原标题：36氪首发| 多模态情感识别让机器更“懂”人类，「竹间智能」获3000万美金B轮融资

36氪获悉，自然语言处理领域创业公司「竹间智能」获得3000万美金B轮融资，本轮由中华开发金控领投、国泰金控跟投，老股东科沃斯、尚珹投资跟投，资金将用于技术研发与商业市场拓展。

竹间智能（Emotibot) 是一家36氪持续关注和报道的一家AI创业公司，成立于2015年，由前微软（亚洲）互联网工程院副院长简仁贤创立，主攻多模态情感识别及计算，此前曾推出过面向C端的“小影”机器人。

近年来，语音交互、情感识别已不再是个新鲜事儿，诸多大厂、创业公司入局智能音箱、聊天机器人，然而大多还是采用声音、文本这类形式进行识别，鲜少有人触及多模态情感识别。而自创立之初，竹间智能就将文本、语音、图像等信息相整合进行识别和计算，从而提升机器感知能力，建立和优化多模态人机交互技术。

举例来说，竹间智能曾与夏普旗舰店合作，当客户走近产品附近，安装在产品附近的摄像头可采集用户的表情、眼神、肢体数据，继而竹间的情感识别机器人会“读懂”用户行为，并和用户进行语音对话。

那这是如何做到呢？这主要源于竹间智能的多模态数据集和高精模型算法。

目前全球范围内鲜少有人触及多模态情感识别计算的原因之一就在于缺乏相关数据集。另外，基于中文自身的复杂性，针对于英文的训练数据集和模型算法也无法完全迁移。因此，竹间智能采用了自制造、跨领域专家团队标记的方式，自己搭建了能够配合自研模型算法的多模态数据集。

再看模型算法，竹间智能将符号主义与神经网络相结合，通过用计算机符号模拟人的认知过程实现小数据量前提下的算法训练。据公司创始人简仁贤介绍：在无训练数据情况下，竹间智能的算法准确度可达到80%以上；有训练数据情况下，则借由强化学习机理，可使模型准确度在较短时间内达到93%以上，完全可进行商用。

据悉，目前竹间智能已能实现跨领域的行业意图和情感分析，在跨3000多个领域的意图理解中，平均准确率可达95%以上，其中对人脸视觉、情感、表情、行为的分析可达90%以上准确率。

经过三年的技术积累，竹间智能目前有两大产品方向：一是类脑对话机器人，主要包括虚拟客户助理（VCA)、虚拟企业助理（VEA)、智能客户联络中心（AICC，已支持多轮对话，可达到Google Assistant水平)、虚拟个人助理（VPA，如小影机器人）等；二是多模态情感识别系统，应用于情感识别、人脸表情识别、印象分析、广告效果分析、呼叫中心质检、课堂情绪分析等。

值得一提的是，竹间智能在今年推出了AI智能平台BotFactory™️，由此企业可依托竹间的对话引擎自建业务聊天机器人。该平台为企业提供全栈式AI解决方案，以私有云+SaaS方式辅助技术落地，以此保障数据安全。目前收费以包年服务费为主，未来有可能按照授权收费。

国内NLP领域创业公司除竹间智能外，还有三角兽、蓦然认知、爱因互动等，这类创业公司主要的落地方向主要围绕智能客服、智能硬件（音箱、机器人）两个方向。

其中智能硬件主要是和音箱或者手机厂商合作，如三角兽就和Vivo,Oppo等合作接入自己的SDK。竹间智能在硬件方面落地包括：为优必选Gruzer提供竹间服务机器人交互大脑，为国内某头部厂商提供竹间的对话引擎，为长虹电视提供竹间相关技术。

智能客服则是竹间智能的主打方向，简仁贤告诉36氪：以电话外呼场景为例，就包括200多个细分场景且在未来会有50%以上被机器取代，而竹间智能目前在这块市场所占份额十分可观。据悉，围绕智能客服，竹间智能已与交通银行、招商银行、民生银行、平安集团、太平洋保险、华夏人寿、恒大地产集团、唯品会、科沃斯、兴业证券、上汽、国旅运通、中广核集团、中国移动、富士康等头部企业达成合作。

在选择客户时，竹间智能倾向于与行业内头部合作。简仁贤表示：公司与云平台、传统集成商以及解决方案提供商合作，深入每个行业，引进各行业专家对竹间智能的算法模型进行训练，从而能够为行业提供精准的定制化服务，并可将此复制到每个垂直领域中。