audEERING

audEERING是什么

audEERING是一家来自德国的语音与音频人工智能公司，专注从声音中提取非语言信息。其核心商业产品devAIce以SDK、Web API和XR插件形式提供，面向软件、硬件、呼叫中心、汽车、机器人、可穿戴设备和研究项目。

它不是录音剪辑、音乐生成或通用语音转文字网站。产品重点是检测声音活动、声学事件、表达维度、韵律、说话者属性、音频质量和所处声学场景。

audEERING的主要产品

devAIce SDK

SDK在本地设备上运行，适合需要低延迟、离线处理或避免持续上传音频的场景。官网列出Windows、Linux、macOS、Android和iOS，并支持x86-64与ARMv8架构。

devAIce Web API

Web API用于云端批量分析音频，不是面向普通用户的图形化编辑器。开发者可以使用命令行、直接HTTP请求或Python、.NET、Java、JavaScript和PHP客户端获取JSON结果。

devAIce XR

devAIce XR把语音表达与场景识别能力带入Unity和Unreal等游戏引擎。它可用于虚拟角色、沉浸式体验和玩家研究，但具体模块与商业授权需要确认。

AI SoundLab

AI SoundLab是用于收集音频数据和实时分析的研发平台。健康研究场景允许贡献者管理其数据，官网称相关音频和个人信息存储在德国并可删除。

openSMILE

openSMILE是audEERING维护的大规模音频特征提取工具，可用于语音、音乐、情绪、说话人和节拍等分析。官方还提供Python封装，方便研究人员直接提取常见特征集。

devAIce可分析哪些内容

BASE基础包

• 语音活动检测，用于区分讲话与非语音片段。
• 声学事件检测，用于识别电话铃、哭声等声音事件。
• 说话人验证，用于比较声音身份特征。
• 自动语音识别，把讲话转成文本。
• 音频质量分析与通用声学特征提取。

EXPRESSION表达包

• 声音表达与大型表达模型。
• 多模态表达分析。
• 语调、语速和其他韵律特征。
• 激活度、愉悦度和支配度等连续表达维度。

SPEAKER与SCENE

• 估计年龄和感知性别等说话者属性。
• 区分室内、室外和交通三类声学场景。
• 在三个大类下进一步识别八种子场景。

audEERING适合哪些场景

• 呼叫中心分析客服与客户的声音表达和对话质量。
• 机器人、汽车和智能设备根据声音环境调整交互。
• 游戏与XR应用让虚拟角色响应玩家语气。
• 市场研究团队分析访谈和产品反馈中的声音表达。
• 科研机构提取可复现的音频特征并训练模型。
• 医疗研究探索声音生物标志物，但不能直接作为临床诊断。

devAIce Web API使用教程

1. 确定任务需要BASE、EXPRESSION、SPEAKER还是SCENE模块。
2. 准备具有合法授权的音频，并取得说话者知情同意。
3. 用少量非敏感样本购买预付分钟或联系销售申请方案。
4. 先使用官方推荐的CLI上传文件并检查JSON结果。
5. 确认采样率、声道、噪声和录音设备符合模型要求。
6. 用人工标注样本评估不同语言、口音、年龄和环境表现。
7. 确定输出满足需求后，再选择客户端库或直接HTTP集成。
8. 建立失败重试、额度监控、数据删除和访问控制流程。
9. 上线前完成隐私、劳动关系、反歧视和地区法规评估。

SDK接入建议

• 在真实目标设备上比较处理速度、CPU和内存占用。
• 使用语音活动检测排除不需要分析的非语音片段。
• 同时测试安静、噪声、远场和不同麦克风条件。
• 不要根据单次短音频对个人作出高风险判断。
• 明确设备端分析是否仍需要联网进行许可证验证。

audEERING的优势

• 专注音频与非语言语音分析，产品定位清晰。
• 同时提供设备端SDK、云端Web API和XR插件。
• 可运行在桌面、移动和嵌入式架构上。
• 预付Web API适合小规模测试，无需先签长期订阅。
• 官方维护openSMILE和一系列音频研究工具。
• 支持多种编程语言客户端和直接HTTP调用。

使用限制与伦理风险

• 声音表达不等于人的真实情绪、意图或人格。
• 年龄与感知性别是模型推断，可能错误并强化偏见。
• 口音、语言、文化、残障、设备和环境都会影响结果。
• 不得把表达评分直接用于招聘、解雇、保险或执法等高风险决策。
• 声音可能构成生物识别或健康相关数据，需要明确合法依据。
• 健康演示不是医疗产品，也不提供医疗建议。
• 预付API是开发者接口，不包含完整的可视化分析工作台。

devAIce Web API价格

以下为2026年8月26日官网公开的预付费方案，适合试用和偶尔分析。付款由Stripe完成；税费、分钟有效期、额外模块和活动权益以购买页面为准。

官网当前还宣传限时开放全部包，但活动可能结束。订阅、SDK、XR插件、商业许可和定制咨询没有公开固定价格，需要联系销售确认。

数据与隐私

官网隐私政策主要覆盖网站访问、Cookie、联系表单和营销数据，并说明遵循GDPR。产品中的语音样本和客户内容还受服务条款与具体合同约束，不能只依赖网站隐私页判断。

服务条款要求客户拥有音频、声音样本和其他内容的必要权利与同意，并承担GDPR责任。条款还授予audEERING为履行协议使用、复制、修改和展示客户数据的广泛许可，并允许利用聚合匿名数据。

部署前隐私检查

• 确认录音、上传、身份验证和属性推断分别需要何种同意。
• 明确原始音频、特征、转写和推断结果的保留期限。
• 比较Web API上传处理与设备端SDK的数据路径。
• 限制谁可以查看个体级表达和说话者属性。
• 为数据访问、删除、异议和人工复核建立流程。

audEERING是否开源

audEERING的devAIce、XR插件和商业模型不是整体开源产品。官方GitHub公开openSMILE、Python封装、audb、audmodel和其他研究工具，但每个项目需要分别查看许可证。

openSMILE源码对私人、研究和教育等非商业用途开放，并允许符合条件的商业研究。将其代码、派生版本或提取特征用于商业产品通常需要另购商业许可，不能仅凭公开仓库就当作无限制开源。

常见问题

audEERING主要做什么？

它专注语音与音频AI，通过devAIce分析声音活动、表达、说话者属性、音频质量、声学事件和场景。

devAIce可以离线运行吗？

SDK可在本地设备运行，通常不需要把分析音频持续上传云端，但许可证检查和具体部署条件需要向官方确认。

devAIce Web API多少钱？

公开预付包为35欧元600分钟和250欧元6,000分钟；订阅、SDK、XR和企业许可需要询价。

声音情绪识别能判断真实感受吗？

不能。模型分析的是声音表达特征，结果受语言、文化、口音和环境影响，不应当作个人真实情绪或意图的确定结论。

openSMILE可以免费商用吗？

通常不可以。公开版本主要允许非商业、研究和教育用途，商业产品或相关派生使用一般需要商业许可。

audEERING是开源公司吗？

不是。公司公开维护多个研究工具，但核心商业产品devAIce、模型和服务仍按商业许可证提供。