AI情绪识别技术科普：机器怎么看懂你的情绪

先说结论

AI情绪识别（affective computing 中的一个分支）做的事情，是从可以被传感器采集的外部信号里，找出与人工标注的情绪标签之间的统计关联，然后对新的输入做出概率性猜测。它识别的是“外显信号像哪一类”，而不是“这个人内心真实的感受”。

因此，把AI给出的情绪标签当成参考性的观察结果比较合适，把它当成对一个人心理状态的判定则并不合适。

目前常见的技术路径主要有三条，实际产品往往把它们混合使用：

面部与身体信号：模型从图像中提取眉毛、眼周、嘴角等区域的形变特征，再映射到预先定义好的情绪类别上。早期的方法依赖手工设计的面部动作编码，近年则大多交给深度神经网络自行学习特征。
语音信号：不分析说了什么，而是分析怎么说的——音高、语速、能量、停顿和音色的抖动，都会被转成数值特征。
文本信号：从措辞、句式和上下文中判断情感倾向，这也是聊天类产品最常用的方式。

无论哪条路径，模型的能力上限都取决于训练数据里的情绪标签是怎么打上去的。而这些标签本身来自人的主观判断，不同标注者对同一段素材的判断经常不一致。

心理学界近年有一个越来越明确的共识：表情与内在情绪之间并不存在固定的一一对应关系。同样是皱眉，可能是愤怒，也可能是专注、疑惑或阳光太刺眼；同样是笑，可能是开心，也可能是尴尬或礼貌。情绪的外显方式还会受到文化、场合、性别期待和个人习惯的强烈影响。

模型学到的是训练数据所代表的那个群体的平均规律。当被识别的人在文化背景、表达习惯或身体条件上偏离这个平均值时，误判率会明显上升。这也是为什么在教育、招聘、司法等高风险场景中使用情绪识别，会引起相当大的伦理争议。

AI说我情绪低落，是不是意味着我需要看医生？

不能这样推断。AI给出的是基于外部信号的概率性标签，它既不了解你的处境，也没有任何诊断资质。如果你自己感到持续的困扰，判断依据应该是你实际的感受和生活功能受影响的程度，并向精神科医生或心理咨询师这样的专业人士求助，而不是依据一个App的输出。

为什么同一张照片，不同的情绪识别工具给出的结果不一样？

因为它们的训练数据、情绪分类体系和模型结构都不同。有的工具把情绪分成六到七个基本类别，有的用效价与唤醒度这样的连续维度来描述，结果自然无法直接对齐。这种不一致本身就说明了这类判断的不确定性。