聲音專家解釋了人類聲音的過去和未來

“說話只是你做的事情，不是嗎?” 特雷弗考克斯問道。“我們認(rèn)為聊天是理所當(dāng)然的，但它卻是我們生活中如此重要的一部分，也是如此復(fù)雜的事情。”

考克斯是索爾福德大學(xué)的聲學(xué)工程教授，也是聲學(xué)科學(xué)的專家。他也是現(xiàn)在你說話的作者：從尼安德特人到人工智能的人類對(duì)話。

Verge向Cox講述了人聲，人工智能的歷史以及內(nèi)心聲音的陌生感。

為清楚起見，對(duì)這次訪談進(jìn)行了輕微編輯。

首先，你能告訴我人類語言的演變嗎?從你的書中，我們似乎還不確切知道它何時(shí)或如何發(fā)生。

我們不確切地知道口語是如何發(fā)展的。目前的爭(zhēng)議是關(guān)于智人是否是唯一一個(gè)曾經(jīng)發(fā)言過的人或尼安德特人是否也這樣做過。而且證據(jù)也越來越多地指向尼安德特人。

從我的觀點(diǎn)來看，他們似乎很可能會(huì)說話，而且我會(huì)將語言的出現(xiàn)置于可能已有五十萬年的歷史。有人在尋找關(guān)鍵事件 - 觸發(fā)言論開始的因素 - 似乎重要的觸發(fā)因素是我們變得更大腦。它可能與言語無關(guān)。由于需要控制我們的手，我們本來可以變得更大腦，他們只是創(chuàng)造了更高的智力，這是言語的起點(diǎn)。我們的靈長(zhǎng)類祖先哭了并打電話，我們也會(huì)這樣做。

人聲有什么特別之處?缺少什么?

當(dāng)然，像鳥類這樣的動(dòng)物可以做一些非常了不起的事情。讓我們與靈長(zhǎng)類動(dòng)物(我們最近的堂兄弟)區(qū)別開來的是，我們對(duì)大腦的控制非常復(fù)雜。我們的大腦非常善于控制談話所需的大約一百塊肌肉。我們能夠以極快的速度進(jìn)行交流，這真的來自于我們?nèi)绾慰刂扑羞@些肌肉。部分是更好的部分，部分是生理學(xué)。我們有一個(gè)較低的喉部，可以釋放我們的舌頭，以極快的速度改變我們的話語。

你已經(jīng)談到了人們保持聲音的努力。有一些手術(shù)選擇，但什么是非侵入性的?

關(guān)于人聲的一個(gè)顯著特點(diǎn)是它的衰老速度非常慢。我剛滿50歲，頭發(fā)很白，但我的聲音與我年輕的時(shí)候并沒有什么不同。我認(rèn)為關(guān)鍵是要繼續(xù)說話。

真的，只要你沒有喊叫或尖叫，你的聲音就會(huì)非常強(qiáng)大。有很多肌肉，你的大腦中有很多連接需要保持工作的肌肉。你使用的越多，它們就會(huì)不斷刷新。這就像去健身房和移動(dòng)重量。

加入合唱團(tuán)是一個(gè)好主意，不僅因?yàn)槟阈枰憻捖晿废到y(tǒng)，而且因?yàn)楫?dāng)你停止與人聊天時(shí)，音樂制作會(huì)阻止一些孤獨(dú)的老年人。

你的書的一部分是關(guān)于“內(nèi)心的聲音”。你能告訴我更多關(guān)于這一點(diǎn)嗎?

內(nèi)心的聲音很迷人，這是我們生活中的一切，但我們很少考慮它。我學(xué)到的一個(gè)有趣的項(xiàng)目涉及研究人員，他們與作者討論了他們?nèi)绾卧诠ぷ髦惺褂寐曇?。他們說，他們必須幾乎竊聽他們角色的談話，找到他們的“聲音”才能寫出來。所以這不是簡(jiǎn)單的聽寫。實(shí)際上聽到了你頭腦中的人物。它真的很復(fù)雜，就像你在用語言表達(dá)思想，但有時(shí)候，它并不是你。

您正在開展一個(gè)關(guān)于直播影院，電視和電影中的可懂度問題的項(xiàng)目。為什么我們會(huì)遇到這些問題?

在過去的120年里，表演風(fēng)格和演唱風(fēng)格發(fā)生了變化。人們不會(huì)試圖表達(dá)自己的聲音。他們不以這種行為方式說話。如果您不必這樣做，那么您可以耳語并做不同的口音。這對(duì)于釋放演員來說非常有用，但它會(huì)讓人們聽不到聲音，也不那么容易理解。所以你得到的情況是人們表現(xiàn)得更自然，但是接受這些話更難。在大多數(shù)對(duì)話中，你總是會(huì)錯(cuò)過一些單詞。但是當(dāng)你在看電視時(shí)，人們發(fā)現(xiàn)你找不到幾句話是不可接受的。所以我參與了關(guān)于混音戲劇的項(xiàng)目。

人工智能將如何改變聲音以及我們?nèi)绾闻c技術(shù)互動(dòng)?

一旦你發(fā)出聲音，它似乎就有了代理權(quán)。我認(rèn)為它會(huì)讓我們以不同的方式對(duì)待電腦。它似乎有自己的特點(diǎn)。我們將開始更像人類一樣對(duì)待它們。我們不會(huì)將計(jì)算機(jī)視為愚蠢的奴隸。也許他們會(huì)更像一只寵物。

人工語音越來越好，我們將會(huì)有越來越多的人將其用作騙局。您會(huì)看到您認(rèn)為來自人類但來自計(jì)算機(jī)的電話。你知道那些來自朋友的網(wǎng)絡(luò)釣魚騙局說：“我在某個(gè)國家迷路了，你能幫助我嗎?”想象一下，如果那是手機(jī)上的語音留言。它會(huì)更加強(qiáng)大。我相信我們會(huì)看到假的用途，人們會(huì)嘗試用它來從我們那里榨取錢財(cái)。這有很多后果。