Hum AI 由 Alan Cowen 于 2021 年创立，他此前是 Google 的研究员，在 UC Berkeley 和 Google 期间曾多年研究情感科学。Cowen 的学术工作以惊人的细致程度绘制了人类情感表达的图谱——他的研究识别出 28 多种不同的语音情感类别，并构建了大规模数据集用于训练模型。Hum 是该研究的商业化应用，其核心观点是：大多数 AI 完全忽视了这样一个事实：话语的表达方式与话语内容同样重要。公司总部位于纽约，并已引起投资者和伦理学家的广泛关注。
Hum 的旗舰产品是情感语音接口（EVI），这是一种语音 AI 系统，不仅听取词语，还捕捉语调、语气、节奏和声音质地中编码的情感内容。EVI 可实时检测数十种情感状态——挫败、愉悦、困惑、自信、犹豫——并利用这些理解来调整自身回应。在实际应用中，这意味着由 EVI 驱动的 AI 代理能够察觉用户是否感到挫败，并调整语气、放慢语速或主动转接人工客服。它还能检测到某人是否困惑，并在未被要求的情况下重新表述。这不是在后期处理阶段附加的情感分析；情感理解是模型核心推理循环中不可或缺的一部分。
赋予 Hum 不同寻常可信度的是其背后深厚的科学基础。Cowen 在创立公司之前就广泛发表过关于情感感知的研究，而 Hum 的模型则是在严格标注协议构建的数据集上进行训练——不是来自 Mechanical Turk 的众包标签，而是旨在捕捉跨文化情感表达的结构化评估。公司的表达测量 API 可同时分析面部表情、声音爆发（笑声、叹息、惊呼）和语音语调，构建情感状态的多模态图景。他们还发表了关于如何公平评估情感模型在不同人口统计学群体中的表现的研究，这对于可能轻易编码文化偏见（例如“愤怒”或“快乐”听起来像什么）的技术而言至关重要。
Hum 在情感 AI 的部署上采取了异常坚定的立场。他们发布了《Hum 倡议》，这是一套在公司推出商业产品之前与研究人员和伦理学家合作制定的情感 AI 伦理指南。这些指南明确涉及操控问题——即 AI 系统理解你的情感状态后可能利用它来向你推销产品或让你保持参与的风险。Hum 的立场是，情感 AI 应该用于提升人类福祉，而不是优化参与度指标，并且他们已在 API 服务条款中设置了防护措施以确保这一点。无论这些防护措施在公司扩展过程中是否能持续有效，它们的存在本身已使 Hum 在责任方面远超大多数 AI 公司。
Hum 在 2024 年的 B 轮融资中筹集了 5000 万美元，由 EQT Ventures 领投，累计融资总额超过 6700 万美元。他们瞄准的市场巨大但尚处于萌芽阶段：如果每个 AI 代理、客服机器人和虚拟助手最终都需要理解并回应情感，那么提供这一层能力的公司将成为关键基础设施。他们的竞争对手并非主要是其他情感 AI 初创公司——能与之相比的技术深度寥寥无几——而是大型基础模型公司（如 OpenAI、Google、Anthropic）可能直接在其基础模型中构建情感理解。Hum 的赌注是，情感本身足够复杂，且科学足够特定，因此在这一维度上，专注的公司将始终优于通用模型。鉴于目前大多数 AI 在处理基本语调线索方面表现糟糕，这一赌注目前看来是合理的。