两个斯坦福和MIT学霸开发了监测人类说话情绪的AI算法

Akash Krishnan和Matthew Fernande获得2010年西门子MST科学奖，并拿到10万美元奖学金，图片来源，techinsider

虽然Matthew Fernandez 和Akash Krishnan两人才刚到法定开车的年龄，但是他们已经发明了一个能够听懂人类语言，并监测人类说话情绪的算法。

现在，这两个小伙儿利用自己的算法创立了一家名为Simple Emotion的公司，试图利用人工智能技术颠覆呼叫中心行业。

不管是人工客服，还是机器人助手，只要无法领会用户意图肯定会带来糟糕的客户服务体验，引发顾客投诉，这种紧张关系势必会造成客户流失，继而影响企业发展。

Fernandez 和Krishnan两人在高中读书时启动了这个AI项目的开发，他们希望能用自己开发的AI算法识别人类说话时所传达的情绪，并且为坐席代表提供实时反馈。这些信息能帮助人工坐席为顾客提供优质的服务体验，也能达到企业高水准的培训目的。

Simple Emotion人工智能算法可以监测说话时的声学特征，比如发音频率，声音高低，以及语气的变化等，然后该算法会和一个声音和语气数据库进行比对，通过找到最相似的情绪类型识别出说话者的真实情绪。 

Fernandez和Krishnan从数据库内挑选了专门表达情绪的音频文件，作为样例训练他们的算法识别不同的情绪声音。目前，Simple Emotion人工智能算法已经可以理解识别30-40种不同类型的情绪了。

利用Simple Emotion算法，企业可以进行语音分析，或是通过应用程序接口直接将该算法整合到企业自己的客户服务工具里。

那么问题来了，为什么两个16岁的孩子会决定开发AI算法呢？

“我们看了科幻电影《我，机器人》，从其中的一句台词受到了启发，”Fernandez说道，如今的他很快就要从斯坦福大学毕业了。这句台词就是机器人桑尼对威尔史密斯说的：“我从你的声音里看出你压力很大。”

“我们开始搜索关于情绪监测的资料，”Fernandz补充说，“实际上，这个领域并不成熟，因此我们决定自己开发算法。”

Fernandez和 Krishnan在完成家庭作业之后，便开始阅读学习相关研究论文，在项目最终完成了时他们编写了30页文档代码和60页的论文来解释这个算法是如何运作的。两人更是获得了西门子MST科学奖——算是最具影响力的高中生国家级奖项了。

虽然两人进入了大学深造（Fernandez 在斯坦福大学，Krishnan在麻省理工学院），但是他们还是继续不断优化Simple Emotion人工智能语音情绪算法，投入的精力甚至超过了各自在学业上的时间。

实际上，Simple Emotion并不是行业内第一个评估顾客情绪的人工智能算法，但是 Fernandez 和Krishnan认为，他们的算法是最准确的，因为它是直接评估语音数据的。

其他的情绪评估算法，基本上都是现将语音转换成文本，然后通过搜索关键字来识别情绪。由于准确度不高，企业往往需要投入人力去抽查电话录音，评估客服服务质量，这无疑会让企业增加更多成本。而且，就算通话结束之后给顾客发送问卷调查，很多顾客也基本上不会填写。

印度南部城市班加罗尔一家呼叫中心的员工。印度呼叫中心可以提供廉价的英语客户服务工作，全球很多企业都在印度设立呼叫中心，虽然可以解决当地年轻人就业，但这个行业也存在阴暗面，图片来源，techinsider

“很多呼叫中心的客服代表都希望能够了解到来电者的真实感受，”Fernandez说道，相比于其他系统，Simple Emotion算法的准确率高出50%。

未来，使用Simple Emotion算法的企业可以使用机器人来响应顾客来电（比如可以先询问用户个人信息等情况），如果排队时间较长的顾客，通常说话语气会非常愤怒，一旦Simple Emotion算法监测到这种情况，就可以优先安排服务。

Fernandez和 Krishnan计划大学毕业之后创业，目前，Simple Emotion公司已经募集了50万美元种子轮融资，投资方是Portland Seed Fund 和ZenShin Capital。最近，日本第二大银行Mizuho Financial Group已经开始试运行Simple Emotion人工智能语音评估算法了。

机器人能够感觉到你的情绪，这虽然听上去有些可怕，但肯定也有积极的一面，至少，能让我们获得更好的客户服务。

VIA techinsider