聲音鑑黃師飽受摧殘，AI聲音鑑黃師為何沒幫上忙？

文|雷宇

**|智慧型相對論（aixdlun）

聲音鑑黃師是乙份不足以為外人道也的工作

由於這份工作實在是太過於枯燥，很多男生都受不了，因此聲音鑑黃師多為女性且離職率高。一般枯燥且重複率高的工作都是ai的拿手好戲，那麼ai有沒有辦法實現聲音鑑黃呢？

聲音鑑黃之殤，ai難以克服雞尾酒效應

這是因為社交平台的語音環境十分複雜，機器很難從龐大雜亂的語音中揪出涉黃涉暴人員，而這就不得不提雞尾酒效應了。所謂雞尾酒效應是指，在雞尾酒會嘈雜的人群中，儘管周圍雜訊很大，兩人可以順利交談，你們似乎聽不到談話內容以外的各種噪音。這是因為我們的大腦對聲音都進行了某種程度的預判，然後才決定聽或不聽。

用特瑞斯曼的注意衰減理論來解釋就是，當人的聽覺注意集中於某一事物時，意識將一些無關聲音刺激排除在外，而無意識卻監察外界的刺激，一旦一些特殊的刺激與己有關，就能立即引起注意的現象。

但是機器卻不具備這樣意識和無意識，因此難以實現在嘈雜環境下的語音識別，這樣看來ai語音鑑黃貌似已經走進了死胡同。

實際上，已有公司在解決雞尾酒效應上做出了努力。今年4 月，google曾在部落格上發文稱，谷歌研究人員開發出了一種深度學習系統，可識別和分離出嘈雜環境中的個體聲音。

來自網易科技

做好嘈雜環境的語音識別，難點是如何將雜音與人聲分離。但對於聲音鑑黃而言，一開始並不知道哪乙個音源涉黃，很難說誰是噪音，這需要機器具有全域性觀。而上面提到的技術，聲音分離或者將語音識別轉成文字都只是基本，由於尚未在語音複雜的環境下試驗過，因此這個結果嘛……退一萬步講，社交黑話也並不是那麼好破譯的。

社交黑話難解，語音識別障礙重重

時代要拋棄你，它只會讓你看不懂，而我們也不能指望人工智慧聽懂。

當然這也還算好的，無非就是縮寫。除了縮寫，還有一些只能強記的詞語。比如養火（互發訊息三天出現小火花，互發訊息超過三十天出現大火花，養火就是經常聯絡的意思），歐洲（想要什麼就得到什麼的人）……

估計研究人員在錄入資料時就陣亡了，畢竟這玩意看上去也不算有章可循。值得注意的是，當人們在說話的時候，如果省略一兩個字不說，懂得的人自然也懂，但機器不一定能識別人們甚至為了混淆視聽，會多語夾雜，這就給機器識別增添了難度。

這種輸入標準的不統一，是導致語音識別錯誤率高的首要原因。我們常用的滑鼠和鍵盤雖然看似簡單，但它具備統一的輸入標準和精準的視覺反饋這兩點，而這正是語音識別技術不具備的，也是困擾現階段ai鑑黃的一大挑戰。

毫不意外，現階段的聲音鑑黃師依然是以人為主。早在網際網路發展早期，黃色內容主要是和文字，靠人工就可以淨化網路環境的目的，但是隨著網際網路帶來的資料**，人工已經遠遠不能勝任。

雖然聲音鑑黃以人為本，但這並不意味著ai鑑黃師沒有價值。它能在特定的場景實現鑑定也無疑算是一種進步，而現階段它所呈現的問題，也無疑是技術發展過程中難以避免的陣痛。

全球經濟學家和諮詢公司的主流研究課題，總少不了人工智慧會引發的失業規模，但是中國的網際網路已經跑出了一條獨特的路線，因此針對中國的研究少之又少。聲音鑑黃師作為網際網路發展過程中的獨特產物，顯然會存在相當長一段時間，而現行的人工智慧鑑黃也多為輔助人。

一句正確但無用的話是，可以想見未來ai鑑黃會佔據主流，但這個未來應該以哪個時間節點為基準，誰也無法預料。