La API de Reconocimiento de Emociones en Imágenes es una herramienta poderosa que utiliza los últimos avances en inteligencia artificial para identificar e interpretar las emociones transmitidas en una imagen. Al proporcionar simplemente una URL pública de una imagen, esta API puede detectar y reconocer las emociones que se comunican a través de expresiones faciales, lenguaje corporal y otras señales visuales.
La API de Reconocimiento de Emociones en Imágenes también se puede usar en investigaciones de mercado para recopilar valiosos conocimientos sobre el sentimiento del consumidor. Al analizar imágenes compartidas en redes sociales, esta API puede proporcionar datos valiosos sobre cómo se sienten los consumidores respecto a un producto o servicio en particular. Esta información puede utilizarse para tomar decisiones basadas en datos sobre el desarrollo de productos, estrategias de marketing y más.
La API también es útil en el campo de la salud, donde se puede utilizar para monitorear las emociones de los pacientes y proporcionar atención personalizada. Por ejemplo, al analizar imágenes de las expresiones faciales de los pacientes, los proveedores de atención médica pueden comprender mejor su estado emocional y adaptar su atención en consecuencia.
En general, la API de Reconocimiento de Emociones en Imágenes es una herramienta versátil y poderosa que puede proporcionar información valiosa en una amplia gama de aplicaciones. Ya sea que estés en marketing, atención médica o cualquier otro campo que requiera entender las emociones humanas, esta API es un recurso invaluable.
Recibirá un parámetro y te proporcionará un JSON.
10 Solicitudes Por Segundo En Cada Plan.
Al proporcionar simplemente una URL de imagen pública, este endpoint puede detectar y reconocer las emociones transmitidas a través de expresiones faciales, lenguaje corporal y otras señales visuales.
El cuerpo de la solicitud debe ser:
Reconocimiento de emociones - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Json |
{"sentiment": "positive", "sentiment_score": "0.12477050721645355"}
curl --location --request POST 'https://zylalabs.com/api/1952/image+emotions+recognition+api/1690/emotions+recognition' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"image_url": "https://img.freepik.com/free-photo/happy-man-celebrates-victory-smiles-pink-background_197531-26738.jpg"
}'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El endpoint de Reconocimiento de Emociones devuelve un objeto JSON que contiene el sentimiento detectado y su correspondiente puntuación de sentimiento. Por ejemplo, una respuesta típica podría incluir campos como "sentimiento" y "puntuación_de_sentimiento".
Los campos clave en los datos de respuesta son "sentimiento," que indica el tono emocional general (por ejemplo, positivo, negativo), y "puntuación_de_sentimiento," un valor numérico que representa la fuerza de ese sentimiento.
Los datos de respuesta están estructurados como un objeto JSON. Incluye pares de clave-valor donde las claves representan el tipo de información (por ejemplo, "sentimiento") y los valores proporcionan los datos correspondientes (por ejemplo, "positivo").
El punto final de Reconocimiento de Emociones proporciona información sobre el sentimiento emocional transmitido en una imagen, incluyendo la clasificación general del sentimiento y una puntuación que indica la intensidad de ese sentimiento.
Los usuarios pueden personalizar sus solicitudes de datos proporcionando diferentes URL de imágenes públicas en el cuerpo de la solicitud. Cada URL debe apuntar a una imagen que desean analizar por su contenido emocional.
Los datos para el reconocimiento de emociones se derivan de algoritmos de inteligencia artificial avanzados entrenados en conjuntos de datos diversos de expresiones faciales y lenguaje corporal, asegurando una amplia comprensión de las emociones humanas.
Los casos de uso típicos incluyen la monitorización de redes sociales para medir el sentimiento del cliente, la investigación de mercado para obtener información sobre los consumidores y las aplicaciones de salud para evaluar las emociones de los pacientes para un cuidado personalizado.
Los usuarios pueden aprovechar el sentimiento devuelto y la puntuación de sentimiento para informar estrategias de marketing, mejorar la experiencia del usuario o personalizar enfoques de atención médica basados en los estados emocionales identificados en las imágenes.
Nivel de Servicio:
100%
Tiempo de Respuesta:
140ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
8.644ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
9.212ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
117ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.398ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
17ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
57ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.450ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
19ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.768ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.472ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
26ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
63ms