为什么公司想用你的声音挖掘秘密

V oicesense向客户做出了一个有趣的承诺：给我们一个人的声音，我们会告诉你他们会做什么。以色列公司在通话期间使用实时语音分析来评估某人是否可能违约银行贷款，购买更昂贵的产品，或成为最佳的工作候选人。

它是寻找我们演讲中所包含的个人见解的众多公司之一。近年来，研究人员和初创公司已经注意到可以从语音中挖掘的丰富信息，尤其是像亚马逊的Alexa这样的家庭助理的普及使得消费者越来越习惯于与他们的设备交谈。根据商业分析公司IdTechEx的报告，语音技术市场正在增长，预计到2029年将达到155亿美元。“几乎所有人都在谈论并且有大量的设备可以捕捉语音，无论是你的手机还是像Alexa和Google Home这样的东西，” Satrajit Ghosh说道。麻省理工学院麦戈文脑研究中心的研究科学家，有兴趣为心理健康目的开发语音分析。“声音在生活中变得无处不在。”

声音不仅无处不在; 它非常个人化，很难假装 - 想想前Theranos首席执行官伊丽莎白·霍姆斯(Elizabeth Holmes)错误的声音所带来的怀疑- 并且出现在我们最私密的环境中。人们在家中与Alexa(错误地记录了对话)交谈，数字语音助理越来越多地用于医院。语音杂志应用程序，如马斯洛依靠用户坦率地谈论他们的问题。到目前为止，很多人都知道推文和Instagram帖子会受到监控，但更少考虑我们的声音作为另一种形式的数据，可以告诉我们自己并将我们带给别人。所有这些都导致了关于这些信息如何丰富我们生活的激动人心的研究，以及关于这些见解的准确性以及如何使用它们的隐私问题。

Ť他关键语音分析的研究是不是有人说，但是他们怎么说：音调，速度，重点，停顿。技巧是机器学习。从两组中挑选标记样本 - 例如，焦虑的人与没有的人 - 并将数据提供给算法。然后，该算法学会获取可能表明某人是否属于A组或B组的微妙说话符号，并且它可以在将来对新样本执行相同操作。

Carnegie Mellon大学的计算机科学家Louis-Philippe Morency表示，结果有时可能违反直觉，他建立了一个名为SimSensei的项目，可以帮助用语音检测抑郁症。他说，在一些试图将声音特征与再次尝试自杀的可能性相匹配的早期研究中，Morency的研究小组发现，声音柔和，气喘的人，而不是那些有紧张或愤怒声音的人，更有可能重新尝试。然而，这项研究是初步的，而且链接通常不那么简单。通常，赠品是一组复杂的功能和说话模式，只有算法可以接受。

尽管如此，研究人员已经建立了使用声音来帮助识别从帕金森病到创伤后应激障碍的所有算法。对于许多人来说，这项技术的最大承诺在于语音分析和心理健康的交叉，并希望创建一种简单的方法来监控和帮助那些有复发风险的人。

患有精神健康状况的人在医院时会受到密切监控，但“精神健康状况的很多事情发生在一个人的日常生活中”，David Ahern说。，谁负责布莱根妇女医院的数字行为健康计划。他说，在监督环境之外，日常生活可以缓慢而巧妙地穿着人。在这种情况下，一旦被诊断患有抑郁症的人可能甚至没有意识到他们再次感到沮丧。“当人们与任何一种卫生系统无关时，就会发生这些事件。如果情况变得更糟，有人在急诊室寻求治疗，使用中西部的表情，小马已经离开了谷仓，“埃亨说。“在口袋里放置一个能够监控相关行为活动的传感器的想法在概念上非常强大。它可能是一个预警系统。“

Ahern是CompanionMx临床试验的首席研究员，CompanionMx是一种精神健康监测系统，于12月推出。(CompanionMx目前仅适用于医生和患者。其他创业公司，如Sonde Health和Ellipsis Health，也有类似的目标。)患者使用该应用程序记录音频日记。该程序分析这些日记以及呼叫日志和位置等元数据，以确定患者如何评分四个因素 - 抑郁情绪，兴趣减少，避免和疲劳 - 并跟踪随时间的变化。此信息受联邦隐私法HIPAA保护，与患者共享，并在仪表板中提供给希望密切关注患者行为的医生。

根据CompanionMx首席执行官Sub Datta的说法，该公司已经对该产品进行了7年的测试，并且有超过1,500名患者。该产品由另一家名为Cogito的语音分析公司分拆出来，已获得DARPA和国立精神卫生研究所的资助。发表在“医学互联网研究杂志”上的结果表明，该技术可以预测抑郁症和创伤后应激障碍的症状，但需要进一步验证。

根据Datta的说法，在试点研究中，95%的患者每周至少留下一次音频日记，临床医生每天至少进入一次仪表板。这些数字很有希望，尽管埃亨指出，关于哪个组件最有帮助仍然存在很多问题。它是应用程序本身吗?反馈?仪表板?组合?研究仍在继续，其他结果尚未公布。CompanionMx计划与医疗保健组织合作，并正在寻找退伍军人事务部的机会。

中号 eanwhile，服务，如Voicesense，CallMiner，RankMiner和CompanionMx的一次性母公司Cogito承诺在业务环境中使用语音分析。大多数时候，这意味着改善呼叫中心的客户服务参与度，但Voicesense有更大的梦想。“今天我们能够产生完整的个性档案，”首席执行官Yoav Degani说道。他的计划不仅仅是满足心怀不满的顾客。他的公司对一切感兴趣：贷款违约预测，保险索赔预测，揭示客户的投资风格，人力资源的内部候选人评估，评估员工是否可能离开。“我们百分之百的时间都不正确，但我们在正确的时间里是非常正确的，”Degani说。“我们可以提供关于健康行为，工作行为，娱乐等的预测。”

在Degani分享的一个案例研究中，Voicesense在一家大型欧洲银行测试了其技术。该银行提供了几千名债务人的语音样本。(该银行已经知道谁曾经且没有拖欠他们的贷款。)Voicesense在这些样本上运行其算法，并将记录分为低，中，高风险。在一项此类分析中，6%的预测“低风险”人员违约，相比之下，Voicesense认为高风险的人群占27%。在另一项评估临时员工离职概率的评估中，13%的算法归类为“低风险”，而高风险组则为39%。

麻省理工学院的科学家Ghosh说，这些都是合理的应用。没有什么能像他一样跳出红旗。但与任何预测技术一样，如果分析效果不佳，很容易过度概括。“总的来说，直到我看到证据证明某些事情已经在X号人群和这种多样化的人口中得到验证，我才会非常难以将某人的主张视为理所当然，”他说。“语音特征可能会有很大差异，除非你有足够的样本，这就是为什么我们不要做出非常强烈的主张。”

对于他来说，Degani说Voicesense语音处理算法每秒测量200多个参数，并且可以在许多不同的语言上准确，包括像普通话这样的音调语言。该计划仍处于试点阶段，但该公司与大型银行以及其他投资者保持联系。“每个人都对这种技术的潜力着迷。”

ç ustomer服务是一回事，但罗伯特D'奥维迪奥，在Drexel大学的犯罪学教授，关注的是，一些应用程序是Voicesense设想可能是歧视。想象一下，他打电话给一家抵押贷款公司，并且他们用你的声音来确定你患心脏病的风险更高，然后你被认为风险更高，因为你可能不会长时间待在身边。“我真的认为我们将制定消费者保护立法，以防止收集这些，”D'Ovidio补充说。

华盛顿大学法学院教授瑞安·卡洛指出，存在这样的一些消费者保护措施。语音被认为是一种生物识别措施，而像伊利诺伊州这样的一些州已经制定了保证生物识别安全的法律。Calo补充说，与种族或性别等敏感类别相关的偏见问题是机器学习技术的特有问题，无论这些技术是用于语音分析还是查看简历。但是，当这些机器学习方法用于面部或语音识别时，人们会感到内心不安，部分原因是这些特征是如此个性化。虽然确实存在反歧视法律，但围绕语音分析的许多问题涉及更广泛的问题，即何时可以使用信息以及什么构成歧视，这是我们作为一个社会没有充分努力解决的概念。

D'Ovidio说：“我希望在我们前进的过程中，我们认识到这只是数据，无论它采用何种形式，就像在电子表格或声纹中输入的一堆数字一样。” 他补充说，至少，我们应该要求在使用这样的东西时告诉我们。“我希望看到在保护消费者方面正在进行监管的运动，”他说。“当算法出错时会发生什么?”