你相信吗？AI人工智能最近已经进化到只需要6秒就能听到你的声音，可以说出你的性别，除了年龄和种族，甚至可以描述你的外貌。这个由麻省理工学院(MIT)打造的AI，使用由数百万个电影片段组成的数据集，在一个名为Speech2Face的神经网络模型上对自己进行训练，网络操作大致分为两部分，一个是语音编码器，主要负责对输入的语音进行分析，预测相关的面部特征；另一个是人脸解码器，主要负责人脸特征的输入。整合并生成图像。从最终结果来看，通过声音还原人脸只用了6秒，效果令人满意。研究团队表示，他们的目的并不是准确还原说话人的外貌，Speech2Face模型主要是研究语音与外貌之间的相关性。目前，Speech2Face已经可以识别性别，可以轻松区分白种人和亚洲人。在年龄部分，30、40、70岁年龄段的语音点击率会更高。除了基本的性别、年龄和种族，Speech2Face还可以猜测一些面部特征，比如鼻子结构、唇厚和形状、咬合等，还可以猜测大概的面部骨架，基本上是语音输入的时间。时间越长，这个AI的准确率就越高；不过，研究人员也承认，人工智能的听觉也会出错。有判断错误的时候，甚至是年龄错误的时候。研究人员表示，Speech2Face之所以存在局限性，部分原因在于数据集中说话人的种族多样性并不丰富，因此在识别不同种族人的声音方面能力相对较弱。然而，一些人认为这项技术背后隐藏的隐私和歧视令人担忧；他们认为，虽然这是一项纯粹的学术调查，但面部信息的潜在敏感性是一个需要进一步讨论的道德因素。这应该经过严格的技术测试，并确保实际数据代表预期的用户群。
