為什么公司想用你的聲音挖掘秘密

V oicesense向客戶做出了一個有趣的承諾：給我們一個人的聲音，我們會告訴你他們會做什么。以色列公司在通話期間使用實時語音分析來評估某人是否可能違約銀行貸款，購買更昂貴的產(chǎn)品，或成為最佳的工作候選人。

它是尋找我們演講中所包含的個人見解的眾多公司之一。近年來，研究人員和初創(chuàng)公司已經(jīng)注意到可以從語音中挖掘的豐富信息，尤其是像亞馬遜的Alexa這樣的家庭助理的普及使得消費者越來越習慣于與他們的設備交談。根據(jù)商業(yè)分析公司IdTechEx的報告，語音技術(shù)市場正在增長，預計到2029年將達到155億美元。“幾乎所有人都在談論并且有大量的設備可以捕捉語音，無論是你的手機還是像Alexa和Google Home這樣的東西，” Satrajit Ghosh說道。麻省理工學院麥戈文腦研究中心的研究科學家，有興趣為心理健康目的開發(fā)語音分析。“聲音在生活中變得無處不在。”

聲音不僅無處不在; 它非常個人化，很難假裝 - 想想前Theranos首席執(zhí)行官伊麗莎白·霍姆斯(Elizabeth Holmes)錯誤的聲音所帶來的懷疑- 并且出現(xiàn)在我們最私密的環(huán)境中。人們在家中與Alexa(錯誤地記錄了對話)交談，數(shù)字語音助理越來越多地用于醫(yī)院。語音雜志應用程序，如馬斯洛依靠用戶坦率地談論他們的問題。到目前為止，很多人都知道推文和Instagram帖子會受到監(jiān)控，但更少考慮我們的聲音作為另一種形式的數(shù)據(jù)，可以告訴我們自己并將我們帶給別人。所有這些都導致了關于這些信息如何豐富我們生活的激動人心的研究，以及關于這些見解的準確性以及如何使用它們的隱私問題。

?他關鍵語音分析的研究是不是有人說，但是他們怎么說：音調(diào)，速度，重點，停頓。技巧是機器學習。從兩組中挑選標記樣本 - 例如，焦慮的人與沒有的人 - 并將數(shù)據(jù)提供給算法。然后，該算法學會獲取可能表明某人是否屬于A組或B組的微妙說話符號，并且它可以在將來對新樣本執(zhí)行相同操作。

Carnegie Mellon大學的計算機科學家Louis-Philippe Morency表示，結(jié)果有時可能違反直覺，他建立了一個名為SimSensei的項目，可以幫助用語音檢測抑郁癥。他說，在一些試圖將聲音特征與再次嘗試自殺的可能性相匹配的早期研究中，Morency的研究小組發(fā)現(xiàn)，聲音柔和，氣喘的人，而不是那些有緊張或憤怒聲音的人，更有可能重新嘗試。然而，這項研究是初步的，而且鏈接通常不那么簡單。通常，贈品是一組復雜的功能和說話模式，只有算法可以接受。

盡管如此，研究人員已經(jīng)建立了使用聲音來幫助識別從帕金森病到創(chuàng)傷后應激障礙的所有算法。對于許多人來說，這項技術(shù)的最大承諾在于語音分析和心理健康的交叉，并希望創(chuàng)建一種簡單的方法來監(jiān)控和幫助那些有復發(fā)風險的人。

患有精神健康狀況的人在醫(yī)院時會受到密切監(jiān)控，但“精神健康狀況的很多事情發(fā)生在一個人的日常生活中”，David Ahern說。，誰負責布萊根婦女醫(yī)院的數(shù)字行為健康計劃。他說，在監(jiān)督環(huán)境之外，日常生活可以緩慢而巧妙地穿著人。在這種情況下，一旦被診斷患有抑郁癥的人可能甚至沒有意識到他們再次感到沮喪。“當人們與任何一種衛(wèi)生系統(tǒng)無關時，就會發(fā)生這些事件。如果情況變得更糟，有人在急診室尋求治療，使用中西部的表情，小馬已經(jīng)離開了谷倉，“埃亨說。“在口袋里放置一個能夠監(jiān)控相關行為活動的傳感器的想法在概念上非常強大。它可能是一個預警系統(tǒng)。“

Ahern是CompanionMx臨床試驗的首席研究員，CompanionMx是一種精神健康監(jiān)測系統(tǒng)，于12月推出。(CompanionMx目前僅適用于醫(yī)生和患者。其他創(chuàng)業(yè)公司，如Sonde Health和Ellipsis Health，也有類似的目標。)患者使用該應用程序記錄音頻日記。該程序分析這些日記以及呼叫日志和位置等元數(shù)據(jù)，以確定患者如何評分四個因素 - 抑郁情緒，興趣減少，避免和疲勞 - 并跟蹤隨時間的變化。此信息受聯(lián)邦隱私法HIPAA保護，與患者共享，并在儀表板中提供給希望密切關注患者行為的醫(yī)生。

根據(jù)CompanionMx首席執(zhí)行官Sub Datta的說法，該公司已經(jīng)對該產(chǎn)品進行了7年的測試，并且有超過1,500名患者。該產(chǎn)品由另一家名為Cogito的語音分析公司分拆出來，已獲得DARPA和國立精神衛(wèi)生研究所的資助。發(fā)表在“醫(yī)學互聯(lián)網(wǎng)研究雜志”上的結(jié)果表明，該技術(shù)可以預測抑郁癥和創(chuàng)傷后應激障礙的癥狀，但需要進一步驗證。

根據(jù)Datta的說法，在試點研究中，95%的患者每周至少留下一次音頻日記，臨床醫(yī)生每天至少進入一次儀表板。這些數(shù)字很有希望，盡管埃亨指出，關于哪個組件最有幫助仍然存在很多問題。它是應用程序本身嗎?反饋?儀表板?組合?研究仍在繼續(xù)，其他結(jié)果尚未公布。CompanionMx計劃與醫(yī)療保健組織合作，并正在尋找退伍軍人事務部的機會。

中號 eanwhile，服務，如Voicesense，CallMiner，RankMiner和CompanionMx的一次性母公司Cogito承諾在業(yè)務環(huán)境中使用語音分析。大多數(shù)時候，這意味著改善呼叫中心的客戶服務參與度，但Voicesense有更大的夢想。“今天我們能夠產(chǎn)生完整的個性檔案，”首席執(zhí)行官Yoav Degani說道。他的計劃不僅僅是滿足心懷不滿的顧客。他的公司對一切感興趣：貸款違約預測，保險索賠預測，揭示客戶的投資風格，人力資源的內(nèi)部候選人評估，評估員工是否可能離開。“我們百分之百的時間都不正確，但我們在正確的時間里是非常正確的，”Degani說。“我們可以提供關于健康行為，工作行為，娛樂等的預測。”

在Degani分享的一個案例研究中，Voicesense在一家大型歐洲銀行測試了其技術(shù)。該銀行提供了幾千名債務人的語音樣本。(該銀行已經(jīng)知道誰曾經(jīng)且沒有拖欠他們的貸款。)Voicesense在這些樣本上運行其算法，并將記錄分為低，中，高風險。在一項此類分析中，6%的預測“低風險”人員違約，相比之下，Voicesense認為高風險的人群占27%。在另一項評估臨時員工離職概率的評估中，13%的算法歸類為“低風險”，而高風險組則為39%。

麻省理工學院的科學家Ghosh說，這些都是合理的應用。沒有什么能像他一樣跳出紅旗。但與任何預測技術(shù)一樣，如果分析效果不佳，很容易過度概括。“總的來說，直到我看到證據(jù)證明某些事情已經(jīng)在X號人群和這種多樣化的人口中得到驗證，我才會非常難以將某人的主張視為理所當然，”他說。“語音特征可能會有很大差異，除非你有足夠的樣本，這就是為什么我們不要做出非常強烈的主張。”

對于他來說，Degani說Voicesense語音處理算法每秒測量200多個參數(shù)，并且可以在許多不同的語言上準確，包括像普通話這樣的音調(diào)語言。該計劃仍處于試點階段，但該公司與大型銀行以及其他投資者保持聯(lián)系。“每個人都對這種技術(shù)的潛力著迷。”

ç ustomer服務是一回事，但羅伯特D'奧維迪奧，在Drexel大學的犯罪學教授，關注的是，一些應用程序是Voicesense設想可能是歧視。想象一下，他打電話給一家抵押貸款公司，并且他們用你的聲音來確定你患心臟病的風險更高，然后你被認為風險更高，因為你可能不會長時間待在身邊。“我真的認為我們將制定消費者保護立法，以防止收集這些，”D'Ovidio補充說。

華盛頓大學法學院教授瑞安·卡洛指出，存在這樣的一些消費者保護措施。語音被認為是一種生物識別措施，而像伊利諾伊州這樣的一些州已經(jīng)制定了保證生物識別安全的法律。Calo補充說，與種族或性別等敏感類別相關的偏見問題是機器學習技術(shù)的特有問題，無論這些技術(shù)是用于語音分析還是查看簡歷。但是，當這些機器學習方法用于面部或語音識別時，人們會感到內(nèi)心不安，部分原因是這些特征是如此個性化。雖然確實存在反歧視法律，但圍繞語音分析的許多問題涉及更廣泛的問題，即何時可以使用信息以及什么構(gòu)成歧視，這是我們作為一個社會沒有充分努力解決的概念。

D'Ovidio說：“我希望在我們前進的過程中，我們認識到這只是數(shù)據(jù)，無論它采用何種形式，就像在電子表格或聲紋中輸入的一堆數(shù)字一樣。” 他補充說，至少，我們應該要求在使用這樣的東西時告訴我們。“我希望看到在保護消費者方面正在進行監(jiān)管的運動，”他說。“當算法出錯時會發(fā)生什么?”