沈知涵

你和朋友坐在一起聊天，隨手把手機(jī)扔在桌上。你問他，家里暖氣不熱怎么辦？夜晚，你便在小紅書的信息流里刷到“教你給暖氣放氣”。你一驚，心想“難道又被手機(jī)竊聽了”？因?yàn)槟銖奈粗鲃铀阉鬟^類似話題。

“App監(jiān)聽談話”，被反復(fù)提及，原因是用戶總能發(fā)現(xiàn)“巧合”，卻難以將其證實(shí)。相關(guān)商業(yè)公司也只是否認(rèn)，拿不出反駁證據(jù)。如果App真的通過麥克風(fēng)一直監(jiān)聽我們，到底可不可行？

語音助手先遭質(zhì)疑

人們的確抓到過智能音箱和語音助手的把柄，亞馬遜Alexa曾因?yàn)殄e誤理解指令，把“偷聽”來的談話錄音發(fā)給用戶通訊錄里的好友，證明麥克風(fēng)偷聽并非臆想。

2020年，一位產(chǎn)品經(jīng)理在hackernoon（一個技術(shù)分享社區(qū)）寫過一篇文章專門解釋這個困惑。他拿Siri舉例，說Siri確實(shí)在“聽”，但它“聽不懂”，直到被“Hey Siri”觸發(fā)后，它才開始理解你的指令。

因?yàn)镾iri只是聽懂你在喊它，就已經(jīng)耗費(fèi)很多“力氣”。落到麥克風(fēng)上的聲音會以0.01秒為一幀，每次20幀（0.2s），被輸入深度神經(jīng)網(wǎng)絡(luò)，進(jìn)行本地計(jì)算。深度神經(jīng)網(wǎng)絡(luò)將這些聲音轉(zhuǎn)換成概率密度函數(shù)。當(dāng)函數(shù)值達(dá)到閾值，主處理器被激活。在主處理器激活之前，處理聲音的是協(xié)處理器。

所謂協(xié)處理器可以理解為，具備有限的功能和電量消耗的輔助處理器，允許用戶在屏幕關(guān)閉時，訪問一些“始終開啟”的功能?！癏ey Siri”功能推出后，它就幫著Siri處理聲音。Siri理解，你不想讓它聽的聲音，它就“左耳進(jìn)右耳出”。

那App會不會跟語音助手一樣呢？如果它“左耳進(jìn)”，但“沒右耳出”呢？

“Hey Siri”可被看作蘋果的“底層應(yīng)用”，是寫在系統(tǒng)內(nèi)部的，相比之下，iOS系統(tǒng)之上的應(yīng)用，調(diào)用系統(tǒng)權(quán)限的時候，用戶不會那么“無感”。

技術(shù)上可以，但算不過賬來

2019年，國內(nèi)的一個開發(fā)者團(tuán)隊(duì)寫了一個安卓App，在演示中，App獲取“錄音”權(quán)限后，鎖屏在后臺監(jiān)聽。開發(fā)者對麥克風(fēng)說：“今晚吃什么？”服務(wù)器端就收到App上傳的語音轉(zhuǎn)文字后的信息。他們?yōu)榱俗C明，拋開所有限制條件，僅從技術(shù)角度來說，“App在后臺監(jiān)聽到用戶說什么”是可行的。

為什么強(qiáng)調(diào)“僅從技術(shù)上”？因?yàn)橄胍耆@過用戶的注意，實(shí)現(xiàn)“偷”聽，難度可就大了。2017年，F(xiàn)acebook廣告負(fù)責(zé)人加西亞·馬丁內(nèi)斯在《連線》上撰文。他說，如果Facebook通過麥克風(fēng)記錄聽到的所有內(nèi)容，在功能上等同于用戶和Facebook在“一直通電話”。

有人做了實(shí)驗(yàn)，錄音一小時，消耗電量6%。低功耗長時間的錄音，耗電量不是很大。如果多個 App，多個SDK同時使用該方式，手機(jī)會變得又熱又燙。

你難以想象“實(shí)時傳輸”能產(chǎn)生多少用戶數(shù)據(jù)。馬丁內(nèi)斯假設(shè)用戶每天使用手機(jī)時長為半天，以當(dāng)時來計(jì)算，“網(wǎng)絡(luò)通話”的單向傳輸速率平均24kbps，每人每天傳輸數(shù)據(jù)大約130MB。當(dāng)時Facebook僅在美國的日活是1.5億，每天產(chǎn)生大約20PB數(shù)據(jù)。Facebook數(shù)據(jù)庫中存儲了300PB的數(shù)據(jù)，每天處理的數(shù)據(jù)量大約為600TB。這樣一算，監(jiān)聽所產(chǎn)生的音頻數(shù)據(jù)就是每天要處理的33倍了。即便公司體量如Facebook，也難承其重。

也許有人仍有疑問。既然這條路行不通了，手機(jī)、App廠商可以在本地將“語音轉(zhuǎn)文字”，過濾后提取有價值的信息，再上傳到后臺服務(wù)器。拋開這樣做后臺運(yùn)算會“吞噬”CPU，造成手機(jī)性能下降不說，擔(dān)負(fù)的成本也不低。

Google以0.006美元/15秒向第三方出售其“語音轉(zhuǎn)文字”服務(wù)。（一個用戶）每天轉(zhuǎn)寫24小時的成本是12614美元，即便每天轉(zhuǎn)寫1小時也得525美元。

來，我們簡單測試下

根據(jù)各個平臺的隱私政策，獲取麥克風(fēng)權(quán)限，淘寶是為了與AI客服對話，抖音是為了拍攝短視頻作品，百度是為了語音搜索。

我做了一次從個人消費(fèi)者出發(fā)的測試，想去證實(shí)兩個懷疑，這三款主流的App有沒有在無感知（沒有啟用麥克風(fēng)）的情況下，錄下我的對話；并將此用于App的個性化推薦和廣告系統(tǒng)。

為此我盡可能規(guī)避其他變量，用一部抹掉所有內(nèi)容和設(shè)置，并升級到iOS15以上的iPhone 7 Plus進(jìn)行測試。并且注冊了以上三款A(yù)pp的新賬戶。

至少在這次實(shí)驗(yàn)中，App調(diào)用麥克風(fēng)時無法不被察覺，也沒有將我的談話內(nèi)容，和周圍環(huán)境聲音，“轉(zhuǎn)化為”個性化推薦。

以為麥克風(fēng)在偷聽，是我的問題嗎

就像開篇提到的“供暖”例子，基于社交媒體對用戶的了解，你可能已經(jīng)被準(zhǔn)確打上“年輕女性”“北漂”標(biāo)簽，恰好“北京供暖”這個話題搜索熱度高。帖子可能被推給了10萬打著同樣標(biāo)簽的人，其中恰好包括你，你理所當(dāng)然地認(rèn)為自己被監(jiān)聽了。

這可能是證實(shí)偏差（confirmation bias）在作祟。證實(shí)偏差是一個心理學(xué)上的概念，它就像腦中的過濾器，留下你認(rèn)為正確的，而把那些與需要不相關(guān)的其他信息無意識地過濾掉，選擇性注意。它也被稱作“視網(wǎng)膜效應(yīng)”或“孕婦效應(yīng)”。

類似例子非常常見。你與男朋友在外散步，討論起最近搬家，談及買什么牌子的投影儀好。結(jié)果你晚上回家刷手機(jī)，不僅在社交媒體上被推薦中介看房，淘寶還給你推送了新款投影儀。這時候，你剛準(zhǔn)備跟男朋友炫耀“我就說，手機(jī)一定在竊聽我們”。等等，冷靜了一下，回憶起自己出門根本沒帶手機(jī)。

這種情況之所以發(fā)生，也許是你的男朋友已經(jīng)在網(wǎng)上瀏覽過搬家，如何挑選投影儀。而你們因?yàn)樵诰W(wǎng)絡(luò)上互為好友，被監(jiān)測到相互轉(zhuǎn)發(fā)等行為，已經(jīng)被廣告系統(tǒng)標(biāo)注為“有共同興趣”。

所以廣告系統(tǒng)已經(jīng)這樣成熟了嗎？沒必要！真的沒必要！

至少在商業(yè)消費(fèi)領(lǐng)域，通過“偷”聽獲得的用戶數(shù)據(jù)，質(zhì)量不見得高，但需要付出的成本極其高昂，公司沒必要為此買單。

大部分主流App都表明類似立場。因?yàn)閷τ诘谌紸pp來說，它們想不被用戶發(fā)覺，或突破系統(tǒng)權(quán)限進(jìn)行監(jiān)聽幾乎不可能。

2019年，澎湃新聞的記者發(fā)現(xiàn)，在今日頭條App中關(guān)閉程序化廣告后，用戶看到的廣告數(shù)量保持不變，但廣告相關(guān)度會降低。南都在2020年的《個人信息安全年度報(bào)告》中對50款頭部App進(jìn)行測評，發(fā)現(xiàn)六款沒有提供個性化推薦關(guān)閉選項(xiàng)。兩年之后，這些頭部App均增加了這一選項(xiàng)。

好了，這下手機(jī)不會“搶答”了。