許復：運用模擬聲音或是AI大戰場

現在，除了Apple 的 Siri ，就連Amazon 及 Google，也向市場推出了家庭智能助理 Echo 和 Google home。同樣，只要對系統發出指令，像是開關電燈，播放音樂，甚至想透過外送服務吃個披薩，你都只要動動口就能完成。 

看起來，這些都是很突破式的進展，不過，不管是Siri，Echo 或Google home，只要是在吵雜的環境下，一身武藝都會像是被打亂了經脈一樣，展現的效果必然是大打折扣。 

最近，美國麻州的三菱電子研究中心的新研究，似乎讓人看件了一道新的曙光，他們研發了一種做deep clustering的辨識系統，來分析不同人的聲音樣貌。研究人員說，他們請100 個英語母語使用人士，來訓練這套系統，在過程中有了驚訝的發現：機器竟然能夠辨認不同地方口音的不同使用者。 

我們現在就可以進一步想像，機器聽聲辨人的技術，下一步很可能可以發展到這樣的情境：機器人，甚至還能夠像心理師或精神科醫師那樣，透過包括聽聲辨人的各種策略，在自己的資料庫中找到各式各樣的解讀，最終再形成能夠代表結果的數據或解決方案。 

聲音，的確展現了很多線索，也能夠發揮莫大的影響力。我還住在倫敦的時候，有次和我的房東閒聊，他很自信地告訴我，只要和任何一個倫敦人聊不到一分鐘的時間，他就可以透過這個人的聲音，綜合他的語調以及用詞，判斷出這個人住在倫敦的哪個區域，以及從事什麼工作。就連中國先秦史籍《逸周書•視聽篇》中也有這樣的論述：內心誠信的人，說話的聲音必定清脆而且節奏分明。 

至於影響呢？百靈鳥的聲音，能夠讓人如沐春風，而戰士上場殺敵之前，軍隊必須擊鼓吹號，因為可以鼓舞士氣！你心情欠佳時，是否也會想找特定的幾位朋友談天？你回憶一下，這些人的聲音有沒有共同的特質呢？記者，主播，醫師，律師，老師，話劇演員，這些人在工作時展現的聲音，又有哪些不同的地方？ 

最近在很多國家都有共享女友，或是共享男友這樣的職業出現，甚至有些人靠著專門和人傾談來轉取收入。也許未來的AI機器人，如果朝向更厲害的聽聲辨人技術發展，再加上近一步達到運用模擬聲音發揮出影響力，那麼，一片腥風血雨的市場爭奪戰必然是可以預見的。 

 

文章只屬作者觀點，不代表本網立場。