游戏识别用户情绪 自动调节难易度

日前，孟加拉共和国的研究人员设计出了一个通过分析打字和文字模式来辨别输入者情绪状态的计算机项目，虽然这两种方式在早前就有了，但此次是第一次将两者结合了起来，并达到了87%的准确率。

试想一下，一款游戏应用可以感应到玩家的情绪状态，并对图像、音量和音乐选择进行相应的调整;或者是在线课程可以在学生表现出持续地沮丧时切换到一个更加简单的界面。

来自伊斯兰科技大学的A.F.M. Nazmul Haque Nahin和他的同事对自己的技术进行了介绍，他们说，本次的发现对于情绪感知计算机系统的研发具有重大意义，因为相比语音分析、面部传感器、热成像和手势追踪，他们所采取的方式不仅成本更低，侵入性也更小。

“将键盘动态和文字模式分析相结合对于检测用户情绪是一种更加效率的方式。但是，还没有人尝试将两者合二为一，”研究者在文章当中介绍道，“这种综合分析并不需要任何额外的硬件或特殊工具”。

在测试当中，志愿者被要求输入一段固定的文字，然后表明自己的情绪状态。研究者随后会挑出和击键属性相关的数据，以及7种不同的状态(愉悦、恐惧、愤怒、背上、恶心、羞愧和罪恶感)。为了帮助样本文字的分析，他们使用了和相同情绪状态相关联的标准单词/语句数据库。

在此之前，击键和情绪相重叠的研究通常会检验输入速度和退格键的使用。而除了这些以外，孟加拉的研究者还考虑到了其他因素，比如每5秒所输入的字母数量，以及测试者在某个特定单词上所停留的时长。

但是这种情绪分析的意义何在?你的计算机有必要知道你是悲伤还是害怕吗?对此，研究人员表示：“在游戏、在线教育、文字处理、视频和图像处理、用户认证等领域，具备情绪检测的计算机系统要比当前的系统表现得更好。”