综合介绍
Hume AI是一个提供情感识别API的公司，专注于开发可以解读和生成情绪反应的技术。其表情测量API能够解释音频、视频和图像中的表情细微差别，并有自定义模型API用于预测人类幸福感。Hume AI通过深入研究基础模型及其与人类幸福感的对齐，推进了人工智能领域的科技发展。
功能列表
表情测量API：理解音频、视频和图像中的情感表达
自定义模型API：建立可定制的应用程序洞察
多年研究成果：基础模型与情感表达相结合
提供大语言模型的创造力评估
使用帮助
了解API如何捕捉声音和面部表情的细微差别
探索如何在自己的应用中整合Hume AI的定制模型
阅读他们的科研成果，理解情感智能的科学基础
Empathic Voice Interface (EVI)
Hume的情感智能语音界面（EVI）是全球首个具备情感智能的语音人工智能。它能接收现场音频输入，返回由声调表达度数据增强的音频和文字转录。通过分析音调、节奏和音色，EVI解锁了更多新增功能，例如在合适的时机进行发声，以及以适合的语调来产生富有共情的语言。这些特性让基于语音的人机互动更加顺畅、满意，同时为个人AI、客户服务、易用性、机器人学、沉浸式游戏、VR体验等新领域开启了新可能。
我们提供了一整套工具，方便你在应用程序中集成和定制EVI，包括处理音频和文字传输的WebSocket API、REST API，以及简化在Web和Python基础项目上集成的Typescript和Python的SDK。除此之外，我们还提供了开源案例和网络部件，作为开发人员在自己的项目中探索和实现EVI能力的实际起点。
使用EVI构建
使用EVI的主要方式是通过WebSocket连接，此连接可发送音频并实时接收反馈。这样就可以实现流畅的双向对话：用户发表意见，EVI倾听并分析他们的表达，然后EVI生成具有情感智能的反馈。
你可以通过连接到WebSocket并将用户的语音输入传到EVI上来开启对话。你也可以向EVI发送文本，然后它会将文本读出。
EVI将以以下方式进行回应：
- 给出EVI的文字回复
- 提供EVI的富有表情的音频反馈
- 提供用户消息的转录和其声音表情的测量数据
- 如果用户中断了EVI，会给出对此的反馈
- 当EVI回复完毕，会给出提示消息
- 如果出现问题，会给出错误消息
