Навукоўцы: Па голасу чалавека можна даведацца, як ён выглядае і дзе знаходзіцца

Штучны інтэлект з дапамогай голасу дапаможа лавіць злачынцаў і лячыць дэпрэсію.

Сучасныя тэхналогіі штучнага інтэлекту дазваляюць атрымліваць усе больш інфармацыі пра чалавека па гуку ягонага голасу. На падставе гэтай інфармацыі можна вызначыць рост, вагу, узрост або даведацца, дзе чалавек знаходзіцца - у памяшканні або на дварэ. Гэта дапаможа паліцыі высочваць злачынцаў, банкам - ідэнтыфікаваць махляроў, якія выдаюць сябе за кліентаў, медыкам - на ранніх стадыях выяўляць дэменцыю або дэпрэсію. theБабель коратка пераказвае матэрыял The Wall Street Journal аб тым, што можна даведацца пра чалавека па голасе і чаму гэта можа многім не спадабацца.

Спецыяліст у машынным навучанні ва ўніверсітэце Карнэгі-Мелана Рыта Сінгх вымярае дзясяткі характарыстык чалавечага голасу, такіх як хрыпата або дрыжыкі. Яна вызначае і мікрааб’емы паветра, якія ствараюць гукавыя хвалі голасу. Паводле яе слоў, тое, як яны рэзаніруюць у галасавым тракце, нароўні з іншымі характарыстыкамі, дазваляе зразумець структуру чэрапа, рост, вагу і вызначыць, дзе чалавек знаходзіцца - у памяшканні або на дварэ. «Людзі стагоддзямі ведалі, што голас нясе інфармацыю, але не маглі яе вымераць. Цяпер гэта магчыма дзякуючы штучнаму інтэлекту».

Даследаванні Сінгх фінансуе Дэпартамент унутранай бяспекі ЗША. Некаторыя вынікі ўжо выкарыстоўваюць, каб скласці фотаробат падазраванага. Праваахоўнікі разлічваюць, што ў найбліжэйшай будучыні для ідэнтыфікацыі злачынцы або ягонага месцазнаходжання аўдыёзапісы стануць такімі ж карыснымі, як і відэа.

У банкаўскай сферы тэхналогіі галасавой біяметрыі выкарыстоўваюцца для барацьбы з ашуканцамі ўжо некалькі гадоў. Гэтая інфармацыя дазваляе праверыць асобу таго, хто тэлефануе ў службу падтрымкі, калі ён прадстаўляецца кліентам банка.

Кампанія ў абароне інфармацыі Pindrop аналізуе звесткі 1 380 аўдыёпараметраў. Гэта дапамагае вызначыць тып званка - праз мабільны або стацыянарны тэлефон, альбо ж праз інтэрнэт. Асабліва гэта дапамагае падчас званкоў з-за мяжы. Такім чынам банкі атрымліваюць «галасавыя адбіткі» тых, хто тэлефануе і пазначаюць тэлефонных махляроў.

Кампанія Nuance Communications Inc. даследуе такія фактары чалавечай гутаркі, як тон, рытм, дыялект, слоўнікавы запас, граматыку і структуру прапаноў. Гэта дапамагае ацэньваць пол, узрост, родную мову таго, хто тэлефануе, а таксама вызначаць, ці з'яўляецца голас сінтэтычным ці запісаным. Са слоў кіраўніка падраздзялення бяспекі і біяметрыі Nuance Брэта Беранека, гэтая тэхналогія дапамагла аднаму банку выкрыць махляра, які цягам года скраў дзясяткі мільёнаў даляраў.

Кампанія Biocatch прапануе банкам комплекснае развязанне. Аўдыёзвесткі званкоў супастаўляюцца з другой біяметрычнай інфармацыяй аб кліентах. Напрыклад, па тым, як чалавек трымае смартфон і з якой сілай націскае на кнопкі, можна вызначыць ягоны ўзрост.

Аднак экспэрты ў бяспецы кажуць і пра рызыкі пры зборы біяметрычных звестак. Узлом або продаж такой базы звестак значна горшы за крадзеж нумару банкаўскага рахунку, карты ці страхоўкі, бо «фізічныя асаблівасці кліента з'яўляюцца прыроджанымі і нязменнымі».

Аб біяметрыі паводзін:

Тэлефон можа распазнаць вас па хадзе і рухам рук. Гэта дапаможа абараніць звесткі або стане новым электронным шпіёнам - пераказваем артыкул The Economist

Тэхналогіі галасавой біяметрыі могуць быць карысныя і ў медыцыне. Апошнія даследаванні паказваюць, што змены ў голасе дапамагаюць выяўляць хваробу Паркінсона і вызначаць, наколькі эфектыўна праходзіць лячэнне дэпрэсіі.

Кампанія Winterlight Labs Inc. аналізуе такія асаблівасці гаворкі, як сінтаксіс, граматыка, слоўнікавы запас, тон і хуткасць гаворкі. Паводле гэтых параметраў можа ўстанаўліваць псіхічныя разлады і дэменцыю. Winterlight супольна з Janssen Pharmaceuticals Inc. спрабуе аналізаваць гутарку пацыентаў сталага веку, каб выявіць хваробу Альцгеймера. Напрыклад, некаторыя з хворых выкарыстоўваюць састарэлыя словы, бо іх нядаўнія ўспаміны слабеюць.

Такія даследаванні ў выяўленні і лячэнні дэпрэсіі праводзіць і кампанія Sonde Health. Цяпер яна вывучае асаблівасці рытму, мелодыкі, хуткасці і выразнасці вымаўлення слоў чатырох тысяч добраахвотнікаў.