声音捕手

推荐序
声音不仅是一种物理现象，包含音调、速度、重音、停顿等生理学意义上的数据，更是嵌入在围绕声音的产生、感知和传播而形成的社会关系里。因此，“声音的价值”体现在蓬勃发展的声音付费产品中，体现在身临其境的音乐享受中，体现在嘈杂喧闹的人间烟火中。但今天，当声音遇到科技时，一个崛起的新产业——“智能语音”开始重塑媒体沟通、营销传播、社会治理等的规范与结构。美国宾夕法尼亚大学的约瑟夫• 图罗教授是媒体传播、营销与社会领域的顶尖学者，他在《声音捕手——获取人们感受、隐私和金钱的智能语音营销》一书中讲述了全球，尤其是美国的智能语音产业的发展境况，他展现了这个新兴产业是如何形成的，如何影响商业、法律和社会。
与生物识别数据的其他来源（如指纹、人脸等）相比，声音现有的应用场景少得多。这为作者提供一个“实验”场景，从历史发展的角度对智能语音产业展开研究。书中的案例涉及开发语音识别相关技术的公司，例如苹果、亚马逊、谷歌、三星等公司，它们提供的语音助手，可用语音控制的智能家居设备，语音分析和情绪预测技术，以及语音生物认证/识别系统等。作者采用了多种创新性的研究方法，以探索一个新兴产业。作者从专利文件、新闻稿、公司网站等多个来源，以及对首席执行官、项目经理、研究人员和专利律师等产业主要参与者的个人采访中，提取信息并进行深入分析，研究产业主要参与者如何构思和应用基于语音技术的产品。在这个意义上，本书最显著的优势之一，或许就是与业内人士的直接对话。通过与产业主要参与者的直接对话，作者成功地为读者勾勒出一个更为“真实”的画面。这样的交流使得本书更加生动形象，读者能够深入地了解智能语音产业的详细情况。这样的研究方法值得借鉴，尤其是当我们面临着不断创新的技术，比如人工智能、元宇宙、Web3.0、脑机接口、量子计算等，可能带来新的产业变革时，这也为投资者打开了另一种产业研究的思路和视角。
本书对于营销者来说似乎揭示了一个未被挖掘的“金矿”。正如本书标题所示，营销科学家可以利用“语音”，通过人工智能技术对购物者身份和偏好进行实时洞察。这为营销者提供了一个崭新的工具，帮助他们更好地了解消费者，制定更加精准的营销策略。现在，营销科学家积极利用语音数据建模，找到差异化营销的方法。同时，语音识别不像面部识别那样容易招来不必要的负面影响，因此营销专家在迫切推动语音画像（voice profiling）技术在营销领域的应用。如今不少公司的客户服务中心已经在根据来电者的声音判断其情绪、情感和人格特征，从而实时调整服务和沟通的方式。事实上，许多科学家认为，每个人都有独一无二的声纹，一个人的体重、身高、年龄和种族，甚至可能患有的疾病，都可以从声音中推断出来。
当然像亚马逊和谷歌这样的互联网巨头，它们拥有大量语音分析相关的专利。现在它们的智能音箱也在提取声纹进行识别，因此语音画像对它们而言更容易实现。但我们必须认识到，从某种意义上讲，它们是世界上最大的“广告公司”，而且它们有能力将声纹与其他的人口特征或者购买行为数据进行匹配，从而实现更加精准的广告推送，这本质上会强化它们的垄断地位。这些拥有最领先技术的互联网企业通过独特的战略推动智能语音产业不断发展。当然关于隐私问题的争论也会愈演愈烈，企业管理者有时候认为消费者愿意为了获取便利而牺牲隐私，这也正好进一步强化了个性化战略的螺旋效应：一方面企业希望能够透过个性化来创造新的竞争壁垒，另一方面消费者似乎也默认了这样的个性化，因为语音画像的歧视往往更容易，也更隐蔽。企业可以通过诱导式监控战略，避重就轻，夸大产品的优点，粉饰缺点，让用户不断地参与其中，并透露自己的身份信息，进一步扩大企业监控或追踪用户的空间。接着，它们采用各种策略塑造用户的使用习惯，即使用户有所担心，但仍然继续使用。这一过程是值得我们警惕的，更何况很多领域中的企业似乎都采用了类似的方法。
本书并不是典型的商业管理类书籍，作者没有刻意去阐述智能语音产业的广阔前景，而想提醒大家应该对“智能语音”能做什么保持警惕。虽然有人表示这样的技术在实际部署时往往应用场景不多，有时甚至完全无法使用，或者有的管理者觉得这有点杞人忧天，但只要我们认为语音识别相关的技术能创造一种全新的“应用程序”，或者带来一种新的数字化体验，也许我们就会不知不觉跨过伦理道德的“红线”，给社会带来潜在的危险。当今社会，越来越多的人对基于语音技术的应用表现出浓厚的兴趣。这本书及时有效地发出了对快速发展的智能语音技术的警告，同时提供了相对具体的政策建议，引导该产业向能够减轻潜在负面影响的方向发展。因为我们不得不承认，企业营销者可能会不顾社会影响，为了一己私利而滥用基于语音识别的个人特征。
除了针对商业领域，本书还阐述了智能语音技术在社会公共管理领域的应用情况，并指出了潜在的技术滥用风险。我们是否应该全面禁止使用语音数据？或者只允许使用语音转换成的文本，而非语音本身？但同时，我们也必须承认智能语音技术可以解决一些重要的社会问题，比如提示精神抑郁，或诊断早期帕金森病和阿尔兹海默病。
作为最早由社会科学家/人文主义者撰写的关于智能语音产业的书籍之一，本书阐述了技术巨头、媒体、营销技术和社会福祉之间交错复杂的关系。作者对该产业的细致观察和对相关主题的深入了解给人留下深刻印象，同时该书写得通俗易懂，没有晦涩的学术概念，这使得它不仅适用于本科和研究生水平的课程，也适合那些有兴趣了解语音优先技术世界的普通读者阅读。
褚荣伟
复旦大学管理学院市场营销学系副主任、副教授
复旦大学中国市场营销研究中心秘书长

仅仅三十年前，以下设想还是天方夜谭——人人都会随身携带手机，个人的确切位置可以被手机追踪到。现在，我们认为这些是理所当然的。就在十年前，利用个人的语音来进行身份识别和特征推断，似乎是科幻小说里才能实现的想法。然而，一个新兴产业使这一切成为可能。
本书抽丝剥茧，步步深入，全面呈现智能语音产业的发展情况。许多科学家认为，一个人的体重、身高、年龄和种族，以及可能患有的任何疾病，都能从这个人的语音中推断出来。营销者正在利用人工智能分析我们的语音，获取我们的个人信息，影响我们的情绪，甚至控制我们的消费行为。亚马逊公司和谷歌公司拥有大量与语音分析有关的专利，它们的智能音箱正在提取和使用我们的声纹。本书创造性地利用多种信息来源，展示智能语音设备的制造者和推广者的所作所为和所思所想，以及大众媒体在智能语音产业成长中所扮演的角色。本书试图引领我们看透被伪装的表象，直面我们关心的诱导式监控、个人隐私数据保护、算法歧视等。

约瑟夫•图罗（Joseph Turow）:宾夕法尼亚大学安嫩伯格传播学院传播学教授。国际传播学会会士，获颁美国国家传播学会杰出学者奖。主要研究领域为市场营销、数字媒体、广告传播等，撰写著作十余部，其中包括Media Today和The Aisles Have Eyes。

Business Insider“2021年最值得关注的21本书”之一

图罗博士在鼓励政策制定者和公众做一些我们可能有所忽略的事情：在使用一项强大的技术进行重大决策时，我们需要更加小心谨慎。
——希拉•奥维德（Shira Ovide），New York Times

本书扣人心弦，内容翔实，不仅仅考察了语音技术的现状，而且深入思考了其未来的商业化应用会如何影响每个人。
——希思•罗（Heath Row），New Media & Society

在这本具有前瞻性和原创性的书中，约瑟夫•图罗探讨了我们的声音是如何成为科技公司和营销者的下一个必争之地的，他以一种其他人未曾想到的方式将蛛丝马迹连接起来。
——玛拉•爱因斯坦（Mara Einstein），Black Ops Advertising: Native Ads, Content Marketing and the Covert World of the Digital Sell作者

在这本经过充分研究的书中，约瑟夫•图罗解释了为什么保护我们的声音，就是在保护我们的思想和情感。
——克里斯•杰伊•胡夫纳格尔（Chris Jay Hoofnagle），加利福尼亚大学伯克利分校法学院教授

国际著名传播学者、美国宾夕法尼亚大学教授约瑟夫•图罗力作，带领我们深入了解智能语音产业。
智能音箱、智能手机会“监听”我们说话吗？一个人的语音到底能揭示什么信息？营销者可以利用智能语音技术了解受众的想法、情绪吗？他们能基于这些解读进行个性化营销并获利吗？这些都是本书将要回答的问题。图罗教授从专利文件、新闻稿、企业官方文档中寻找蛛丝马迹，并采访诸多业内人士——科技公司和广告公司的高管、研究人员、专利律师等，利用珍贵的一手资料勾勒出智能语音产业的真实图景。
本书毫无晦涩难懂的技术术语，直面语音领域的人工智能困境——算法歧视、隐私安全、权益保护等，综观智能语音设备提供者、媒体、广告主的三方角力，剖析普通消费者可能受到的影响。