该API旨在分析任何文本的情感基调,提供对内容所传达的情感充电和情绪的详细洞察。它的操作简单而高效:用户发送文本作为输入,API以结构化分析的形式响应,包括检测到的不同基调、每种基调的比例以及解释性总结。
例如,它可以识别出积极、客观、沮丧或悲伤等情感,指示每种情感在文本中的比例。此外,它还提供了一个描述性分析部分,对结果进行解读,以易于理解的方式说明主要的情感信息类型是什么,它如何在整个文本中发展以及影响整体基调的因素是什么。为了补充这些信息,它还生成了实用的建议,以调整或改善沟通:例如,如何强调积极基调、平衡情感或减少负面感知。
该API特别适用于那些希望将情感智能融入其产品或工作流程的人。它可以应用于社交媒体分析、客户反馈评估、企业内容审查,甚至文学文本的研究。其基于百分比和类别的方法促进了自动化的情感解读,而其文本输出则为决策提供了人性化和有用的背景。
简而言之,这个API不仅测量情感,还解读并提出沟通改进建议。它是一个强有力的工具,用于理解消息如何被感知以及如何优化使其产生更大的情感影响。得益于其分析能力,它将文本转化为可操作的数据,帮助使沟通成为一种更具同理心、清晰和有效的体验。
利用人工智能分析文本,检测情感和主要语调,显示百分比、详细解释以及改善沟通的建议
音调检查器 - 端点功能
| 对象 | 描述 |
|---|---|
content |
[必需] |
{"success":true,"content":{"toneDistribution":[{"tone":"\ud83d\ude0a Positive","percentage":80},{"tone":"\ud83d\ude10 Neutral","percentage":10},{"tone":"\ud83d\ude24 Frustrated","percentage":0},{"tone":"\ud83d\ude22 Sad","percentage":10}],"analysis":"The text 'Today I feel very happy.' has a predominantly positive tone indicated by the expression of happiness. The use of the word 'happy' explicitly conveys a sense of joy and positivity. This text contains no elements of frustration or sadness, which is why those tones have a percentage of 0. There is a small neutral component that represents the straightforwardness of the statement, devoid of additional emotional layers.","suggestions":"To maintain the positive tone, consider adding more context or reasons for your happiness that could enhance the emotional impact. If aiming for variety in tone, include additional sentences that describe different feelings or experiences throughout the day, balancing positive expressions with neutral observations or subtle challenges overcome."}}
curl --location --request GET 'https://zylalabs.com/api/10929/text+tone+analysis+api/20641/tone+checker?content=Today I feel very happy.' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
音调检查端点返回输入文本情感音调的结构化分析。这包括每种检测到的情感的音调分布和百分比,详细的解释分析,以及改善沟通的实用建议
响应数据中的关键字段包括`toneDistribution`,列出了检测到的语调及其百分比,`analysis`,提供了对文本情感信息的解读,以及`suggestions`,提供了改进沟通的建议
响应数据以JSON格式组织。它包含一个`success`字段,指示请求状态,后面是一个`content`对象,其中包括`toneDistribution`、`analysis`和`suggestions`,便于解析和使用
语调检查器提供文本中存在的情感语调信息及其相应百分比 对情感信息的详细分析以及改善交流语调的可行建议
用户可以通过向语调检查端点提供不同的文本输入来自定义他们的数据请求。该API分析所提交的特定文本,允许根据内容的情感语调提供量身定制的见解
典型使用案例包括分析社交媒体帖子以评估观众参与度 评估客户反馈以了解情感 审查企业沟通以获取情感影响 以及研究文学文本以探索情感深度
数据准确性通过先进的人工智能算法进行维护,这些算法分析文本模式和情感线索。对多样化数据集的持续更新和训练有助于提高模型在语调检测上的精确度
用户可以通过解释音调分布来理解受众情绪 利用分析来增强沟通策略 并实施建议以优化他们信息中的情感影响
服务级别:
100%
响应时间:
1,771ms
服务级别:
100%
响应时间:
48ms
服务级别:
100%
响应时间:
295ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
17ms
服务级别:
100%
响应时间:
336ms
服务级别:
100%
响应时间:
14ms
服务级别:
100%
响应时间:
46ms
服务级别:
100%
响应时间:
8,667ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
349ms
服务级别:
100%
响应时间:
2,233ms
服务级别:
100%
响应时间:
642ms
服务级别:
90%
响应时间:
721ms
服务级别:
100%
响应时间:
349ms
服务级别:
100%
响应时间:
55ms
服务级别:
100%
响应时间:
5,730ms
服务级别:
100%
响应时间:
346ms
服务级别:
100%
响应时间:
814ms
服务级别:
100%
响应时间:
886ms