你说"我没事"，AI 却"知道"了——最准确的回答是：它识破的不是"你有心事"，而是你说了什么和你怎么说之间的不一致。同样一句"我没事"，可以说得轻快，也可以说得迟缓、低沉。文字内容没有改变，声音表现却可能不同。音高起伏、音色能量、节奏停顿，再叠上面部动作、心率变异和最近几周的行为基线偏差，共同构成机器下判断的依据。但要说清"现在能做到哪步"，还得看另一面：模型学到的只是统计关联，从实验室到真实场景，它的可靠性有明确的折扣。知乎
它读的是不一致的信号，不是"有没有事"的结论
语音情绪识别的学术路线被反复总结过一套流程：采集波形、提取声学特征、用带情绪标注的样本训练模型，再输出结果。分析的线索是音高与音高起伏、音色与能量、语速与停顿这三组特征，但单个特征不能直接对应某种情绪——音调高不一定代表兴奋，语速慢也不一定意味着低落。所以真正进入判断前还要考虑三件事：个体基线——有人天生语速慢；语境——同一声"行"可以是赞同也可以是敷衍；以及多模态互证，因为同样的声音变化也可能来自感冒、疲劳或方言习惯。研究者的总结是：AI学到的是相关规律，而不是一套适用于所有人的情绪翻译规则，离开具体数据、任务与评测条件谈准确率没有意义。知乎
生理信号这条线离身体更近。瑞士公司 Ovomind 的情绪识别手环内置多款传感器，捕捉人体因情绪变化产生的生理反应，并基于AI把生理信号转成实时数据、解读用户情绪。杭州钱塘的自研设备更进一步：戴上传感头带，仅需90秒，AI脑电设备就能捕捉脑电信号，识别压力与抑郁倾向。但注意两家的共同表述：输出的是"状态参考"，评估结果不等同于临床诊断。钛媒体微博
第一道门槛在理论本身：表情不是情绪的"学名"
多数系统把脸上的信号分成快乐、平静、悲伤、惊讶、愤怒、厌恶、恐惧七类，分类基础是埃克曼的基本情绪理论。但在学术上，这套理论的根基一直有争议——Lisa Feldman Barrett 等研究者提出，情绪表达并不像 Ekman 所说的那样具有跨文化的普遍性，不同文化背景、不同年龄段的人，表达和感知情绪的方式存在显著差异。这对系统的直接影响是：如果训练数据以西方成年样本为主，含蓄、克制表达的中文用户会不会被误读为"负向偏高"？知乎
第二道折扣在环境。实验室里 85%+ 的识别准确率，到了操场、走廊、食堂这些真实场景里能打多少折，取决于光线、角度、遮挡等大量不可控因素。至于"AI 测谎"，业内评价更直接：微表情分析是"AI 测谎"赛道里被过度宣传最严重的技术之一。它常用的面部动作编码系统（FACS）只描述脸在做什么，回答不了"为什么动"，更不等于人有没有说谎——实验室分数与真实结论之间的落差，正是这类系统最容易被夸大的地方。知乎知乎
产品已经上场，边界的拉扯也开始了
本周乌镇峰会上亮相的优必选"优世界"U1，是当下商业叙事的典型样本：这款超仿生机器人可识别20余种细粒度情绪，能与人聊天、安慰人并进行情感交流，官方明确它不具备家务能力，核心是提供"情绪价值"。智能座舱、AI 桌宠和情感陪伴玩具同样把"读懂情绪"当卖点。但同样的能力在另一个方向被拿去说服人：据报道，升级版的大模型智能体已进入 AI 外呼领域，宣称能理解语义、识别情绪，实现"千人千面"的深度沟通。"识破情绪"和"关心你的状态"是两回事，前者也可能只是为了成交。微博央视新闻
边界最明确的拉扯发生在本周的校园。针对智慧教室系统统计课堂抬头率、出勤率的争议，南京大学11月4日发布官方说明，明确未经授权不采集人脸等生物特征信息、不进行人脸识别。校方同时表示，已考虑到课堂学习方式更加多元，当前不再统计抬头率数据。这类争议背后有真实需求：部分职业院校已经把长期行为基线变化当作心理预警线索——量表筛查绕不开表演效应，谁没在心理问卷上勾过"我很好"呢？——这几乎是校园心理工作的公开"谎言"。值得留意的是，这类严肃系统的输出是"偏离基线"，不是"有问题"：前者是线索，后者才是判断。界面新闻知乎
规则正在写：先告诉用户"你被识别了"
欧盟的动作给出了边界线的参照。欧盟《人工智能法案》按风险分四层：禁止性实践（Article 5）、高风险人工智能系统（Article 6 与附件一、附件三）、透明度义务（Article 50）、通用人工智能模型（Article 51 起）。其中第50条的透明度义务已于2026年8月2日起适用，情绪识别正是被点名的对象之一：部署情绪识别或生物特征分类系统时，必须告知被识别的人。违规代价同样写明：最高1500万欧元罚款，或全球年营业额的3%，取高者。"被识别要知情"这件事，在欧洲已经标出了执行价格。知乎知乎
回到那句"我没事"。今天的情绪识别能做到的是：察觉你的声音、表情、生理和长期行为里那些不一致，并把"偏离基线"标出来交给人类处理；做不到的是替你下"有心事"的结论——它的理论根基和数据表现都还撑不起这个判决。对用户而言，值得盯的是三件具体的事：产品有没有明确告诉你它在做情绪识别，输出的是"与你基线的偏离"还是直接给你贴标签，以及最终判断有没有留给人来做。这三条线，才划出了"被帮助"和"被监视"的分界。
