主页 > X生活历 >听6秒钟语音,这个AI就能知道你长什幺样子 >



听6秒钟语音,这个AI就能知道你长什幺样子

2020-06-25

听6秒钟语音,这个AI就能知道你长什幺样子

声音可以暴露很多讯息,麻省理工学院最近一项研究发现,经过训练的 AI 不仅能从声音辨别出性别、年龄和种族,甚至能猜出这人大概长什幺样子。这些「祕密」都藏不住了。

研究人员用一个由数百万 YouTube 影片剪辑组成的数据集,自我训练一名为 Speech2Face 的神经网路模型。从最终结果来看,6 秒语音还原人脸的效果还算不错。


听6秒钟语音,这个AI就能知道你长什幺样子

一共 6 组结果示範,左边是影片人像,右边是 AI 根据声音还原的效果。


Speech2Face 模型的运作大概分为两部分,一是语音编码器,负责分析输入语音,预测相关的脸部特徵;另一个则是脸部解码器,整合输入的脸部特徵产生图像。

MIT 研究团队指出,他们目的不是为了準确还原说话者的模样,Speech2Face 模型主要是为了研究声音跟相貌之间的关联性。

从训练结果看,Speech2Face 较能辨识性别,对白种人和亚洲人也较能分辨,另外对 30~40 岁和 70 岁的年龄段声音命中率稍微高一些。


听6秒钟语音,这个AI就能知道你长什幺样子

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。


除了比较基础的性别、年龄和种族,Speech2Face 甚至能猜中一些脸部特徵,比如说鼻子结构、嘴唇厚度和形状、咬合情况,以及大概的脸部骨架。基本上输入的语音时间越长,AI 準确度会越高。

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辨识为女性,判断错误一些说话者的口音,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,实际上说不定是个汉子。


听6秒钟语音,这个AI就能知道你长什幺样子

Speech2Face 的一些错误範例。


研究人员指出,Speech2Face 的局限性,部分原因来自数据集的说话者本身种族多样性不够丰富,这也导致它辨认黑人声音的能力比较弱。

至于他们对这个 AI 模型的应用,有个很可爱的想像: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。


听6秒钟语音,这个AI就能知道你长什幺样子

不管你信或不信,藏在我们声音的祕密都正被开发研究,投入各式各样的场景应用。

卡内基美隆大学计算机副教授 Rita Singh 也主导过一项类似研究,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资讯。她认为声音藏着丰富而独特的资讯,「就像你的 DNA 或指纹」。

这项技术后来升级成跟 Speech2Face 相似的语音分析系统,还原人脸的準确度达到 60%~70%,目前正被美国海岸警卫队用于缩小调查範围找到恶作剧报警者。据称,他们每年会接到约 150 通恶作剧电话,这被视为浪费警力,甚至会遭到刑事诉讼。

目前汇丰、渣打、摩根大通等银行都在用「声纹」当作身分辨识方式之一,可检测你的帐户是否被盗。

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,平均準确率达到 82%;一些保险公司甚至会藉此判断来电者有没有骗保意图──如果说话时出现微小停顿,很可能就是在提供虚假资讯。

除此之外,经过训练的 AI 还被一些公司用于招募新人,从应试者的说话模式分析性格特徵,判断是否适合招募的职缺。

丰田汽车曾经在 2017 年 CES 大会展出 Concept-i 概念车型,车内配备红外线镜头、感测器、车载语音辨识和对话系统,它们将协助判断司机是不是处于疲劳驾驶状态并提醒。

跟 MIT 的卡通头像相比,Singh 教授的想法似乎要更长远且宏大。她希望,有朝一日语音辨识技术可用于远程确诊帕金森氏症等疾病。

目前有研究发现,冠状动脉疾病患者声音会留有不同的频率标誌。未来,「听声看病」说不定也会跟「听声辨脸」一样成真。


上一篇:
下一篇:

相关推荐
小编推荐
申博太阳城_万博官方体育网站|便民生活常识|最新时尚信息|网站地图 申博官网备用网址_申博138备用 申博官网备用网址_sunbet官网中文手机版