综合介绍
Hume AI 是一家专注于情感智能的人工智能公司，致力于开发能够理解和响应人类情感的多模态AI技术。其旗舰产品同理心语音界面（EVI）能够通过语音、面部表情和语言等多种形式识别和回应用户的情感，提升人机交互的情感体验。Hume AI 的目标是通过科学的方法和伦理原则，确保AI技术能够真正服务于人类的情感福祉。
功能列表
- 情感识别：通过语音、面部表情和语言等多种形式识别用户的情感。
- 语音合成：生成具有情感的语音响应，提升互动体验。
- 多模态交互：支持语音、文字和表情等多种交互方式。
- 个性化定制：根据用户需求定制不同的AI人格和语音风格。
- 实时响应：提供实时的情感分析和响应，适用于多种应用场景。
使用帮助
安装与使用
Hume AI 的使用非常简单，无需复杂的安装过程。用户只需访问官方网站并注册账号，即可开始使用其在线服务。以下是详细的使用步骤：
- 注册账号：访问 Hume AI 官网，点击注册按钮，填写相关信息完成注册。
- 登录平台：使用注册的账号和密码登录Hume AI平台。
- 选择服务：在平台首页选择需要使用的服务模块，如情感识别、语音合成等。
- 上传数据：根据提示上传需要分析的语音、视频或文本数据。
- 查看结果：系统会自动进行情感分析，并生成详细的报告和响应结果。
功能操作流程
情感识别
- 进入情感识别模块：登录后，点击导航栏中的“情感识别”。
- 上传数据：选择需要分析的语音或视频文件，点击上传。
- 开始分析：点击“开始分析”按钮，系统会自动进行情感识别。
- 查看报告：分析完成后，用户可以查看详细的情感分析报告，包括情感类型、强度和变化趋势等。
语音合成
- 进入语音合成模块：登录后，点击导航栏中的“语音合成”。
- 输入文本：在文本框中输入需要合成语音的文字内容。
- 选择语音风格：根据需求选择不同的语音风格和情感表达。
- 生成语音：点击“生成语音”按钮，系统会生成对应的语音文件。
- 下载语音：生成完成后，用户可以下载语音文件用于各种应用场景。
多模态交互
- 进入多模态交互模块：登录后，点击导航栏中的“多模态交互”。
- 选择交互方式：选择语音、文字或表情等交互方式。
- 开始互动：根据提示进行互动，系统会实时识别和回应用户的情感。
- 查看记录：互动结束后，用户可以查看互动记录和情感分析结果。
Hume AI 提供了丰富的文档和教程，用户可以在官网的“帮助中心”找到详细的使用指南和常见问题解答。如果在使用过程中遇到任何问题，可以随时联系Hume AI的客服团队获取帮助。
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
