京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 1694|回复: 0

听 6 秒钟语音,这个 AI 就能知道你长什么样

[复制链接]

1

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-6-9 07:54:05 | 显示全部楼层 |阅读模式 来自 中国
声音可以暴露很多信息,比如说,广东人跟东北人讲的普通话永远都不是一个味儿。
4 \2 v  t+ h8 l8 ]6 n  C. O而麻省理工学院(MIT)最近一项研究发现,经过训练的 AI 不仅能从声音里辨别出你的性别、年龄和种族,甚至能猜出你大概长什么样。这些「秘密」都藏不住了。) X8 [; x, ]6 m$ n) z7 c  k
▲ 图自《华尔街日报》; L- j+ f' R: q2 u6 U% O
研究人员用一个由数百万 YouTube 视频剪辑组成的数据集,对一个名为 Speech2Face 的神经网络模型进行自我训练,从最终结果来看,6 秒语音对人脸进行还原的效果还算不错。; S% S5 @9 s2 g: e# n) L
▲ 一共 6 组结果示例,左边是视频里的人像,右边是 AI 根据声音还原的效果
$ `& Q! t, ^$ f! \8 ]Speech2Face 模型的运作大概分为两部分,一个是语音编码器,负责对输入的语音进行分析,预测出相关的面部特征;另一个则是面部解码器,对输入的面部特征进行整合产生图像。+ f" k% y, o# y& m
MIT 研究团队指出,他们的目的不是为了准确地还原说话者的模样,Speech2Face 模型主要是为了研究语音跟相貌之间的相关性。( T6 I+ f1 b! T8 t
从训练结果看,Speech2Face 能较好地识别出性别,对白种人和亚洲人也能较好地分辨出来,另外对 30-40 岁和 70 岁的年龄段声音命中率稍微高一些。
, |3 ]6 @1 Q9 R% J8 F▲ Speech2Face 似乎倾向将 30 岁以下的说话者年龄猜大,将 40-70 岁的说话者年龄猜小
7 ]+ L" t, [1 _! u1 _除了比较基础的性别、年龄和种族,Speech2Face 甚至能猜中一些面部特征,比如说鼻子的结构、嘴唇的厚度和形状、咬合情况,以及大概的面部骨架。基本上输入的语音时间越长,AI 的准确度会越高。8 y% Z6 a0 E% M7 h2 t  t
当然 AI 的「听觉」也会出错。研究人员发现,它会将未经历变声期的小男孩识别为女性,对一些说话者的口音判断错误,也会搞混年纪……这一点完全可以理解,毕竟声音还是会骗人的,夜夜伴你入睡的萌妹奶音主播,实际上说不定就是个抠脚硬汉。
8 f; |/ a- e* I( I) l6 V▲ Speech2Face 的一些错误示例4 n" i# Q5 D  s; S0 |
研究人员指出,Speech2Face 的局限性,部分原因来自数据集里的说话者本身种族多样性不够丰富,这也导致了它辨认黑种人声音的能力比较弱。/ ?9 U$ I3 m4 R  Q7 V+ P) _
至于他们对这个 AI 模型的应用,则有一个很可爱的想象:只需要说几句话,未来 Animoji 和 Gboard 等功能或许就能根据声音生成你的卡通头像。/ u6 j: u' _" X& [  ^
▲ 图自 Independent# b0 U# e* l' v7 A9 ~
不管你信或不信,藏在我们声音的秘密都正被开发研究,投入各式各样的场景应用。
: P' ~8 y1 t% D9 }6 O& ]! O0 J) c, v$ W卡内基梅隆大学计算机副教授 Rita Singh 也主导过一项类似的研究,能从声音猜测说话者的年龄、身高、体重、环境噪音和说话时的空间类型等信息。她认为声音里藏着丰富而独特的信息,「就像是你的 DNA 或指纹」。
9 H5 M& t) I% }  g这项技术后来升级成跟 Speech2Face 相似的语音分析系统,还原人脸的准确度达到 60%-70%,目前正被美国海岸警卫队用于缩小调查范围找到恶作剧报警者。据称,他们每年会接到约 150 个恶作剧电话,这些行为被视作浪费警力,甚至会遭到刑事起诉。4 _' B6 E4 L8 V' X, \/ N
▲ 听起来就像是刑侦剧里的犯罪侧写师
4 |! [2 x) J" G6 k! s! k  E目前,汇丰、渣打、摩根大通等银行都在用「声纹」作为身份识别的一种方式(voice ID),可以检测你的账户是否被盗。; a1 K3 Z1 p9 h" @7 k: \0 D
大都会人寿保险公司的客服中心,会用一套 AI 系统帮忙识别客户的情绪和感受,平均准确率达到 82%;一些保险公司甚至会借此判断来电者有没有骗保的意图——如果说话时出现微小停顿,很可能就是在提供虚假信息。
7 Q$ }4 T5 P) y( H! n# h除此之外,经过训练的 AI 还被一些公司用于招聘,从应聘者的说话模式分析出性格特征,判断是否适合在招岗位。/ E+ \- Z$ v2 V' N1 N
而丰田汽车曾经在 2017 年 CES 大会展出 Concept-i 概念车型,车内配备红外摄像头、传感器、车载语音识别和对话系统,它们将协作判断司机是不是处于疲劳驾驶状态并作出提醒。
, r; ~' ~  e5 ]1 }6 B跟 MIT 的卡通头像相比,Singh 教授的想法似乎要更长远且宏大一些。她希望,有朝一日语音识别技术可以用于远程确诊帕金森等疾病。
, m6 q9 G( z& ^/ d1 ^▲ 图自 NewScientist5 r- P2 K9 ]* f+ D. G; m; W
而目前已经有研究发现,冠状动脉疾病患者在声音上会留有不同的频率标志。未来,「听声看病」说不定也会跟「听声识脸」一样成真。, r/ _: M7 ]! ^/ z$ K
题图来自 itcrumbs.ru& v2 R) r4 j! b% _2 j3 W7 b" }7 _( H

6 Y, |* L3 @  x2 a1 c  G来源:http://www.yidianzixun.com/article/0MDyOUEi
$ c0 W$ C( m1 o( i8 N" o3 D- A8 x免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2026-9-16 21:02 , Processed in 0.038436 second(s), 25 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表