《Business Insider》報導,印度薩達爾瓦拉巴伊國家技術學院的研究人員成功利用AI分析語音模式,來判斷某人是否感冒,這項研究能夠準確檢測感冒的概率達到70%。
這研究還真有趣,看到一位勞基法的專家引用這件事在談員工”裝病”是否違法,結論是僱主有權利運用這類技術來判斷員工感冒請病假是否准假。
不過這技術70%的準確率還不算高,用的研究方法是以630名德國人的聲音模式,其中111人感冒。通過機器學習算法,研究人員研究了聲音中的變化,以辨別出患有感冒的人。那就牽涉到感冒時聲音的普遍現象是什麼了,上次中Covid 19時,我有記錄了我的聲譜差異。
在聲音恢復前後,相同發個”啊”,在"恢復前"還加上了"鴨嗓音"強迫中高頻的產出下,我的聲譜最大的差別在於三處。
第一是2000~5000Hz,恢復後共振峰集中在3000Hz高一些的地方,並形成一座大山,聲量也大,與1200Hz聲量最大的頻率大約目測只差10分貝。但嗓音恢復前,這座大山變成左右兩座,各向2000Hz與4000Hz靠近,聲量也小了許多,目測與聲量最大的1200Hz相比,少了近20分貝。對聲音的影響是會減少響亮度。
第二處則是5000Hz以上,在我嗓音健康時,5000Hz以上,有好幾座突起的山峰。但嗓音不健康時,則幾乎看不到這些突起,這對聲音的影響是缺乏了鏗鏘的金屬感。
第三處是母音共振峰下降,別忘了這個恢復前的聲音我是用鴨嗓音發的,在發鴨嗓音下,母音共振峰會提高相對位置,聲音會聽起來比較年輕、比較甜,像是帶有笑容的感覺。在得了Covid 19這種對呼吸道攻擊性較強的病後,母音共振峰下移,嗓音會變沈、變老些。進一步閱讀~"為什麼"鴨嗓音"是最好的發聲訓練方式"
不過,在2022年我染疫時一直都有教課,學生多數表示沒太感覺我的聲音有太大的問題,這也是長期教發聲下來的成果,有著更加敞開的咽部空間,聲帶獨立的閉合力量所致,使發聲仍保持較好的空間。
反之,有些受限於發聲習慣與構造是有可能即使沒感冒聲音也呈現上述三點狀態,所以有30%不準確度也合理,除非能蒐集到同個人在健康與感冒時的聲音做差異比對,這精確度就會上升不少囉。
其實人的各種情緒也會影響聲音,情緒造成了臉部表情與舌咽肩頸等肌肉的動作與鬆緊的差異,聲音就會跟著有所不同,這不用AI分析有些人也”聽”的出來,或”看”的出來某人的心情不對勁。不過呢!倒是個值得研究的方向,像是老人長照,若能透過聲音的變化去發現一些徵兆,而主動的做些照顧的調整也是件頂好的事。
也似乎真的有研究機構在做這方面的研究呢!
📂課程詳情~ https://pse.is/583cx5
或想跟河西羊老師聊聊自己的需要,請私訊,加入後請按下”聊天”哦!