什么叫情感，它有哪些特征？

情感是个体对这个客观事物的态度和由此而产生的相应的一些内心体验。情感活动包括喜、怒、哀、乐、憎、恨、忧等体验和表情。情感活动分为正性情感，像高兴、愉快、欢乐、喜爱或者负性情感，像悲伤、痛苦、难过。

情感活动的特征：

1、情感的倾向性，一个人的情感指向什么，又是有什么而引起。

2、情感的稳定性情感，在一个时间段里它是稳定的，比如情绪的这个变化反复无常，这就是情感不稳定型。

3、情感的深刻性，是在一个人的思想和行动中普遍性和深入的程度。

4、情感的效能型，情感有鼓舞人们行动的一个目的，比如化转悲痛为力量。

好现象啊，你一开始就在主动地位，因为女的主动联系你了，这很重要，说明你在她心中地位重要，你说你那天她没找你，说明她可能有点小脾气，对你这么好你咋不给个反应，你的做法非常妙，给了她回应，这样她就会很开心，觉得她在你的心中有地位了，所以非常激动给你发了一大堆语音。你可以听听这些语音，如果她真的喜欢你，称呼你不一定喊你名字 可能用你的小名外号之类的，如果她喜欢你，喊你的名字的语调会和平时和别人说话不一样，比如语调拐个弯，发点嗲之类的，最后恭喜你，真的是她喜欢你哦

语言和文字是两种不同的符号系统。

语言是声音符号，文字是图像符号。有很多语言没有文字，如中国的仫佬语、毛南语；同时有不少文字留存于世，而它对应的语言已经灭绝，如拉丁文、西夏文。

语言与文字二者原则上是没有优劣之分的，但语言表达与文字表达这两种沟通方式则各有优劣。

所处情况不同，交流沟通方式也应不同，而这完全取决于交流双方如何应变和把握，没有绝对标准答案。

语言表达能感知情绪，文字表达就很难知道情绪的状况。

文字文章做传输需要超级牛逼的情商。而语音传递只有一种情况，文字表达会误会成很多个意义，无论你的文字表达又多清晰，都不能把情绪表达的非常标准。

文字不具有超高精度的复刻，叙述某一件事情，或者某一件事物，想要完美的呈现在对方面前，还是面对面交流比较好。所以，能用语音表达就不要用文字表达，能见面就不要传话。

文字是一种组合式的叙述，不同的组合有不同的意思，任何时候，人们不可能把事情用文字呈现得丝毫不差。一千个人读同一篇文章会有一千个想法。

交流沟通受双方条件限制。

从自己方面来说，文字表达方式欠缺而语言表达能力强当然就用语言沟通，语言表达欠缺而擅长文字沟通，那就采用书信方式沟通。

从对方角度来看，喜欢面对面交流沟通，那就走到一块来谭吧；若不想见面但又必须沟通，那就写封信说说吧。

情感对歌唱技巧和艺术美感的创造起着积极的推动作用。情感因素是声乐教学的动力，调控好教学中的情感状态，对提高教学效率有十分重要的现实意义。

　　声乐教学 情感 调控

　　情感是人对客观事物的态度体验以及相应的行为反映。它既有信号的功能，又有调节人精神活动的动力功能。它能积极地影响人的认识过程，推动人的认识发展。积极而良好的情感能激发歌唱者感知的积极性，增强想象和思维的能动性。歌唱艺术是最富心灵性、表现性的艺术，情感则是它的内容和本质。情感这种心理现象在歌唱和技巧训练中往往起着非同寻常的重要作用，比如歌唱情绪低落，状态就差，歌唱无激情，声音无活力，高音就困难等。情感与声乐技巧训练及声乐艺术表现密切相关，因为一切歌唱活动都是依靠人的大脑和各发声器官协同配合来进行的艺术创造。这种创造体现在教学的双方，教与学双方都处在矛盾与解决矛盾的过程之中。声乐训练靠大量心理活动来实现，生理因素也受心理活动影响和制约。教学中影响学生的因素很多，毫不例外地应该将积极的情感作为动力，教师能否调控好学生积极的情感状态是教学成败的关键。

　　一、积极的情感状态是解决声乐技巧的动力

　　在声乐教学中，情感的调控对解决声乐技巧具有重要的作用。由于声乐艺术的学科特点处处充满矛盾，学生就是在矛盾的不断出现和不断被解决的过程中，使歌唱技巧和艺术表现力得到提高和完善的。歌唱者对自己的歌唱器官看不见又摸不着，只能凭听觉、视觉、感觉对教师的示范、讲解进行感受、比较，都是以感知为基础，以大脑的意识操作为手段，通过思维对所获得的感性认识进行分析、判断，逐渐形成对声音状态的理解，不断调整自己的歌唱状态和获得歌唱经验，达到真正掌握歌唱的技巧。教师若能准确地把握住学生发声的各种细微变化，并能通过有效的方法加以解决，注重自己教学方法的科学性，就能调动起学生旺盛的歌唱欲望和学习兴趣。学习兴趣是学习积极性和自觉性的核心因素，教师应该用教学方法的科学性来实现课堂的生动性，从而带动学生学习的主动性。

　　声乐教学中积极的情感状态是获得好的歌唱状态的基础，比如声乐教学中常出现有的学生为追求某种声音效果，找“高位置”而脱离自然状态，发声音位不高、咬字无力、课堂不够积极等状况。笔者曾用富有情感和语气的朗诵状态启发、引导学生，收到很好的效果。朗诵本身就是艺术性的语言，《乐记》中讲：“歌之为言之，长言之也。”歌曲的创作与表现都是人们生活中情感语言的演变、夸张和提炼，而完美的朗诵更是发声技巧、语言技巧及情感表现的最好体现。作为声乐技能的训练也可借助朗诵的感觉，要求学生在练习中强调带上感情，并带上良好的呼吸支持，将语音位置提高，加强语气、语调以及咬字、吐字的积极状态，将朗诵时的生理感觉再现于歌唱状态之中，学生通过练习找到了好的声音感觉。中外艺术歌曲中，高潮处往往出现“啊”“哎”等感叹词，这些高音恰巧是歌唱技巧的难点，又是学生最畏惧的，若要求学生用叹气的状态，带上语气，深情地朗诵歌词的状态去找高音感觉，充分地打开喉咙，既能使学生容易找到高位置的声音状态，又能减少学生对高音的畏惧感，克服发声障碍。

　　声乐教学成功者往往是教师善于教与学生善于学的积极互动，学生课堂的感知状态、情感状态以及个性特征等都能动地支配着他的生理感觉，也控制着他的歌唱行为和技术的发挥。比如歌唱最重要而又最常见的呼吸问题，若教师只强调怎么吸，吸多少，吸到什么部位等等，学生往往不易做到。若能给学生讲明歌唱呼吸与生活呼吸的异同和特殊性，呼吸是歌唱的生命，歌唱呼吸需要一定量的支持和有意识地控制呼气，运用和练习中要吸得深而吐得均匀，随时要保持松而畅的呼吸状态。具体练习中可启发学生用吸气如“闻香花”“打呵欠”，呼气如“抽丝”“吹蜡”等生活体验来找感觉，可能会获得好效果。教师形象、生动的启发比单纯生理性或技术性阐述，更易让学生理解、接受，也会调动和激发起学生积极的情感状态和思维想象，利用丰富的想象力去捕捉各种发声感觉。

　　二、情感因素是歌唱表现艺术美的核心

　　歌唱是一门技巧性极强的学科，但具有艺术性的教学最能激发学生的歌唱激情，教师的教学要富有情感性，应具体落实在教学和艺术实践的每个环节中。比如声乐教学中教师选择的练声曲，它是教师训练声音的手段，也是声乐表演的准备和发声的基础。通常教师根据学生学习不同状况选择各种练声曲，主要注重于技术上的考虑，往往比较枯燥而单调。教师在巧妙地组合和设计练声曲时应充分考虑到课堂效果，既要做到循序渐进，也应考虑到该练习能否调动起学生积极的情感状态。例如音阶上下转换和跑动要富有流动感，应该连贯性练习与跳动性练习相结合，把学生从枯燥、单调的技术训练中解脱出来。特别注意课堂练习的状态，要求学生感觉每个乐句、每个母音的流动都有潜台词，将连惯性乐句要唱得舒展而自如，跳跃性乐句唱得华丽而富有活力。教师把练声曲看作是技术训练、音乐感觉、音乐表现力训练的综合体。要求学生在练声中养成细心感受、分析作品的良好习惯，把每条练声曲或作品都唱得准确而完美，从技能训练上升到有意识的歌唱需要，从而形成对音乐作品感受的完整概念，为今后驾驭难度较大的作品创造条件。由此能提高学生的艺术感受能力，增强教学艺术性，学生的心灵会得到陶冶，使其认识到美好的歌唱是技巧与情感的完美结合，是人内在情感激发的结果，使学生逐渐养成发声必有情的习惯。由此也能极大地减少由于技术训练带来的心理压力。

　　声乐教学中的情感调控无疑还应体现在对歌曲的艺术表现与情感内涵的挖掘上。声乐教学本身就是生动、鲜活、充满想象力的教学，教师要善于点燃学生的情感火花，要营造生动而和谐的教学氛围，只有当学生对所感知的美有深刻的体验时，才会对作品的艺术美产生热爱。在处理具体的作品中，教师若能运用富有感情的想象分析歌曲旋律与歌词，并用艺术性的朗诵语言准确而生动地朗诵歌词，就能增强教学的生动性。学生通过联想歌词中的意境，会身临其境，将歌曲音乐形象与歌词文学形象构成一幅生动的“音乐画面”，会激发起创造好这部作品的欲望。强烈的创造欲望会激起对声乐技巧的完美追求，在不断追求艺术完美的同时，良好的发声技巧和声音状态会得以巩固和稳定。 有孔可以去我的网站看看，里面还有很多~！我的个人网站： http://www0771sycn/

人的情感表达主要通过面部表情和语言表情两种方式。 人的面部表情主要依靠眼、眉、嘴、鼻、面部肌肉等器官组织的协调运动来完成，Ekman和Friesen把人的基本表情分为六种：高兴、悲伤、惊讶、恐惧、愤怒和厌恶，系统地建立了上千幅不同的人脸表情图象库，并给出了六种基本表情的具体面部表现：

惊奇：眉毛抬起，变高变湾 ；眉毛下的皮肤被拉伸；皱纹可能横跨额头；眼睛睁大，上眼皮抬高，下眼皮下落；眼白可能在瞳孔的上边和/或下边露出来；下颌下落，嘴张开，唇和齿分开，但嘴部不紧张，也不拉伸。

恐惧：眉毛抬起并皱在一起 ；额头的皱纹只集中在中部，而不横跨整个额头；上眼睑抬起，下眼皮拉紧；嘴张，嘴唇或轻微紧张，向后拉；或拉长，同时向后拉。

厌恶：眉毛压低，并压低上眼睑；在下眼皮下部出现横纹，脸颊推动其向上，当并不紧张；上唇抬起；下唇与上唇紧闭，推动上唇向上，嘴角下拉，唇轻微凸起；鼻子皱起；脸颊抬起。

愤怒：眉毛皱在一起，压低；在眉宇间出现竖直皱纹；下眼皮拉紧，抬起或不抬起；上眼皮拉紧，眉毛压低；眼睛瞪大，可能鼓起；唇有两种基本的位置：紧闭，唇角拉直或向下，张开，仿佛要喊；鼻孔可能张大。

高兴：眉毛参考：稍微下弯；下眼睑下边可能有皱纹，可能鼓起，但并不紧张；鱼尾纹从外眼角向外扩张；唇角向后拉并抬高；嘴可能被张大，牙齿可能露出；一道皱纹从鼻子一直延伸到嘴角外部；脸颊被抬起。

悲伤：眉毛内角皱在一起，抬高，带动眉毛下的皮肤；眼内角的上眼皮抬高；嘴角下拉；嘴角可能颤抖。

这种对于面部表情的基本模式的分类方法没有充分的理论根据和严格的逻辑基础，但以上六种表情之间，面部器官组织的运动特征确实存在着较大的差异，容易进行区分。 在人类的话语中，不仅语言本身包含对于事物的价值关系的描述内容，而且语言的语速、平均基频、基濒范围、强度、音频、基频变化、清晰度等方面的变化特征还能更为丰富、更为细致、更为复杂地描述事物的价值关系。不同情感的语音信号的时间构造、振幅构造、基频构造和共振峰构造等有着不同的分布规律。例如，当一个人发怒的时候，讲话的速率会变快，音量会变大，音调会变高等；在发话的持续时间上，愤怒、惊奇的发音长度和平静发音相比压缩了，而欢快、悲伤的发音长度却伸长了；欢快、愤怒、惊奇三种情感发音信号和平静发音信号相比振幅将变大，相反地，悲伤和平静相比，振幅将减小；与平静语音信号相比、欢快、愤怒和惊奇的平均基频、动态范围、平均变化率比较大，而相反，悲伤语音信号的则较小；相对于平静发音，欢快和愤怒的第一共振峰频率略微地升高了，而悲伤的第一共振峰频率有明显的降低。

语言表情的基本模式的分类方法与面部表情的基本模式的分类方法完全相同，而每一种含有语言表情的基本模式中，语音信号的时间构造、振幅构造、基频构造和共振峰构造等特征参数与不含语言表情的平静语音信号进行比较，有着不同的构造特点和分布规律。

传统的人机交互，主要通过键盘、鼠标、屏幕等方式进行，只追求便利和准确，无法理解和适应人的情绪或心境。而如果缺乏这种情感理解和表达能力，就很难指望计算机具有类似人一样的智能，也很难期望人机交互做到真正的和谐与自然。由于人类之间的沟通与交流是自然而富有感情的，因此，在人机交互的过程中，人们也很自然地期望计算机具有情感能力。情感计算（Affective Computting）就是要赋予计算机类似于人一样的观察、理解和生成各种情感特征的能力，最终使计算机像人一样能进行自然、亲切和生动的交互。 有关人类情感的深入研究，早在19世纪末就进行了。然而，除了科幻小说当中，过去极少有人将“感情”和无生命的机器联系在一起。只有到了现代，随着数字信息技术的发展，人们才开始设想让机器（计算机）也具备“感情”。从感知信号中提取情感特征，分析人的情感与各种感知信号的关联，是国际上近几年刚刚兴起的研究方向（图1）。

人的情绪与心境状态的变化总是伴随着某些生理特征或行为特征的起伏，它受到所处环境、文化背景、人的个性等一系列因素的影响。要让机器处理情感，我们首先必须探讨人与人之间的交互过程。那么人是如何表达情感，又如何精确地觉察到它们的呢？人们通过一系列的面部表情、肢体动作和语音来表达情感，又通过视觉、听觉、触觉来感知情感的变化。视觉察觉则主要通过面部表情、姿态来进行；语音、音乐则是主要的听觉途径；触觉则包括对爱抚、冲击、汗液分泌、心跳等现象的处理。

情感计算研究的重点就在于通过各种传感器获取由人的情感所引起的生理及行为特征信号，建立“情感模型”，从而创建感知、识别和理解人类情感的能力，并能针对用户的情感做出智能、灵敏、友好反应的个人计算系统，缩短人机之间的距离，营造真正和谐的人机环境（图2）。 在生活中，人们很难保持一种僵硬的脸部表情，通过脸部表情来体现情感是人们常用的较自然的表现方式，其情感表现区域主要包括嘴、脸颊、眼睛、眉毛和前额等。人在表达情感时，只稍许改变一下面部的局部特征（譬如皱一下眉毛），便能反映一种心态。在1972年，著名的学者Ekman提出了脸部情感的表达方法（脸部运动编码系统FACS）。通过不同编码和运动单元的组合，即可以在脸部形成复杂的表情变化，譬如幸福、愤怒、悲伤等。该成果已经被大多数研究人员所接受，并被应用在人脸表情的自动识别与合成（图3）。

随着计算机技术的飞速发展，为了满足通信的需要，人们进一步将人脸识别和合成的工作融入到通信编码中。最典型的便是MPEG4 V2视觉标准，其中定义了3个重要的参数集：人脸定义参数、人脸内插变换和人脸动画参数。表情参数中具体数值的大小代表人激动的程度，可以组合多种表情以模拟混合表情。

在目前的人脸表情处理技术中，多侧重于对三维图像的更加细致的描述和建模。通常采用复杂的纹理和较细致的图形变换算法，达到生动的情感表达效果。在此基础上，不同的算法形成了不同水平的应用系统（图4，图5） 人的姿态一般伴随着交互过程而发生变化，它们表达着一些信息。例如手势的加强通常反映一种强调的心态，身体某一部位不停地摆动，则通常具有情绪紧张的倾向。相对于语音和人脸表情变化来说，姿态变化的规律性较难获取，但由于人的姿态变化会使表述更加生动，因而人们依然对其表示了强烈的关注。

科学家针对肢体运动，专门设计了一系列运动和身体信息捕获设备，例如运动捕获仪、数据手套、智能座椅等。国外一些著名的大学和跨国公司，例如麻省理工学院、IBM等则在这些设备的基础上构筑了智能空间。同时也有人将智能座椅应用于汽车的驾座上，用于动态监测驾驶人员的情绪状态，并提出适时警告。意大利的一些科学家还通过一系列的姿态分析，对办公室的工作人员进行情感自动分析，设计出更舒适的办公环境。 在人类的交互过程中，语音是人们最直接的交流通道，人们通过语音能够明显地感受到对方的情绪变化，例如通过特殊的语气词、语调发生变化等等。在人们通电话时，虽然彼此看不到，但能从语气中感觉到对方的情绪变化。例如同样一句话“你真行”，在运用不同语气时，可以使之成为一句赞赏的话，也可以使之成为讽刺或妒忌的话。

目前，国际上对情感语音的研究主要侧重于情感的声学特征的分析这一方面。一般来说，语音中的情感特征往往通过语音韵律的变化表现出来。例如，当一个人发怒的时候，讲话的速率会变快，音量会变大，音调会变高等，同时一些音素特征（共振峰、声道截面函数等）也能反映情感的变化。中国科学院自动化研究所模式识别国家重点实验室的专家们针对语言中的焦点现象，首先提出了情感焦点生成模型。这为语音合成中情感状态的自动预测提供了依据，结合高质量的声学模型，使得情感语音合成和识别率先达到了实际应用水平。 虽然人脸、姿态和语音等均能独立地表示一定的情感，但人在相互交流的过程中却总是通过上面信息的综合表现来进行的。所以，惟有实现多通道的人机界面，才是人与计算机最为自然的交互方式，它集自然语言、语音、手语、人脸、唇读、头势、体势等多种交流通道为一体，并对这些通道信息进行编码、压缩、集成和融合，集中处理图像、音频、视频、文本等多媒体信息。

目前，多模态技术本身也正在成为人机交互的研究热点，而情感计算融合多模态处理技术，则可以实现情感的多特征融合，能够有力地提高情感计算的研究深度，并促使出现高质量、更和谐的人机交互系统。

在多模态情感计算研究中，一个很重要的研究分支就是情感机器人和情感虚拟人的研究。美国麻省理工学院、日本东京科技大学、美国卡内基·梅隆大学均在此领域做出了较好的演示系统。目前中科院自动化所模式识别国家重点实验室已将情感处理融入到了他们已有的语音和人脸的多模态交互平台中，使其结合情感语音合成、人脸建模、视位模型等一系列前沿技术，构筑了栩栩如生的情感虚拟头像，并正在积极转向嵌入式平台和游戏平台等实际应用（图6）。 情感状态的识别和理解，则是赋予计算机理解情感并做出恰如其分反应的关键步骤。这个步骤通常包括从人的情感信息中提取用于识别的特征，例如从一张笑脸中辨别出眉毛等，接着让计算机学习这些特征以便日后能够准确地识别其情感。

为了使计算机更好地完成情感识别任务，科学家已经对人类的情感状态进行了合理而清晰的分类，提出了几类基本情感。目前，在情感识别和理解的方法上运用了模式识别、人工智能、语音和图像技术的大量研究成果。例如：在情感语音的声学分析的基础上，运用线性统计方法和神经网络模型，实现了基于语音的情感识别原型；通过对面部运动区域进行编码，采用HMM等不同模型，建立了面部情感特征的识别方法；通过对人姿态和运动的分析，探索肢体运动的情感类别等等。

不过，受到情感信息的捕获技术的影响，并缺乏大规模的情感数据资源，有关多特征融合的情感理解模型的研究还有待深入。随着未来的技术进展，还将提出更有效的机器学习机制。 情感计算与智能交互技术试图在人和计算机之间建立精确的自然交互方式，将会是计算技术向人类社会全面渗透的重要手段。未来随着技术的不断突破，情感计算的应用势在必行，其对未来日常生活的影响将是方方面面的，目前我们可以预见的有：

情感计算将有效地改变过去计算机呆板的交互服务，提高人机交互的亲切性和准确性。一个拥有情感能力的计算机，能够对人类的情感进行获取、分类、识别和响应，进而帮助使用者获得高效而又亲切的感觉，并有效减轻人们使用电脑的挫败感，甚至帮助人们便于理解自己和他人的情感世界。

它还能帮助我们增加使用设备的安全性（例如当采用此类技术的系统探测到司机精力不集中时可以及时改变车的状态和反应）、使经验人性化、使计算机作为媒介进行学习的功能达到最佳化，并从我们身上收集反馈信息。例如，一个研究项目在汽车中用电脑来测量驾车者感受到的压力水平，以帮助解决所谓驾驶者的“道路狂暴症”问题。

情感计算和相关研究还能够给涉及电子商务领域的企业带来实惠。已经有研究显示，不同的图像可以唤起人类不同的情感。例如，蛇、蜘蛛和枪的能引起恐惧，而有大量美元现金和金块的则可以使人产生非常强烈的积极反应。如果购物网站和股票交易网站在设计时研究和考虑这些因素的意义，将对客流量的上升产生非常积极的影响。

在信息家电和智能仪器中，增加自动感知人们的情绪状态的功能，可以提供更好的服务。

在信息检索应用中，通过情感分析的概念解析功能，可以提高智能信息检索的精度和效率。

在远程教育平台中，情感计算技术的应用能增加教学效果。

利用多模式的情感交互技术，可以构筑更贴近人们生活的智能空间或虚拟场景等等。

情感计算还能应用在机器人、智能玩具、游戏等相关产业中，以构筑更加拟人化的风格和更加逼真的场景。 由于缺乏较大规模的情感数据资源，情感计算的发展受到一定的限制，而且多局限在语音、身体语言等具体而零散的研究领域，仅仅依靠这些还难以准确地推断和生成一个人的情感状态，并进行有效的情感交互。目前，科学家们正在积极地探索多特征融合的情感计算理论模型。很多人认为，今后几年情感计算将在这些方面需要取得突破：

更加细致和准确的情感信息获取、描述及参数化建模。

多模态的情感识别、理解和表达（图像、语音、生理特征等）。

自然场景对生理和行为特征的影响。

更加适用的机器学习算法。

海量的情感数据资源库。 不久前，为了推动我国在这一领域的研究，探讨情感计算和智能交互技术的发展动态与趋势，促进我国科研人员在此领域的交流与合作，中国科学院自动化研究所、中国自动化学会、中国计算机学会、中国图象图形学会、中国中文信息学会、国家自然科学基金委员会和国家863计划计算机软硬件技术主题作为主办单位，在北京主办了第一届中国情感计算与智能交互学术会议。

事实证明，情感计算的概念尽管诞生不久，但已受到学术界和产业界的高度重视，相关领域的研究和应用正方兴未艾，国家自然科学基金委也将其列入重点项目的指南中。值得注意的是，近几年来，与情感计算有密切关系的普适计算和可穿戴式计算机的研究也已获得了蓬勃发展，并同样得到了国家的大力支持。这为情感信息的实时获取提供了极大的便利条件，也为情感计算在国内的发展提供了更好的发展平台。

当然是好的征兆。一个女生主动在聊天的时候把打字换成发语音，说明这个女生最起码觉得你是和她熟悉的人。

一般来说，我们在和别人聊天的时候，如果觉得这个人不熟的话，肯定会非常客气的与人交谈，再之后，大家聊天聊的多了，可能会在聊天的时候发一些表情包，说话会带一些调皮，一点一点的减小彼此之间的距离。尤其是异性聊天的时候，大家一开始都比较害羞，女生更是如此。所以女生开始和你发语音自然是一个好的征兆。

大家聊天过程中，互相对彼此了解更多，如果你在这个过程中，表现的让女生觉得你是一个可以继续交往的人，是值得她付出时间和你聊天的，那她肯定会愿意和你有更多的接触。这个时候和你开始发语音，这表明这个女生是有进一步和你发展的意愿的，所以你要认真对待这个机会。争取再语音聊天的过程中更好的表达自己的心意。

不过也不要在和女生交往的过程中过于激进，不要觉得女生开始和你发语音就是要和你怎么样了。但是双方发语音的话，还是对促进双方感情很有利的，毕竟有些话的情感是文字所不能表达的，在发语音的时候大家的情感能表达的更清晰。能让对方更加清楚的知道自己对她的喜欢，所以这是一个你和女神进一步发展的大好机会，一定要好好对待啊。