Siri 也被曝出「窃听」用户，三大智能语音助手全军覆没

智能语音助手应该如何被「喂养」？

7 月 26 日，英国《卫报》收到爆料称，苹果公司的合同工（contractors）会对语音助手 Siri 的部分录音进行监听和分析，以此来提高 Siri 的智能水平。据爆料人称：「有无数的录音记录，包括医生和病人对病情的讨论、商业交易、疑似犯罪交易、性行为……这些录音文件还标记着位置、联系方式和用户数据。」

苹果公司很快对报道作出回应称，收集的录音是 Siri 使用记录中非常小的随机量，通常只有几秒钟，内容也并不会对应到用户的苹果账号，并且审核员有法律义务严格遵守苹果的保密要求，对 Siri 的录音的分析，将适用于检测「语音助手是否被误唤」、「Siri 能否提供帮助」、「Siri 能否给出适当的回应」这三个 Siri 产品设计上的功能。

当问 Siri 是否一直在「听」| iOS 截图

爆料人表示，录音大多取自 Siri 被意外唤醒的情况，其中最常见的来源设备是 Apple Watch 和 HomePod。合同工需要向苹果提交意外唤醒的录音记录，但只需上报技术问题，无需上报录音内容。不过合同工可以自由查看大量的数据，其中就包括偶然录下用户的地址、姓名等信息。

爆料人担心这些信息可能会被滥用，他们认为苹果应该向用户坦白「人工听取和分析语音助手录音」这一岗位的存在。

数据喂养的语音助手

人们几乎默认，在语音助手越发人性化的声音背后，是纯粹的程序和算法。在用户和语音助手交流过程中，不会有任何人工的参与。这也是为什么，人们可以放心地把智能音箱放在自己的客厅和卧室里。

但近年的一些爆料和报道，揭露了「人工转录和分析」这一工作，在智能语音助手的更新迭代中无处不在，又鲜有人察觉的现象。

今年四月，据彭博社再次爆料，亚马逊有安排专门的工作人员转录并分析语音助手 Alexa 和用户对话的部分数据。据知情人士称，「Alexa 人工转录团队」由亚马逊外包和全职亚马逊员工共同组成，团队遍布全球，但整个计划被禁止公开讨论。

波士顿的一名工作人员表示，他负责识别一些已达成部分社会共识的词语并给予标记（比如当用户提到「周杰伦」，反馈关于「音乐人周杰伦」的结果，并关联到音乐平台）。这些工作人员表示，他们曾听到过女性洗澡时哼歌、儿童在家中尖叫、疑似的性侵犯行为等或有趣，或不知所云，或令人毛骨悚然的录音片段，他们会在内部聊天室中分享和交流，但亚马逊不会就录音内容介入干预。

亚马逊发言人表示，此举只为改善用户体验，提高语音识别率和自然语言理解系统，录音内容只是 Alexa 一小部分随机样本，所有的信息被高度保密，并且亚马逊对分析系统的滥用行为零容忍。但在 6 月 28 日，亚马逊公共政策副总裁 Brian Huseman 就对民主党参议员关于 Alexa 的质疑，他回应称，亚马逊会无限期地保存录音和语音记录，即使用户删除了音频，亚马逊也不会删除这些记录，除非用户给亚马逊客服打电话，要求删除全部用户资料。

Alexa 支持的部分设备 | 视觉中国

七月初，比利时广播公司 VRT NWS 同样也收到来自「人工转录团队」承包商的爆料，这次的对象是谷歌。VRT NWS 收到了 1000 多份谷歌语音助手 Google Assistant 和用户之间对话的录音。在分析过后，VRT NWS 表示有 153 条对话是在用户无意唤醒 Google Assistant（即没有使用「Hey Google」等指令的情况）后录下。

随后谷歌承认了这一情况的存在，不出所料，谷歌的辩词和苹果以及亚马逊如出一辙。谷歌表示，在世界各地雇佣承包商是为了让「语音技术适用于多种语言、口音和方言」，用于分析的录音段落只占 Google Assistant 所有使用量的 0.2%，并且不会对位到用户的谷歌账号，人工转录员也必须遵守严格的保密条约。谷歌目前已经就爆料事件进行调查。

苹果、亚马逊、谷歌和它们分别对应的 Siri、Alexa、Google Assistant，无一幸免地被曝光了类似情况。三家公司的回应也非常模版化：「随机只录一小段、不会对位到用户账号、工作人员和数据高度保密、用于减少误激活以及改进语音识别技术」。较之亚马逊和谷歌，苹果作为最新曝光的公司，遭受的质疑却声量更大。

正如《卫报》所指出的那样，苹果并未将「Siri 可能会录音」这一信息披露在它们给消费者看的《隐私条约》中。同时，不同于 Alexa 和 Google Assistant 把「设备录音」作为可选项，苹果用户只能选择「禁用 Siri」或「开启 Siri」（也就默认开启录音）。最讽刺的是，苹果正是在宣传上最强调隐私保护的科技公司。在今年初的 CES 展上，他们在会场外投放了一个巨型广告，宣传语是：「What happens on your iPhone, stays on your iPhone.」（在 iPhone 上发生的事，就让它留在 iPhone 上。）为了强调 iPhone 在隐私保护上的安全性，在今年 3 月，苹果公司还投放了首支主打隐私保护的广告「Private Side」。

用户认知跟不上智能音箱的销量

据市场研究机构 Strategy Analytics 的数据，2018 年全球智能音箱出货量高达 8620 万台，其中第四季度单季度销量 3850 台，同比增长 95%。智能语音助手也在这几年发展的如火如荼，语音助手日益人性化和智能，但终归会撞上技术难题的门槛。如今的问题并不是如在电影《她》中所体现的「难以分辨真假的语音助手」，在语音助手发展的初级阶段，人们需要解决的问题是「理解我的意思，给出相应的答案」。

实际上，三家公司对录音片段的需求还停留在一个非常基础的问题上———如何不误触发语音助手。比如西班牙语中 de Hecho（事实上）可能会唤醒 Echo，法语中 avec sa（和他）可能会叫醒 Alexa。在语音助手还没有精准地做到防误触的同时，智能家居却已经遍地开花。仅以 Alexa 举例，Alexa 已经和超过 20000 个智能家居设备合作，声音来源有耳机、安全系统、汽车等 100 多种产品。

智能家居和语音助手的「隐喻」 | 《大西洋月刊》

不同于屏幕点触的直接交互，声音的交互更加隐蔽。从目前的情况来看，智能家居产品和语音助手进入用户生活场景的速度，或许已经超过了语音助手智能水平的成长速度，甚至，在用户还没能适应语音助手的存在时，客厅和卧室里就已经摆满了搭载着语音助手、时时刻刻连接云端的智能设备们。

语音交互与文字交互不同，口音、节奏、情绪、背景等多种数据才能造就精准的识别能力。近几年智能语音助手水平显著提高，它们的语音和发音愈加自然，对语义的理解愈发准确。近一年的连番爆料显示，语音助手的这些进步的背后，除了算法工程师以外，还有很大一部分功劳要归功于不知情的用户。

抹去了身份信息并不意味着无迹可寻，只要用户开口，信息就会产生，数据就会被收集。语音助手程序的精准和智能离不开对用户数据和信息的了解，但用户也应该有一个「您接下来和语音助手的对话可能会被录音，尽请谅解。」的知情权。