情绪识别可能是某些人最关注的基于生物识别的工具，但这并没有阻止研究。
进入自动化的研发数量扫描情绪只能推断，因为大部分是由公司和政府监视机构完成的，这些机构无法可靠地报告他们的努力。
在大多数情况下，AI供应商在生物识别产品套件中内置的其他功能中提到了情感识别。代理商有时会要求提出建议的要求。
但是本月，这项技术是《纽约时报》专题故事的重点，两篇发表的研究论文和商业出版物的分析。
这时代进行了相关统计数据的综述（美国20％的成年人在2020年患有精神疾病）和AI语音分析研究。
哈佛医学院助理教授凯特·本特利（Kate Bentley）在文章中进行了记录，称语音分析对心理保健工作者很有用。它听到疾病的暗示，即使是训练有素的从业者也可能会错过的。
宾利说：“有很多兴奋。”关于使用AI来掌握客观线索的话说。
《时代记者》测试了许多用于分析声音的应用程序。其中包括来自罪 健康和Cigna 全球的。
毫无疑问，作者不像供应商那样留下深刻的印象，而是对诊断（甚至只是表明）情感障碍的语音分析是“有希望但未经证实的”。
更深入地，波兰的大批研究人员有书面关于他们的认知数据集，这些数据集是为了训练能够持续影响情感障碍患者和怀疑患有自闭症谱系障碍的儿童的患者的评估而创建的。
亚当·米基维奇大学（Adam Mickiewicz University）的科学技术大学的科学家也看到了经过专门训练的算法的更多用途。
如果没有更多的理由可以从理论上了解他们为什么感到不适和行动，那么广泛使用可能会对大人群的心理健康产生可衡量的影响。人类计算机的互动可能会变得更容易。
某些人可能不太受欢迎的是经过认知训练的算法，可以帮助内容和购物建议。
该数据集具有43位参与者的生理信号的上身录音，他们“观看了有验证的情感上引起的电影片段”，这引起了九种情感：悲伤，恐惧，恐惧，愤怒，愤怒，厌恶，喜欢，热情，惊喜，惊喜，敬畏和娱乐。
受试者被三个可穿戴设备绑住，以记录生理反应，并记录了他们的上身体。他们在每个剪辑后也完成了两个自我报告。
一个第二研究项目的前提是，对于苹果的Siri和Amazon的Alexa，情绪智力是数字助手的重要发展。
根据出版商以色列的国土安全部的报告（也称为IHLS），日本高级科学技术学院的科学家和大阪大学科学与工业研究所的科学家完成了这项工作。
他们收集了多模式的情感和生理信号分析，以符合人们有时可以躲在脸上的生物学迹象。研究人员使用了Hazumi1911数据集，该数据集将语音识别，语音颜色传感器，面部表情，姿势识别和生理反应识别添加在一起。
文章认为，更多的情感衬有信息的信息可以加强双方之间的联系。
根据报告由Tech Publisher unite.ai。
困扰在小组面前说话的人，尤其是在视频联系上的问题，显然是受众的反馈很少。
过去提供反馈的尝试包括脑电图和监测心率的系统。知道听众互动会增加说话者的信心，如空的填充单词撒在演示中所说明的那样。
根据Unite.AI的说法，最新的是东京大学和卡内基·梅隆大学的研究，该研究与Zoom和其他视频会议服务相结合。
在实验中，科学家部署了凝视和构成估计软件和网络摄像头。该系统跟踪了一个可能的观众的点头和眼动。这些信息可以直播给演讲者，大概可以改变一些东西以恢复房间的注意力。
