語音技術(shù)是這兩年資本市場和巨頭公司追逐的寵兒，從像蘋果的Siri，微軟的Cortana，谷歌的google Assistant這樣的語音助理，以及Amazon Echo和Google Home進入客廳和臥室場景的智能音箱，再到今年10月份的錘子新機發(fā)布會上，科大訊飛驚艷全場的語音識別技術(shù)。語音技術(shù)正在融入我們?nèi)粘Ｉ畹拿恳粋€場景，天氣、交通、訂餐、家居……

說話是我們每天都要進行的活動之一，那么說話和我們健康是否相關(guān)？能否利用語音識別健康？在此基礎(chǔ)上，隨處可見的語音助理能否成為我們個人的私人醫(yī)生？

答案是肯定。科學(xué)家認為，人們的健康和發(fā)出的聲音息息相關(guān)。如果身體上或心理上出現(xiàn)了問題，那么發(fā)出的聲音可能會變得纖細，或說話帶有鼻音，或者你的言語更加粗暴，又或者你的聲音會伴隨著人耳難以區(qū)分的顫抖。

原因就在于，僅說一個簡單的詞語就需要大腦中的多個神經(jīng)回路中進行復(fù)雜協(xié)調(diào)、對呼吸系統(tǒng)進行*的控制、掌握好協(xié)調(diào)的肌肉骨骼系各個部分的激活的時間，這樣才能控制整個聲道的發(fā)音的清晰度。一旦身體出現(xiàn)了疾病，疾病的特異性干擾會對某個系統(tǒng)或多個系統(tǒng)會產(chǎn)生細微的、難以察覺、但具有特性的變化。而這種變化，是可以利用機器來進行分析計算的。

奇點糕之前寫過一篇文章，講的就是Sonde Health公司通過分析語音特征來診斷疾病，比如說抑郁癥、腦震蕩、認知障礙、帕金森癥等神經(jīng)系統(tǒng)疾病。該公司希望利用人們現(xiàn)有設(shè)備，比如說智能手機，在不記錄人們具體的說話內(nèi)容，僅僅提取人們的語音特征來監(jiān)測人們的生理和心理健康。

現(xiàn)在，語音識別技術(shù)在健康醫(yī)療領(lǐng)域又有重大突破。這個月，梅奧診所與以色列語音分析公司Beyond Verbal合作的*：13個語音特征和冠心病存在相關(guān)性，其中一個語音特征會增加冠心病19倍的發(fā)生概率。

這項研究說明在語音特征和冠心病之間存在相關(guān)性。研究人員說，這項研究將在美國心臟協(xié)會科學(xué)會議展示。語音特征分析可以輔助醫(yī)生評估胸痛患者患有冠心病的概率，尤其適合在遠程醫(yī)療中使用。這項研究*發(fā)現(xiàn)語音特征和純粹的身體疾病存在相關(guān)性，這意味著在未來的某一天，醫(yī)生可以使用語音分析的軟件作為一種無創(chuàng)、輔助診斷工具。

這項研究是一項雙盲研究，一共有150名實驗對象，包括120名已經(jīng)進行了冠狀動脈血管造影術(shù)的冠心病患者，9名沒有進行冠狀動脈血管造影術(shù)的實驗對象，以及21名健康的實驗對象作為控制組。

所有的實驗對象進行了冠狀動脈血管造影術(shù)之前，使用一個下載到他們個人智能手機的應(yīng)用來錄三段30秒的語音。*段語音要求實驗對象讀一段*的文本；第二段語音要求實驗對象描述一段積極的經(jīng)驗；第三段語音要求研究對象描述一段負面的經(jīng)驗。

所有錄好的語音將會由Beyond Verbal提供的工具分析語音的強度和頻率。研究人員利用梅爾頻率倒譜系數(shù)（MFCCs）來從錄好的音頻中提取聲音特征，分析時不知道實驗對象的臨床數(shù)據(jù)。

研究人員一開始對聲音特征使用單因素二元邏輯回歸（Univariate binary logistic regression）進行分析，發(fā)現(xiàn)聲音特征與冠心病存在相關(guān)性。為了驗證到底哪些聲音特征與冠心病相關(guān)，研究人員使用逐步二元邏輯回歸（Stepwise binary logistic regression）分析發(fā)現(xiàn)有13個聲音特征與冠心病存在相關(guān)，其中研究人員在實驗對象描述消極經(jīng)驗的錄音中識別的「15號」聲音特征與冠心病存在強相關(guān)性，出現(xiàn)15號聲音特征的研究對象所患冠心病的概率是其他人的19倍。結(jié)果顯示，利用聲音特征識別冠心病獨立于年齡、性別和其他一些利用傳統(tǒng)冠心病風險評分的因素。

上圖顯示為在一段消極經(jīng)驗時冠心病患者和控制組語音的功率譜密度對比（PSD）紅色為冠心病患者，綠色為健康的控制組

至于Beyond Verbal如何從三段錄音中提取聲音特征，可能因為涉及商業(yè)機密，梅奧診所發(fā)布的研究中沒有顯示。很難去描述那些聲音特征聽起來是什么樣的。這些聲音特征不是人類的耳朵可以識別的。Yuval Mor說，他是Beyond Verbal的CEO。這和我們的視力很相似，人眼可以看到一個特定的光譜，但實際上現(xiàn)實中還存在更多的光譜。

Beyond Verbal，成立于2012年。2014年推出了Beyond Wellness API 。這款軟件可以將智能手機或配置麥克風的可穿戴設(shè)備變?yōu)椤盖榫w傳感器」，不考慮實際內(nèi)容和上下文語義，而是研究語音中的語調(diào)、頻率來監(jiān)測用戶的情緒。該公司有兩個免費、面向消費者的應(yīng)用程序，Moodie 和Empath，并且還有一個面向臨床醫(yī)生的應(yīng)用Beyond Clinic，他們希望在任何場景下都可以監(jiān)測識別情緒的手段，比如說工作場景，市場研究場景，甚至梅根凱利采訪川普的視頻都可以進行情緒的識別。

9月份，Beyond Verbal推出一個研究平臺，將它的軟件用于健康醫(yī)療領(lǐng)域，想要通過識別語音的生理標志來進行健康問題的診斷。這家公司雖然擁有語音分析的經(jīng)驗，但一直以來更側(cè)重于檢測那些明顯會影響到個人聲音的疾病，比如說帕金森和其他的影響神經(jīng)認知功能的疾病。這項和梅奧診所的研究是*揭示了語音特征可以用來識別單純的身體疾病。

這項研究已經(jīng)進行了兩年，我們花了很長時間證明兩者之間存在聯(lián)系， Mor說，發(fā)現(xiàn)聲音特征和身體疾病之間的相關(guān)性意味著在其他領(lǐng)域可以應(yīng)用這項技術(shù)。比如說內(nèi)嵌到一個APP中，通過說一段話來為人們的心臟健康進行預(yù)警。本次研究為我們開了一扇門，讓我們可以繼續(xù)心臟健康方面更多邊、多語言的研究。Mor說。

Beyond Verbal 將會和梅奧診所繼續(xù)合作，將會在不同的語言環(huán)境中檢測這項技術(shù)，確認語音特征分析是否會超越語言。