我們都習慣了便捷的智能揚聲器，比如在家中使用的亞馬遜Echo和手機上的Siri等語音助手，然而，除了方便，我們是否應該更關注它們對隱私的影響？當我們將數據交給亞馬遜、谷歌或其他一些大公司后，我們的數據和對話是否會被泄露？

語音識別成為主流

對語音識別最早的嘗試出現在20世紀60年代，但直到20世紀90年代，這項技術才在電腦上實現并變得普及。Siri在iPhone 4S上的首次亮相為市場帶來了真正的巨變，而這竟然已經是2011年的事情了。

今天，許多產品和設備上都設有語音控制的“虛擬助手”，例如蘋果的Siri和谷歌訪問助手。事實上，現在有六分之一的美國人擁有智能揚聲器。目前，雖然亞馬遜憑借在其Echo揚聲器和其他設備上運行的Alexa引領市場，但它依然面臨著強勁的競爭對手，比如谷歌、蘋果和其他公司。

當然，采用語音界面的不只是智能揚聲器和移動設備，還有智能顯示器，他們通常包含與智能揚聲器相同的語音助手界面和AI功能，例如亞馬遜的Echo Show。語音控制也被添加到智能電視和汽車，以及家用恒溫器等普通電器中，而微軟已將Cortana作為Windows系統的核心部分。

語音識別熱潮背后的技術是在高性能云服務器上運行的人工智能（AI）和人工神經網絡（ANN）。在本地設備中還需要一些復雜的信號處理，例如遠場拾音，它可以從背景噪聲中提取語音。

隱私問題

我們都知道技術有用，但一旦這些設備能收聽、處理和響應我們的語音，那么會發生什么？微軟最近的一項調查顯示，41％的語音助手用戶存有隱私方面的擔憂。

通常，大多數智能揚聲器會接收您的問題或指令音頻，并將其上傳到自己的服務器進行處理。這意味著您詢問或告知揚聲器的任何內容至少暫時由服務提供商存儲。

雖然智能揚聲器總是在“聽”，但只有在聽到“喚醒詞”時才會上傳音頻，例如“Alexa”。但有些建議說，在實際使用中，揚聲器可能會將你說的其它話誤認為喚醒詞，在違背你意愿的情況下開始錄音和上傳。

另一個值得關注的領域是服務提供商的員工對錄音和數據的訪問權限。最近的新聞報道稱亞馬遜有專門的人員聽取錄音以提高質量，這似乎合乎邏輯，但也帶來了一些理論上的風險。另一方面，我們已經習慣了大公司存儲我們的網絡瀏覽歷史和聊天消息，添加語音真的有什么不同嗎？

有人擔心這些員工會將語音數據鏈接到我們的其他個人詳細信息，包括位置。了解你居住的地方對于提供本地化推薦很有用，例如您所在城市的最佳餐廳，但這確實會引發對于隱私的擔憂。

本地處理

解決這些隱私問題的一種方法是將云處理與更多的本地AI處理相結合。這可以通過使用能夠理解指令并做出相應響應的專用處理器來實現。

對于控制智能家居的許多交互，是可以無需與云進行任何通信的。而在需要交換信息的情況下——例如，當用戶提出問題或者請求控制諸如Spotify或互聯網廣播電臺之類的網絡應用程序時，智能揚聲器可以只將元信息（而不是實際對話）發送到云。

隨著語音激活和控制被添加到更多的消費產品中，已經足夠成熟的神經網絡處理器可以部署到嵌入式應用程序中，并且可以用于本地計算，而無需將數據發送到云，這將有助于減輕許多人的隱私擔憂。

雖然云公司更喜歡收集原始對話以建立數據庫，但如果家用設備能發揮安全網關的作用，限制哪些信息可以與云共享，用戶將更有可能信任語音服務。

這里的透明度至關重要：設備制造商需要向消費者表明哪些數據將在本地進行處理，哪些會發送到云。當然，關于這一問題的爭論亦存在一個積極的角度：不難想象，設備供應商會使用其本地處理能力作為一個差異化因素，說服消費者購買具有更多“僅限本地”功能的智能揚聲器。

OEM可以做什么？

提高公眾信心的另一個方法是提供“從設計著手保護隱私”的功能，以便用戶可以看到設備在提供信息保密。例如，亞馬遜的Echo Show 5智能顯示器帶有覆蓋攝像頭的物理快門。所有智能揚聲器設備都設有一個靜音按鈕，用于禁用麥克風。

無論硬件功能如何，無論我們的技術能力或經驗水平如何，軟件都必須提供讓我們信任的用戶體驗。一個重要的步驟是為用戶提供明確的路徑，讓用戶能夠設置隱私偏好，以及隨時刪除所有錄音和歷史記錄。

保護隱私的另一個步驟是確保“喚醒詞”提取（在本地執行）盡可能準確，以便消費者確信他們可以在不回避語音界面的情況下談論私密話題。隨著更強大的處理器和更復雜的算法在語音控制設備中趨于普遍，智能揚聲器也能夠可靠地確定用戶是否在請求它們的幫助。

結論

未來的語音界面只會更加普及，那些能夠提供優質產品和隱私保護的供應商擁有廣闊商機。消費者想要便捷，有關其他技術產品的證據表明，如果供應商能夠證明隱私可以得到保護，消費者會很樂意與語音控制設備進行交談，就像在智能手機上打字一樣。

最后，我剛剛問我Echo揚聲器中的Alexa：“你能保守秘密嗎？”它回答：“你可以放心地告訴我你想讓我知道的秘密。”聽上去有些含糊，但這是一個很好的起點。