听 6 秒钟语音，这个 AI 就能知道你长什么样

david_tito

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。
( z/ G8 t: L" e( B& ~9 V+ _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。
3 z6 b8 ^$ A& ]* F▲ 图自《华尔街日报》
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。
  f0 z" }" V; g. p4 v0 J) V3 w▲ 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
9 U  A  q) _" XSpeech2Face 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。
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。
1 h# K* W/ Q# g9 R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。
▲ 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
" w. \, e& m4 y0 B& t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。
& j6 n" N- ~" ]* m& n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。
▲ Speech2Face 的一些错误示例
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。
* \1 X2 x2 I0 y5 }4 N$ I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。
▲ 图自 Independent
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。
7 P: [. N; S) R- f+ N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」。
, f5 T2 `. C. r0 {" q; t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。
. q7 y- G$ P" n# Z▲ 听起来就像是刑侦剧里的犯罪侧写师
# U6 ^+ N: b  I6 c! `- ?' v0 W1 ^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。
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。
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。
* n2 |( L5 `. |6 D! O" ~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。
; K' f6 ]$ E! s. b. Y6 ?4 F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。
7 {" l0 i, D8 |! }& [  g, z7 H▲ 图自 NewScientist
  `) K0 T* L7 C( V0 w% _2 G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。
题图来自 itcrumbs.ru
8 x0 E* [$ d" z. O7 d
5 L! }5 J* F3 t! Z9 A3 q来源：http://www.yidianzixun.com/article/0MDyOUEi
- Y8 S* y$ a: T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！