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。“我們認為聊天是理所當然的，但它卻是我們生活中如此重要的一部分，也是如此復雜的事情。”

考克斯是索爾福德大學的聲學工程教授，也是聲學科學的專家。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話。

Verge向Cox講述了人聲，人工智能的歷史以及內心聲音的陌生感。

為清楚起見，對這次訪談進行了輕微編輯。

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。目前的爭議是關于智人是否是唯一一個曾經發(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。

從我的觀點來看，他們似乎很可能會說話，而且我會將語言的出現(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。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。我們的靈長類祖先哭了并打電話，我們也會這樣做。

人聲有什么特別之處?缺少什么?

當然，像鳥類這樣的動物可以做一些非常了不起的事情。讓我們與靈長類動物(我們最近的堂兄弟)區(qū)別開來的是，我們對大腦的控制非常復雜。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行交流，這真的來自于我們如何控制所有這些肌肉。部分是更好的部分，部分是生理學。我們有一個較低的喉部，可以釋放我們的舌頭，以極快的速度改變我們的話語。

你已經談到了人們保持聲音的努力。有一些手術選擇，但什么是非侵入性的?

關于人聲的一個顯著特點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候并沒有什么不同。我認為關鍵是要繼續(xù)說話。

真的，只要你沒有喊叫或尖叫，你的聲音就會非常強大。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，它們就會不斷刷新。這就像去健身房和移動重量。

加入合唱團是一個好主意，不僅因為你需要鍛煉聲樂系統(tǒng)，而且因為當你停止與人聊天時，音樂制作會阻止一些孤獨的老年人。

你的書的一部分是關于“內心的聲音”。你能告訴我更多關于這一點嗎?

內心的聲音很迷人，這是我們生活中的一切，但我們很少考慮它。我學到的一個有趣的項目涉及研究人員，他們與作者討論了他們如何在工作中使用聲音。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。所以這不是簡單的聽寫。實際上聽到了你頭腦中的人物。它真的很復雜，就像你在用語言表達思想，但有時候，它并不是你。

您正在開展一個關于直播影院，電視和電影中的可懂度問題的項目。為什么我們會遇到這些問題?

在過去的120年里，表演風格和演唱風格發(fā)生了變化。人們不會試圖表達自己的聲音。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。這對于釋放演員來說非常有用，但它會讓人們聽不到聲音，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)對話中，你總是會錯過一些單詞。但是當你在看電視時，人們發(fā)現(xiàn)你找不到幾句話是不可接受的。所以我參與了關于混音戲劇的項目。

人工智能將如何改變聲音以及我們如何與技術互動?

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

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