Voicesense公司向其客戶做出了一個(gè)有趣的承諾：提供給該公司某個(gè)人的聲音，該公司就能告訴我們這個(gè)人將會(huì)做什么。該以色列公司可在通話中使用實(shí)時(shí)語(yǔ)音分析來(lái)評(píng)估某人是否有可能拖欠銀行貸款、是否會(huì)購(gòu)買更昂貴的產(chǎn)品或是否能成為工作的最佳競(jìng)選者。

　　這是眾多試圖挖掘聲音中的私人信息的公司之一。近些年來(lái)，尤其隨著家庭助手廣受消費(fèi)者歡迎，如亞馬遜Alexa，研究者和初創(chuàng)企業(yè)都注意到了聲音中蘊(yùn)含著豐富的信息。據(jù)商業(yè)分析公司IdTechEx的一份報(bào)告，語(yǔ)音技術(shù)市場(chǎng)正在不斷增長(zhǎng)，預(yù)計(jì)到2019年市值將達(dá)到155億美元。麻省理工學(xué)院麥戈文大腦研究中心一位對(duì)心理健康研究聲音頗有興趣的科學(xué)家Satrajit Ghosh表示：聲音在生活中無(wú)處不在，幾乎每個(gè)人都會(huì)說(shuō)話，而很多設(shè)備如手機(jī)，Alexa和谷歌家庭等設(shè)備都可捕捉聲音。

　　聲音不僅無(wú)處不在，而且很個(gè)人化，也很難被偽造。在家中人們會(huì)使用Alexa，在醫(yī)院里語(yǔ)音助手的使用也越來(lái)越普及。現(xiàn)在很多人都知道Twitter和Instagram上的帖子將會(huì)被監(jiān)控，但很少有人認(rèn)為聲音是另一種形式的數(shù)據(jù)，它可告知我們關(guān)于我們自己的信息，也可把我們的信息泄露給他人。這些都引發(fā)了一系列令人興奮的研究，這些研究主要聚焦于聲音信息如何豐富生活，從聲音中獲取的信息是否準(zhǔn)確，又將如何使用這些信息等隱私方面的問(wèn)題。

　　語(yǔ)音分析的關(guān)鍵不在于人們說(shuō)了什么，而在于人們是怎么說(shuō)的，如語(yǔ)調(diào)、語(yǔ)速、重音以及停頓。語(yǔ)音分析的訣竅是機(jī)器學(xué)習(xí)。通過(guò)機(jī)器將倆組被標(biāo)記的樣本信息，如有焦慮癥和無(wú)焦慮癥輸入到同一個(gè)算法之中，然后該算法學(xué)習(xí)捕捉到可表明某人是屬于A組或B組的細(xì)微語(yǔ)音信息，之后在新的樣本上可采用同樣的方法來(lái)進(jìn)行辨識(shí)。

　　卡內(nèi)基梅隆大學(xué)的一位計(jì)算機(jī)科學(xué)家Louis-PhilippeMorency表示結(jié)果有時(shí)候會(huì)與直覺(jué)相悖。Morency創(chuàng)建了一項(xiàng)名為SimSensei的項(xiàng)目，該項(xiàng)目可通過(guò)語(yǔ)音來(lái)探測(cè)抑郁癥。Morency團(tuán)隊(duì)表示，在將聲音特征與試圖再次自殺的可能性相關(guān)聯(lián)的早期研究中，他們發(fā)現(xiàn)相比發(fā)出緊張或憤怒的聲音的人，發(fā)出輕柔呼吸聲的人更有可能試圖再次自殺。不過(guò)，該項(xiàng)研究仍處于初步階段，而且關(guān)聯(lián)性通常也不那么簡(jiǎn)單。通常來(lái)說(shuō)只有算法能識(shí)別出來(lái)聲音信息所包含的復(fù)雜特征及模式。

　　Voicesense公司可提供關(guān)于健康行為、工作行為、及娛樂(lè)等方面的預(yù)測(cè)。

　　盡管研究還處于初步階段，研究人員已構(gòu)建了可利用語(yǔ)音來(lái)幫助識(shí)別帕金森癥和創(chuàng)傷后應(yīng)激障礙等疾病的算法。對(duì)很多人來(lái)說(shuō)，這項(xiàng)技術(shù)的最大前景在于將語(yǔ)音分析和心理健康相結(jié)合，從而創(chuàng)建出簡(jiǎn)單的方式來(lái)監(jiān)控疾病并且?guī)椭切┯袕?fù)發(fā)風(fēng)險(xiǎn)的人。

　　布里格姆婦女醫(yī)院數(shù)字行為健康項(xiàng)目的負(fù)責(zé)人David Ahern表示，精神患者在住院時(shí)會(huì)受到密切的監(jiān)控，但很多精神狀況的變化都發(fā)生在日常生活中，而日常生活會(huì)慢慢地讓人疲勞。在這種情況下，曾被診為抑郁癥的人可能都不會(huì)意識(shí)到自己變得再次抑郁了。當(dāng)人們不處于任何健康系統(tǒng)監(jiān)控下，這種情況就會(huì)發(fā)生。如果病情惡化到要去急診室的地步，就可能無(wú)法挽回了。從理念方面來(lái)說(shuō)，創(chuàng)造出可監(jiān)測(cè)健康行為的口袋傳感器很可能就是一個(gè)早期預(yù)警系統(tǒng)，作用將十分強(qiáng)大。

　　Ahern還是去年12月推出的心理健康監(jiān)控系統(tǒng)Companion Mx臨床試驗(yàn)的首席研究員。該系統(tǒng)目前僅對(duì)醫(yī)生和患者開(kāi)放，其他初創(chuàng)企業(yè)如SondeHealth和Ellipsis Health，也有著創(chuàng)建類似心理健康監(jiān)控系統(tǒng)的目標(biāo)?；颊呖墒褂肁pp錄下音頻日記，然后程序可分析這些日記以及通話記錄和位置等元數(shù)據(jù)，從而確定患者在抑郁情緒、興趣減退、回避和疲勞等四因素上的得分以及追蹤隨時(shí)間變化而變化的數(shù)據(jù)。這些信息受聯(lián)邦隱私法HIPAA保護(hù)，但會(huì)告知患者并在面板上呈現(xiàn)給密切關(guān)注患者病情的醫(yī)生。

　　據(jù)CompanionMx首席執(zhí)行官Sub Datta稱，該公司已對(duì)產(chǎn)品進(jìn)行了長(zhǎng)達(dá)七年的試驗(yàn)，試驗(yàn)患者超過(guò)1500名。該產(chǎn)品由另外一家語(yǔ)音分析公司Cogito研發(fā)，已獲得DARPA（美國(guó)國(guó)防高級(jí)研究計(jì)劃局）及國(guó)家心理健康研究院的資金支持。發(fā)表于《醫(yī)學(xué)互聯(lián)網(wǎng)研究雜志》上的研究結(jié)果表明，該項(xiàng)技術(shù)可預(yù)測(cè)抑郁癥和PTSD（創(chuàng)傷后壓力心理障礙癥）的癥狀，不過(guò)還需要進(jìn)一步的驗(yàn)證。

　　Datta還說(shuō)到，在前期試驗(yàn)中，95%的患者每周至少會(huì)留下一次音頻日記，醫(yī)生每天至少會(huì)查看面板一次。盡管Ahern指出哪一部分最有用（是App本身嗎？是反饋嗎？是面板？還是它們的組合？）上仍有很多問(wèn)題，但這些數(shù)據(jù)都代表著希望。研究還在繼續(xù)中，其他結(jié)果還尚未公布。CompanionMx還計(jì)劃與衛(wèi)生保健組織合作，并在退役軍人事務(wù)部中尋求機(jī)遇。

　　與此同時(shí)，Voicesense、CallMiner、RankMiner、以及CompanionMx昔日的母公司Cogito等企業(yè)承諾在商業(yè)中使用語(yǔ)音分析。大多數(shù)時(shí)候這意味著提高呼叫中心的客戶服務(wù)參與度，但Voicesense有著更遠(yuǎn)大的夢(mèng)想。Voicesense公司CEOYoavDegani表示現(xiàn)在該公司已能生成完整的個(gè)性檔案，但他的計(jì)劃遠(yuǎn)不止安撫不滿的客戶。該公司對(duì)很多業(yè)務(wù)都頗感興趣，如貸款違約預(yù)測(cè)、保險(xiǎn)索賠預(yù)測(cè)、客戶投資風(fēng)格揭示、內(nèi)部人力資源候選人評(píng)估以及員工離職評(píng)估。Degani還表示公司可提供關(guān)于健康行為、工作行為、娛樂(lè)等方面的預(yù)測(cè)，雖然不會(huì)百分百準(zhǔn)確，但大部分時(shí)候都是準(zhǔn)確無(wú)誤的。

　　在Degani分享的一個(gè)案例研究中，Voicesense與一家大型歐洲銀行合作對(duì)其技術(shù)進(jìn)行了測(cè)試。銀行向Voicesense提供了幾千名債務(wù)人的語(yǔ)音樣本（銀行已知道誰(shuí)拖欠了貸款，誰(shuí)沒(méi)有拖欠）。Voicesense在這些樣本中運(yùn)算其算法，并把錄音分為低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)三類。在此項(xiàng)分析中，預(yù)測(cè)為低風(fēng)險(xiǎn)組中僅有6%違約，而預(yù)測(cè)為高風(fēng)險(xiǎn)組中有27%違約。在另一項(xiàng)考察臨時(shí)員工離職可能性的評(píng)估研究中，算法歸為低風(fēng)險(xiǎn)類中僅有13%離職，而高風(fēng)險(xiǎn)組有高達(dá)39%的員工離職。

　　當(dāng)算法算錯(cuò)會(huì)發(fā)生什么？

　　麻省理工科學(xué)家Ghosh表示這些都是合理的應(yīng)用，于他而言沒(méi)有什么是危險(xiǎn)的。但與任何預(yù)測(cè)性技術(shù)一樣，如果分析做的不好，就很容易過(guò)度概括。一般來(lái)說(shuō)，除非看到有證據(jù)表明某件事在很多人身上以及這一類人群上得到了驗(yàn)證，否則很難將某人的說(shuō)法認(rèn)為是理所當(dāng)然。除非采樣足夠多，否則聲音的特征會(huì)有相當(dāng)大的差異，這也是為什么該公司不會(huì)做出強(qiáng)烈聲明的原因。

　　CEODegani還表示Voicesense的語(yǔ)音處理算法每秒可測(cè)量200多個(gè)參數(shù)，而且在很多不同語(yǔ)言上包括像普通話這樣的聲調(diào)語(yǔ)言都能測(cè)量準(zhǔn)確。目前該公司的項(xiàng)目還處于試點(diǎn)階段，但該公司與很多大型銀行及投資者都保持著聯(lián)系。他還提到，每個(gè)人都被這項(xiàng)技術(shù)所吸引。

　　客戶服務(wù)僅是一方面，德萊克斯大學(xué)的一位犯罪學(xué)教授Robert D’Ovidio表示Voicesense設(shè)想的一些應(yīng)用可能具有歧視性。想象一下打電話給抵押貸款公司，貸款公司通過(guò)語(yǔ)音判斷你患心臟病的風(fēng)險(xiǎn)極高，然后由于你可能長(zhǎng)時(shí)間不待在公司，你就會(huì)被歸類為高風(fēng)險(xiǎn)人群。

　　D’Ovidio教授還補(bǔ)充說(shuō)到，應(yīng)建立消費(fèi)者保護(hù)法來(lái)防止這些信息被收集。他希望隨著人類的進(jìn)步，我們能意識(shí)到無(wú)論什么形式，比如電子表格中輸入的一行數(shù)字或是捕捉到的聲紋，這僅僅只是數(shù)據(jù)。但我們至少應(yīng)該要求當(dāng)信息如語(yǔ)音被使用時(shí)應(yīng)告知我們。此外，他希望看到在保護(hù)消費(fèi)者的規(guī)章制度上能有所進(jìn)展。

　　華盛頓大學(xué)法學(xué)院教授RyanCalo指出像這樣的消費(fèi)者保護(hù)措施是存在的。美國(guó)有些州如伊利諾伊州已有相關(guān)法律來(lái)保證生物識(shí)別如語(yǔ)音識(shí)別的安全。Calo還補(bǔ)充到，無(wú)論技術(shù)是被用于語(yǔ)音分析還是簡(jiǎn)歷篩選，與種族或性別等敏感類相關(guān)的偏見(jiàn)問(wèn)題是其特有的問(wèn)題。但當(dāng)機(jī)器學(xué)習(xí)技術(shù)被用于面部或語(yǔ)音識(shí)別時(shí)，人們內(nèi)心深處會(huì)感到不安，部分原因是由于這些特征都太個(gè)人化。盡管反歧視法真的存在，但當(dāng)使用信息及歧視（社會(huì)還未能充分解決的概念）都能接受時(shí)，語(yǔ)音分析的很多方面會(huì)遇到更多問(wèn)題。