Voicesense公司向其客戶(hù)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(huà)中使用實(shí)時(shí)語(yǔ)音分析來(lái)評估某人是否有可能拖欠銀行貸款、是否會(huì )購買(mǎi)更昂貴的產(chǎn)品或是否能成為工作的最佳競選者。

　　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(zhù)家庭助手廣受消費者歡迎，如亞馬遜Alexa，研究者和初創(chuàng )企業(yè)都注意到了聲音中蘊含著(zhù)豐富的信息。據商業(yè)分析公司IdTechEx的一份報告，語(yǔ)音技術(shù)市場(chǎng)正在不斷增長(cháng)，預計到2019年市值將達到155億美元。麻省理工學(xué)院麥戈文大腦研究中心一位對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(huà)，而很多設備如手機，Alexa和谷歌家庭等設備都可捕捉聲音。

　　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，在醫院里語(yǔ)音助手的使用也越來(lái)越普及。現在很多人都知道Twitter和Instagram上的帖子將會(huì )被監控，但很少有人認為聲音是另一種形式的數據，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、語(yǔ)速、重音以及停頓。語(yǔ)音分析的訣竅是機器學(xué)習。通過(guò)機器將倆組被標記的樣本信息，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)習捕捉到可表明某人是屬于A(yíng)組或B組的細微語(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。

　　卡內基梅隆大學(xué)的一位計算機科學(xué)家Louis-Philippe Morency表示結果有時(shí)候會(huì )與直覺(jué)相悖。Morency創(chuàng )建了一項名為SimSensei的項目，該項目可通過(guò)語(yǔ)音來(lái)探測抑郁癥。Morency團隊表示，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)只有算法能識別出來(lái)聲音信息所包含的復雜特征及模式。

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

　　盡管研究還處于初步階段，研究人員已構建了可利用語(yǔ)音來(lái)幫助識別帕金森癥和創(chuàng )傷后應激障礙等疾病的算法。對很多人來(lái)說(shuō)，這項技術(shù)的最大前景在于將語(yǔ)音分析和心理健康相結合，從而創(chuàng )建出簡(jiǎn)單的方式來(lái)監控疾病并且幫助那些有復發(fā)風(fēng)險的人。

　　布里格姆婦女醫院數字行為健康項目的負責人David Ahern表示，精神患者在住院時(shí)會(huì )受到密切的監控，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 )意識到自己變得再次抑郁了。當人們不處于任何健康系統監控下，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 )造出可監測健康行為的口袋傳感器很可能就是一個(gè)早期預警系統，作用將十分強大。

　　Ahern還是去年12月推出的心理健康監控系統Companion Mx臨床試驗的首席研究員。該系統目前僅對醫生和患者開(kāi)放，其他初創(chuàng )企業(yè)如SondeHealth和Ellipsis Health，也有著(zhù)創(chuàng )建類(lèi)似心理健康監控系統的目標。患者可使用App錄下音頻日記，然后程序可分析這些日記以及通話(huà)記錄和位置等元數據，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)間變化而變化的數據。這些信息受聯(lián)邦隱私法HIPAA保護，但會(huì )告知患者并在面板上呈現給密切關(guān)注患者病情的醫生。

　　據CompanionMx首席執行官Sub Datta稱(chēng)，該公司已對產(chǎn)品進(jìn)行了長(cháng)達七年的試驗，試驗患者超過(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（美國國防高級研究計劃局）及國家心理健康研究院的資金支持。發(fā)表于《醫學(xué)互聯(lián)網(wǎng)研究雜志》上的研究結果表明，該項技術(shù)可預測抑郁癥和PTSD（創(chuàng )傷后壓力心理障礙癥）的癥狀，不過(guò)還需要進(jìn)一步的驗證。

　　Datta還說(shuō)到，在前期試驗中，95%的患者每周至少會(huì )留下一次音頻日記，醫生每天至少會(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，但這些數據都代表著(zhù)希望。研究還在繼續中，其他結果還尚未公布。CompanionMx還計劃與衛生保健組織合作，并在退役軍人事務(wù)部中尋求機遇。

　　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。大多數時(shí)候這意味著(zhù)提高呼叫中心的客戶(hù)服務(wù)參與度，但Voicesense有著(zhù)更遠大的夢(mèng)想。Voicesense公司CEOYoavDegani表示現在該公司已能生成完整的個(gè)性檔案，但他的計劃遠不止安撫不滿(mǎn)的客戶(hù)。該公司對很多業(yè)務(wù)都頗感興趣，如貸款違約預測、保險索賠預測、客戶(hù)投資風(fēng)格揭示、內部人力資源候選人評估以及員工離職評估。Degani還表示公司可提供關(guān)于健康行為、工作行為、娛樂(lè )等方面的預測，雖然不會(huì )百分百準確，但大部分時(shí)候都是準確無(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其技術(shù)進(jìn)行了測試。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在這些樣本中運算其算法，并把錄音分為低風(fēng)險、中風(fēng)險和高風(fēng)險三類(lèi)。在此項分析中，預測為低風(fēng)險組中僅有6%違約，而預測為高風(fēng)險組中有27%違約。在另一項考察臨時(shí)員工離職可能性的評估研究中，算法歸為低風(fēng)險類(lèi)中僅有13%離職，而高風(fēng)險組有高達39%的員工離職。

　　麻省理工科學(xué)家Ghosh表示這些都是合理的應用，于他而言沒(méi)有什么是危險的。但與任何預測性技術(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)，除非看到有證據表明某件事在很多人身上以及這一類(lèi)人群上得到了驗證，否則很難將某人的說(shuō)法認為是理所當然。除非采樣足夠多，否則聲音的特征會(huì )有相當大的差異，這也是為什么該公司不會(huì )做出強烈聲明的原因。

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

　　客戶(hù)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設想的一些應用可能具有歧視性。想象一下打電話(huà)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)險極高，然后由于你可能長(cháng)時(shí)間不待在公司，你就會(huì )被歸類(lèi)為高風(fēng)險人群。

　　D’Ovidio教授還補充說(shuō)到，應建立消費者保護法來(lái)防止這些信息被收集。他希望隨著(zhù)人類(lèi)的進(jìn)步，我們能意識到無(wú)論什么形式，比如電子表格中輸入的一行數字或是捕捉到的聲紋，這僅僅只是數據。但我們至少應該要求當信息如語(yǔ)音被使用時(shí)應告知我們。此外，他希望看到在保護消費者的規章制度上能有所進(jìn)展。

　　華盛頓大學(xué)法學(xué)院教授RyanCalo指出像這樣的消費者保護措施是存在的。美國有些州如伊利諾伊州已有相關(guān)法律來(lái)保證生物識別如語(yǔ)音識別的安全。Calo還補充到，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(lèi)相關(guān)的偏見(jiàn)問(wèn)題是其特有的問(wèn)題。但當機器學(xué)習技術(shù)被用于面部或語(yǔ)音識別時(shí)，人們內心深處會(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。