情感计算
情感计算(affective computing)是让机器识别、解释、模拟与响应人类情绪的技术领域,又称情绪计算。它回答的问题是:"计算机能否像人一样读懂情绪并作出恰当回应"——通过面部表情、语音、姿态、生理信号与文本等通道,系统推断用户的情绪状态,并据此调整交互方式。学界普遍将皮卡德(Picard)视为该领域的奠基者,她在一九九七年前后系统提出"情感计算"概念,主张赋予机器识别与表达情感的能力。情感计算横跨计算机科学、心理学、认知科学与人机交互,是人工智能的重要分支,对人机交互、心理健康、教育与服务具有广泛意义。
定义与内涵
情感计算的核心是"机器对情绪的计算":它包含情绪识别(从行为与生理信号推断情绪)、情绪建模(刻画情绪随时间的变化)、情绪生成(让机器表达情感)与情绪响应(根据情绪调整行为)等环节。其内涵包括:其一,它以人的情绪为研究对象,强调从多模态信号中提取情感信息;其二,它依赖机器学习与深度学习模型,把情绪视为可计算的状态或类别;其三,它追求"情感智能",即让机器具备类似人的情绪感知与表达能力。情感计算与"情绪心理学"相互支撑:前者提供技术与算法,后者提供情绪理论与目标标签。有研究以语音为对象提出"锚模型"用于情绪识别,体现了早期从单一模态入手的技术路径。[1]
历史与学术源流
情感计算的概念化可追溯到二十世纪九十年代,皮卡德的奠基性工作确立了"让机器识别与模拟情绪"的研究纲领,并推动了专门期刊与学术共同体的形成。进入二十一世纪,随着传感器与机器学习的发展,研究从单一语音或表情扩展到多模态融合。有研究探索视听跨模态的情感反应,利用视觉与听觉信息的互补提升识别性能。[2]此后,研究者把目光投向更复杂的真实场景,如模拟社会互动中的情绪识别,考察自然交互情境下的情绪判断。[3]近年来,对话情绪识别、跨语言迁移与证据融合成为热点:有研究提出基于庞加莱几何的双策略情绪追踪器用于对话情绪识别,另有研究用证据型多模态变换器与 Dempster-Shafer 融合提升识别的可靠性。[4][5]这些进展体现了领域从实验室向真实应用与理论深化的演进。
核心类型与理论机制
情感计算可按信号模态分为:面部表情识别、语音情绪识别、生理信号识别、文本情绪分析与触觉情感识别;按任务分为:分类(离散情绪类别)、维度(效价—唤醒)与连续强度估计;按场景分为:实验室受控场景与自然场景。技术机制方面主要包括:特征提取(从信号中提取时序、频谱或空间特征)、多模态融合(整合视觉、听觉、文本等信息)、序列建模(用循环网络或变换器捕捉情绪动态)与领域自适应(提升跨语言、跨文化的泛化能力)。有研究提出基于情感 Touch 的情绪识别综述,拓展了触觉这一新兴模态。[6]此外,跨语言情绪识别研究采用集成方法与情感画像,应对资源匮乏语言的挑战。[7]这些机制共同支撑机器对情绪的推断。
测量与研究方法
情感计算的研究依赖高质量情绪数据集与严谨的评估协议。数据集通常通过演员表演(受控、标签清晰)或自然场景采集(生态效度高、噪声大)获得;标注由人工完成,常用离散类别或效价—唤醒维度。评估指标包括准确率、F1 值与混淆矩阵,并强调跨被试、跨数据集的泛化检验。方法上,研究者采用交叉验证、消融实验与可视化技术检验模型。有研究在多标签情绪检测中引入情感特定特征提取与情感相关学习,以提升细粒度识别能力。然而,标注主观性、文化差异与数据偏差仍是核心挑战,要求研究者在模型设计之外重视数据构建与伦理审查。此外,对抗样本与模型鲁棒性测试逐渐受到重视,研究者通过跨数据集、跨被试的严格评估检验模型在分布偏移下的稳定性,以避免模型过拟合特定采集条件而丧失实际应用价值。
应用场景
情感计算在人机交互、心理健康、教育、客服与娱乐领域具有广泛应用。在人机交互中,系统可识别用户挫败或愉悦并调整界面与反馈,提升体验;在心理健康中,情绪识别被用于抑郁、焦虑的辅助筛查与情绪监测;在教育中,可检测学习者的困惑与投入以优化教学;在客服中,可识别客户情绪以改进服务策略。有研究把情绪状态建模与情绪调节相结合,用于对话中的情绪识别,体现了向"理解—调节"一体化发展的趋势。[8]此外,多模态与跨语言技术使系统能服务于更广泛的用户群体。应用落地时需注意情感计算的伦理边界,避免情绪操控与隐私侵犯。
相邻概念辨析
情感计算属于情绪 cognitif 与心境簇,须与同族词区分。**情感计算**是让机器识别/模拟情绪的技术领域(Picard),核心是"机器对情绪的计算",属工程与计算机科学。**情感设计**是产品设计中考虑用户情绪,强调在设计过程中纳入情感因素;**情感化设计**是产品设计中的用户情绪框架,以诺曼(Norman)三层次(本能/行为/反思)为代表,属设计学。三者都关注"情绪",但情感计算面向机器识别与建模,情感设计/情感化设计面向产品与用户体验。**情感预测**是预测未来情绪(影响偏差/聚焦错觉),**情感适应**是回到基线(享乐适应),二者属情绪心理学;**心境一致效应/情绪依存记忆**属情绪对当前加工与记忆的影响。简言之,计算是"机器读情绪",设计是"产品唤情绪",预测与适应是"人如何预估与回归情绪"。
争议与局限
情感计算面临多重争议。其一,情绪本质之争:把情绪简化为可分类的离散标签是否可行,维度模型与类别模型何者更优,尚未定论。其二,泛化之争:模型在受控数据集上表现良好,但在真实、跨文化场景中性能下降,跨语言与跨文化泛化仍具挑战。其三,标注问题:情绪标签依赖人工主观判断,标注者间一致性有限。其四,伦理与隐私:情绪识别涉及敏感个人数据,存在监控、操纵与歧视风险。其五,文化差异:表情与情绪表达具有文化特异性,通用模型可能带有偏见。其六,可解释性:深度学习模型常被视为"黑箱",难以解释识别依据。这些争议提示,情感计算是技术潜力巨大但伦理与方法问题突出的领域。
中国语境
在中国语境中,情感计算研究与应用具有显著价值。中国学者在国际情感计算期刊上发表了大量关于多模态情绪识别、对话情绪追踪与触觉情感识别的研究,推动了领域发展。中文语音、表情与文本情绪数据集的构建,为本土化模型训练提供了基础;中文情绪表达的含蓄性与语境依赖性,也对模型的文化适应性提出更高要求。实践层面,情感计算被应用于教育(学习状态监测)、心理健康(情绪筛查)、智能客服、车载交互与公共服务。本土化需注意:在重视含蓄与语境的文化中,情绪表达可能更依赖语义与情境,模型设计应充分考虑中文表达习惯与文化规范,避免简单套用基于西方数据的结论,并强化数据隐私与伦理治理。同时,情感计算与本土心理学研究的结合,有助于构建更符合中国人情绪表达习惯的理论模型与标注体系,提升模型的文化适应性。
参见
参考资料
- ↑ Anchor Models for Emotion Recognition from Speech,Attabi等,IEEE Transactions on Affective Computing,2013年。
- ↑ Exploring Cross-Modality Affective Reactions for Audiovisual Emotion Recognition,Mariooryad等,IEEE Transactions on Affective Computing,2013年。
- ↑ Emotion Recognition in Simulated Social Interactions,Mumenthaler等,IEEE Transactions on Affective Computing,2018年。
- ↑ PeTracker: Poincaré-Based Dual-Strategy Emotion Tracker for Emotion Recognition in Conversation,Cao等,IEEE Transactions on Affective Computing,2025年。
- ↑ Evidential Multimodal Transformers With Dempster-Shafer Fusion for Emotion Recognition,Usama等,IEEE Transactions on Affective Computing,2026年。
- ↑ Emotion Recognition Using Affective Touch: A Survey,Zhang等,IEEE Transactions on Affective Computing,2026年。
- ↑ Emotion recognition in never-seen languages using a novel ensemble method with emotion profiles,Albornoz等,IEEE Transactions on Affective Computing,2017年。
- ↑ ERMoV: Modeling Affective Mental States via Emotion Regulation for Dialogue Emotion Recognition,Sun等,IEEE Transactions on Affective Computing,2026年。