「新智造」，情感計算這塊的商業化落地能力很強，未來發展也很會很可觀。

讓情感計算與其他識別并行

EmoKit項目研發至今，先后獲得美國麻省理工學院舉辦的MIT-CHIEF全球創業大賽中國區第一名，芬蘭Slush World 2014全球創業大賽名列第一，工信部和全國科協2015全國移動互聯網創業大賽特等獎等多個獎項，贏了了很多業內人士的認可。

目前公司也在與一些機器人、智能設備廠商進行合作，為他們提供情感計算的API。

前文說過，在當下的人工智能浪潮中，底層技術商會拿到很大一波紅利，而從目前的市場來看，語音識別、語義識別、視覺識別等不同領域的技術商都出現了向上的趨勢，而做「情緒識別」并不是特別多，國外有幾家知名的廠商都在單模態情緒識別（比如只利用面部表情來識別情緒）上進行了嘗試，但目前并沒有什么尖端的技術出現，從市場狀況來看，EmoKit還是有機會的。

在與魏清晨的聊天中，他也表達了一個意愿，在未來，無論是機器人還是其他AI產品中，情緒識別能夠像語音識別等技術同樣重要，并且合作前行。

EmoKit目前也報名了「新智造成長榜」，作為榜單中「特立獨行」的情感計算技術企業，能否出現在最終的評選名單中，非常值得期待。

雷鋒網正在啟動“新智造成長榜2017”評選活動，我們將對人工智能與機器人行業進行大規模報道、梳理和調研，并聯合數十家著名投資機構根據這些創新公司的技術實力、商業能力和成長性進行深度評選，最終從多個領域分別選出一些極具潛力成長性的創新公司。如果你想參與我們的評選，可點擊「報名」鏈接，或通過郵箱xinzhizao@leiphone.com聯系我們！

總結

以上是生活随笔為你收集整理的凭借识别人的情绪，他们做到了2000多万用户、1000多万订单的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。