软件识别人的情绪主要依赖于以下几种技术：
面部表情识别
利用摄像头捕捉面部表情变化，并通过机器学习算法分析这些变化来识别情绪。AI系统会首先通过人脸检测技术定位人脸，然后进行图像预处理，最后通过提取面部特征，将面部表情归类为预定义的情绪类别。
语音情感分析
通过捕捉并分析语音特征来推断说话者的情绪状态。AI系统会分析音调、速度、节奏等语音特征，利用机器学习模型识别这些特征与不同情绪之间的关联，捕捉到语音中微妙的情感变化。
生理信号分析
利用心率、皮肤电反应（GSR）、血压等生理指标来推断情绪状态。通过放置在人体特定部位的电极片采集心跳引起的皮肤电位的微弱变化，然后经过放大器后被采集装置收集，生成心电图（ECG），从而获得心率HR、心率异变性HRV等信息。
文本情绪分析
通过分析文本数据，识别情绪倾向。利用自然语言处理（NLP）技术，分析文本中的词汇、语法和语境，以判断作者的情绪状态。
行为分析
通过分析用户的行为和动作，如手势、身体姿态等，来辅助判断情绪状态。
多模态情绪识别
结合面部表情、语音、文本等多种数据源，进行综合情绪分析，以提高情绪识别的准确性和可靠性。
这些技术可以单独使用，也可以结合使用，以提高情绪识别的准确性和适用性。例如，在客户服务中，可以结合面部表情识别和语音情感分析，以更全面地了解客户的情绪状态，从而提供更个性化的服务。