La inteligencia artificial puede detectar las emociones a través de la voz
Puede identificar y detectar cuatro emociones: alegría, calma, ira y tristeza
En la actualidad, más de 500 empresas lo han incorporado a sus productos
Ha sido probada ya en campos como el de videojuegos, robótica, decoración y atención al cliente por teléfono
La compañía japonesa Empath ha desarrollado un programa de reconocimiento de emociones a través de las propiedades físicas de la voz, que ya utilizan empresas como Fujitsu o Philips para mejorar la interacción de sus productos y soluciones con los usuarios.
La creación del algoritmo se desarrolló "a partir de decenas de miles de muestras de voz" de Smartmedical, y fue capaz de detectar la emoción que muestra una persona con solo escuchar su voz, en tiempo real y en cualquier idioma.
MÁS
El algoritmo analiza las propiedades físicas de la voz para puede identificar y detectar cuatro emociones: alegría, calma, ira y tristeza, como explican sus responsables en su página web.
Empath ha puesto a disposición de los desarrolladores una API con la que integrar este sistema de reconocimiento de emociones en sus webs, y en la actualidad, más de 500 empresas lo han incorporado a sus productos. Una de ellas es Fujitsu, que lo ha utilizado en Robot 'AI Platform' y su robot unibo para mejorar la comunicación natural entre humanos y máquinas.
Philips, por su parte, cuenta con Utakata Mood-Ligh, una aplicación que cambia el color de la iluminación en función del humor del usuario. Empath también se ha incluido en Oculus Rift VR para crear una "entrevista virtual" con Ryoma Sakamoto, un samurái popular en Japón.
Amplio abanico de usos
La tecnología de reconocimiento de emociones se abre a un amplio abanico de usos, y ha sido probada ya en distintos campos, como videojuegos, robótica, decoración y atención al cliente por teléfono.
En el futuro podría ser usada para mejorar el diagnóstico de pacientes en medicina y prevenir o detectar riesgos que puedan ser evitados gracias al análisis del tono de voz, saber el estado de animo de un cliente en tiempo real para adecuar el servicio, o mejorar en la forma de interactuar de los asistentes digitales, son algunos de los ejemplos más destacados.