與此同時(shí)，Voicesense、CallMiner、RankMiner、以及CompanionMx昔日的母公司Cogito等企業(yè)承諾在商業(yè)中使用語(yǔ)音分析。大多數(shù)時(shí)候這意味著提高呼叫中心的客戶服務(wù)參與度，但Voicesense有著更遠(yuǎn)大的夢(mèng)想。Voicesense公司CEO Yoav Degani表示現(xiàn)在該公司已能生成完整的個(gè)性檔案，但他的計(jì)劃遠(yuǎn)不止安撫不滿的客戶。該公司對(duì)很多業(yè)務(wù)都頗感興趣，如貸款違約預(yù)測(cè)、保險(xiǎn)索賠預(yù)測(cè)、客戶投資風(fēng)格揭示、內(nèi)部人力資源候選人評(píng)估以及員工離職評(píng)估。Degani還表示公司可提供關(guān)于健康行為、工作行為、娛樂(lè)等方面的預(yù)測(cè)，雖然不會(huì)百分百準(zhǔn)確，但大部分時(shí)候都是準(zhǔn)確無(wú)誤的。

在Degani分享的一個(gè)案例研究中，Voicesense與一家大型歐洲銀行合作對(duì)其技術(shù)進(jìn)行了測(cè)試。銀行向Voicesense提供了幾千名債務(wù)人的語(yǔ)音樣本（銀行已知道誰(shuí)拖欠了貸款，誰(shuí)沒(méi)有拖欠）。Voicesense在這些樣本中運(yùn)算其算法，并把錄音分為低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)三類。在此項(xiàng)分析中，預(yù)測(cè)為低風(fēng)險(xiǎn)組中僅有6％違約，而預(yù)測(cè)為高風(fēng)險(xiǎn)組中有27％違約。在另一項(xiàng)考察臨時(shí)員工離職可能性的評(píng)估研究中，算法歸為低風(fēng)險(xiǎn)類中僅有13％離職，而高風(fēng)險(xiǎn)組有高達(dá)39％的員工離職。

當(dāng)算法算錯(cuò)會(huì)發(fā)生什么？

麻省理工科學(xué)家Ghosh表示這些都是合理的應(yīng)用，于他而言沒(méi)有什么是危險(xiǎn)的。但與任何預(yù)測(cè)性技術(shù)一樣，如果分析做的不好，就很容易過(guò)度概括。一般來(lái)說(shuō)，除非看到有證據(jù)表明某件事在很多人身上以及這一類人群上得到了驗(yàn)證，否則很難將某人的說(shuō)法認(rèn)為是理所當(dāng)然。除非采樣足夠多，否則聲音的特征會(huì)有相當(dāng)大的差異，這也是為什么該公司不會(huì)做出強(qiáng)烈聲明的原因。

CEO Degani還表示Voicesense的語(yǔ)音處理算法每秒可測(cè)量200多個(gè)參數(shù)，而且在很多不同語(yǔ)言上包括像普通話這樣的聲調(diào)語(yǔ)言都能測(cè)量準(zhǔn)確。目前該公司的項(xiàng)目還處于試點(diǎn)階段，但該公司與很多大型銀行及投資者都保持著聯(lián)系。他還提到，每個(gè)人都被這項(xiàng)技術(shù)所吸引。

客戶服務(wù)僅是一方面，德萊克斯大學(xué)的一位犯罪學(xué)教授Robert D’Ovidio表示Voicesense設(shè)想的一些應(yīng)用可能具有歧視性。想象一下打電話給抵押貸款公司，貸款公司通過(guò)語(yǔ)音判斷你患心臟病的風(fēng)險(xiǎn)極高，然后由于你可能長(zhǎng)時(shí)間不待在公司，你就會(huì)被歸類為高風(fēng)險(xiǎn)人群。

D’Ovidio教授還補(bǔ)充說(shuō)到，應(yīng)建立消費(fèi)者保護(hù)法來(lái)防止這些信息被收集。他希望隨著人類的進(jìn)步，我們能意識(shí)到無(wú)論什么形式，比如電子表格中輸入的一行數(shù)字或是捕捉到的聲紋，這僅僅只是數(shù)據(jù)。但我們至少應(yīng)該要求當(dāng)信息如語(yǔ)音被使用時(shí)應(yīng)告知我們。此外，他希望看到在保護(hù)消費(fèi)者的規(guī)章制度上能有所進(jìn)展。

華盛頓大學(xué)法學(xué)院教授Ryan Calo指出像這樣的消費(fèi)者保護(hù)措施是存在的。美國(guó)有些州如伊利諾伊州已有相關(guān)法律來(lái)保證生物識(shí)別如語(yǔ)音識(shí)別的安全。Calo還補(bǔ)充到，無(wú)論技術(shù)是被用于語(yǔ)音分析還是簡(jiǎn)歷篩選，與種族或性別等敏感類相關(guān)的偏見問(wèn)題是其特有的問(wèn)題。但當(dāng)機(jī)器學(xué)習(xí)技術(shù)被用于面部或語(yǔ)音識(shí)別時(shí)，人們內(nèi)心深處會(huì)感到不安，部分原因是由于這些特征都太個(gè)人化。盡管反歧視法真的存在，但當(dāng)使用信息及歧視（社會(huì)還未能充分解決的概念）都能接受時(shí)，語(yǔ)音分析的很多方面會(huì)遇到更多問(wèn)題。