語(yǔ)音識(shí)別成主流!Alexa,你能保守秘密嗎?

我們都習(xí)慣了便捷的智能揚(yáng)聲器，比如在家中使用的亞馬遜Echo和手機(jī)上的Siri等語(yǔ)音助手，然而，除了方便，我們是否應(yīng)該更關(guān)注它們對(duì)隱私的影響？當(dāng)我們將數(shù)據(jù)交給亞馬遜、谷歌或其他一些大公司后，我們的數(shù)據(jù)和對(duì)話是否會(huì)被泄露？

語(yǔ)音識(shí)別成為主流

對(duì)語(yǔ)音識(shí)別最早的嘗試出現(xiàn)在20世紀(jì)60年代，但直到20世紀(jì)90年代，這項(xiàng)技術(shù)才在電腦上實(shí)現(xiàn)并變得普及。Siri在iPhone 4S上的首次亮相為市場(chǎng)帶來(lái)了真正的巨變，而這竟然已經(jīng)是2011年的事情了。

今天，許多產(chǎn)品和設(shè)備上都設(shè)有語(yǔ)音控制的“虛擬助手”，例如蘋(píng)果的Siri和谷歌訪問(wèn)助手。事實(shí)上，現(xiàn)在有六分之一的美國(guó)人擁有智能揚(yáng)聲器。目前，雖然亞馬遜憑借在其Echo揚(yáng)聲器和其他設(shè)備上運(yùn)行的Alexa引領(lǐng)市場(chǎng)，但它依然面臨著強(qiáng)勁的競(jìng)爭(zhēng)對(duì)手，比如谷歌、蘋(píng)果和其他公司。

當(dāng)然，采用語(yǔ)音界面的不只是智能揚(yáng)聲器和移動(dòng)設(shè)備，還有智能顯示器，他們通常包含與智能揚(yáng)聲器相同的語(yǔ)音助手界面和AI功能，例如亞馬遜的Echo Show。語(yǔ)音控制也被添加到智能電視和汽車，以及家用恒溫器等普通電器中，而微軟已將Cortana作為Windows系統(tǒng)的核心部分。

語(yǔ)音識(shí)別熱潮背后的技術(shù)是在高性能云服務(wù)器上運(yùn)行的人工智能（AI）和人工神經(jīng)網(wǎng)絡(luò)（ANN）。在本地設(shè)備中還需要一些復(fù)雜的信號(hào)處理，例如遠(yuǎn)場(chǎng)拾音，它可以從背景噪聲中提取語(yǔ)音。

隱私問(wèn)題

我們都知道技術(shù)有用，但一旦這些設(shè)備能收聽(tīng)、處理和響應(yīng)我們的語(yǔ)音，那么會(huì)發(fā)生什么？微軟最近的一項(xiàng)調(diào)查顯示，41％的語(yǔ)音助手用戶存有隱私方面的擔(dān)憂。

通常，大多數(shù)智能揚(yáng)聲器會(huì)接收您的問(wèn)題或指令音頻，并將其上傳到自己的服務(wù)器進(jìn)行處理。這意味著您詢問(wèn)或告知揚(yáng)聲器的任何內(nèi)容至少暫時(shí)由服務(wù)提供商存儲(chǔ)。

雖然智能揚(yáng)聲器總是在“聽(tīng)”，但只有在聽(tīng)到“喚醒詞”時(shí)才會(huì)上傳音頻，例如“Alexa”。但有些建議說(shuō)，在實(shí)際使用中，揚(yáng)聲器可能會(huì)將你說(shuō)的其它話誤認(rèn)為喚醒詞，在違背你意愿的情況下開(kāi)始錄音和上傳。

另一個(gè)值得關(guān)注的領(lǐng)域是服務(wù)提供商的員工對(duì)錄音和數(shù)據(jù)的訪問(wèn)權(quán)限。最近的新聞報(bào)道稱亞馬遜有專門的人員聽(tīng)取錄音以提高質(zhì)量，這似乎合乎邏輯，但也帶來(lái)了一些理論上的風(fēng)險(xiǎn)。另一方面，我們已經(jīng)習(xí)慣了大公司存儲(chǔ)我們的網(wǎng)絡(luò)瀏覽歷史和聊天消息，添加語(yǔ)音真的有什么不同嗎？

有人擔(dān)心這些員工會(huì)將語(yǔ)音數(shù)據(jù)鏈接到我們的其他個(gè)人詳細(xì)信息，包括位置。了解你居住的地方對(duì)于提供本地化推薦很有用，例如您所在城市的最佳餐廳，但這確實(shí)會(huì)引發(fā)對(duì)于隱私的擔(dān)憂。

本地處理

解決這些隱私問(wèn)題的一種方法是將云處理與更多的本地AI處理相結(jié)合。這可以通過(guò)使用能夠理解指令并做出相應(yīng)響應(yīng)的專用處理器來(lái)實(shí)現(xiàn)。

對(duì)于控制智能家居的許多交互，是可以無(wú)需與云進(jìn)行任何通信的。而在需要交換信息的情況下——例如，當(dāng)用戶提出問(wèn)題或者請(qǐng)求控制諸如Spotify或互聯(lián)網(wǎng)廣播電臺(tái)之類的網(wǎng)絡(luò)應(yīng)用程序時(shí)，智能揚(yáng)聲器可以只將元信息（而不是實(shí)際對(duì)話）發(fā)送到云。

隨著語(yǔ)音激活和控制被添加到更多的消費(fèi)產(chǎn)品中，已經(jīng)足夠成熟的神經(jīng)網(wǎng)絡(luò)處理器可以部署到嵌入式應(yīng)用程序中，并且可以用于本地計(jì)算，而無(wú)需將數(shù)據(jù)發(fā)送到云，這將有助于減輕許多人的隱私擔(dān)憂。

雖然云公司更喜歡收集原始對(duì)話以建立數(shù)據(jù)庫(kù)，但如果家用設(shè)備能發(fā)揮安全網(wǎng)關(guān)的作用，限制哪些信息可以與云共享，用戶將更有可能信任語(yǔ)音服務(wù)。

這里的透明度至關(guān)重要：設(shè)備制造商需要向消費(fèi)者表明哪些數(shù)據(jù)將在本地進(jìn)行處理，哪些會(huì)發(fā)送到云。當(dāng)然，關(guān)于這一問(wèn)題的爭(zhēng)論亦存在一個(gè)積極的角度：不難想象，設(shè)備供應(yīng)商會(huì)使用其本地處理能力作為一個(gè)差異化因素，說(shuō)服消費(fèi)者購(gòu)買具有更多“僅限本地”功能的智能揚(yáng)聲器。

OEM可以做什么？

提高公眾信心的另一個(gè)方法是提供“從設(shè)計(jì)著手保護(hù)隱私”的功能，以便用戶可以看到設(shè)備在提供信息保密。例如，亞馬遜的Echo Show 5智能顯示器帶有覆蓋攝像頭的物理快門。所有智能揚(yáng)聲器設(shè)備都設(shè)有一個(gè)靜音按鈕，用于禁用麥克風(fēng)。

無(wú)論硬件功能如何，無(wú)論我們的技術(shù)能力或經(jīng)驗(yàn)水平如何，軟件都必須提供讓我們信任的用戶體驗(yàn)。一個(gè)重要的步驟是為用戶提供明確的路徑，讓用戶能夠設(shè)置隱私偏好，以及隨時(shí)刪除所有錄音和歷史記錄。

保護(hù)隱私的另一個(gè)步驟是確?！皢拘言~”提?。ㄔ诒镜貓?zhí)行）盡可能準(zhǔn)確，以便消費(fèi)者確信他們可以在不回避語(yǔ)音界面的情況下談?wù)撍矫?a href="http://www.wenjunhu.com/v/tag/" target="_blank">話題。隨著更強(qiáng)大的處理器和更復(fù)雜的算法在語(yǔ)音控制設(shè)備中趨于普遍，智能揚(yáng)聲器也能夠可靠地確定用戶是否在請(qǐng)求它們的幫助。

結(jié)論

未來(lái)的語(yǔ)音界面只會(huì)更加普及，那些能夠提供優(yōu)質(zhì)產(chǎn)品和隱私保護(hù)的供應(yīng)商擁有廣闊商機(jī)。消費(fèi)者想要便捷，有關(guān)其他技術(shù)產(chǎn)品的證據(jù)表明，如果供應(yīng)商能夠證明隱私可以得到保護(hù)，消費(fèi)者會(huì)很樂(lè)意與語(yǔ)音控制設(shè)備進(jìn)行交談，就像在智能手機(jī)上打字一樣。

最后，我剛剛問(wèn)我Echo揚(yáng)聲器中的Alexa：“你能保守秘密嗎？”它回答：“你可以放心地告訴我你想讓我知道的秘密。”聽(tīng)上去有些含糊，但這是一個(gè)很好的起點(diǎn)。