本文综述了2015至2023年间视频情感识别的研究趋势，讨论了情感模型、数据库及单模态与多模态方法的优缺点，并指出未来发展方向，包括建立开放基准数据库和改进融合策略，以推动学术界和工业界的进步。

本文提出了可解释的情感模型C2A2，通过修改文本条件扩散模型生成连续表情。研究使用了AffectNet数据库，包含超过100万张图片，并手动注释了7种面部表情及情绪强度。该模型利用深度学习实现情感识别，提升了预测的准确性和鲁棒性。

微软撤掉了Bing Chat的情感模型，但正在推进覆盖，包括手机版，用户可以在Bing App里使用，有发现正在悄悄测试，有语音输入按钮，可以提供语音输入功能，并回答朗读，实现语音与Bing Chat的沟通。