[[258822]]

【51CTO.com快譯】語(yǔ)音輔助技術(shù)極受歡迎，已有25億個(gè)此類設(shè)備投入使用，到2023年預(yù)計(jì)會(huì)增至三倍，達(dá)到80億個(gè)。盡管主流語(yǔ)音輔助技術(shù)存在隱私和安全漏洞，但這種增長(zhǎng)似乎勢(shì)不可擋。

其中一個(gè)是“開窗”漏洞：比如說(shuō)，不懷好意的人路過(guò)敞開的窗戶，喊道“嘿，開門!”，就能進(jìn)入房子。研究人員還發(fā)現(xiàn)Alexa和谷歌語(yǔ)音助理有成千上萬(wàn)個(gè)誤報(bào)性喚醒詞，這種潛在的攻擊途徑便于注入惡意命令。一些人提到了通過(guò)電視注入亞音速命令的風(fēng)險(xiǎn)。亞馬遜已經(jīng)在操縱頻率，以免Alexa在商業(yè)廣告中激活。另外與任何聯(lián)網(wǎng)計(jì)算機(jī)設(shè)備一樣，還存在后門及其他常見漏洞這種可能。

確保隱私和安全的開源技術(shù)

像Mycroft AI的開源語(yǔ)音助理有意為安全和隱私提供了一條途徑。本質(zhì)上，開源軟件鼓勵(lì)對(duì)代碼進(jìn)行審查以便曝光漏洞。

我工作的公司Mycroft推崇這個(gè)概念：語(yǔ)音輔助技術(shù)可以很安全。我們有一套流程來(lái)處理披露的常見漏洞(CVE)。作為一種開發(fā)工具，我們高度依賴SSH之類的系統(tǒng)，并始終鼓勵(lì)更改設(shè)備的默認(rèn)密碼，包括設(shè)置向?qū)е械拿艽a。我們還將意圖解析、技能和文本到語(yǔ)音轉(zhuǎn)換(TTS)等功能移到設(shè)備端，其他大公司可在云端執(zhí)行此操作。對(duì)于技術(shù)嫻熟的家庭用戶來(lái)說(shuō)，我們很快會(huì)發(fā)布必要的組件，以便在防火墻后面運(yùn)行整個(gè)體驗(yàn)。我們希望用戶對(duì)軟件擁有盡可能大的控制權(quán)。

聲紋使人工智能能夠通過(guò)聲音來(lái)區(qū)分人，讓用戶能夠?yàn)樘囟ǖ娜藛T分配鎖定、購(gòu)買及其他敏感功能方面的權(quán)限，以此緩解“開窗”和誤報(bào)性喚醒詞漏洞。這些都可以輔以使用一次性口語(yǔ)密碼的雙因子身份驗(yàn)證或更深入的語(yǔ)音生物特征識(shí)別技術(shù)。谷歌和亞馬遜已經(jīng)在其助理中部署了某種聲紋，我們正與在該領(lǐng)域大有前途的一些公司建立聯(lián)系。喚醒詞識(shí)別方面的改進(jìn)將限制可用誤報(bào)性喚醒詞的列表。在設(shè)計(jì)合理的反饋回路中，誤報(bào)不太可能奏效，因?yàn)樗?a >Mycroft的Precise標(biāo)記工具的技術(shù)就能標(biāo)記出來(lái)。

開源創(chuàng)新

在過(guò)去，鼓勵(lì)實(shí)驗(yàn)的方式是借助開源。真正的創(chuàng)新是這樣發(fā)展起來(lái)的，新技術(shù)也是這樣建立起來(lái)的。

我們讓創(chuàng)新者有機(jī)會(huì)用較少的字符串來(lái)嘗試語(yǔ)音助理技術(shù)。開源使軟件成為社區(qū)的共同工作。比如說(shuō)，Mycroft有數(shù)千名開發(fā)人員提供反饋、開發(fā)新功能以及為核心軟件做貢獻(xiàn)，而不是由數(shù)名技術(shù)成員組成的16人團(tuán)隊(duì)?；谖覀兊脑S可模式，創(chuàng)新者可以輕松從新的、非常出色的實(shí)現(xiàn)當(dāng)中建立起業(yè)務(wù)。

更深層次地說(shuō)，開放意味著這項(xiàng)技術(shù)可以完全代表用戶，而不僅僅是代表提供它的公司。語(yǔ)音助理能夠改變?nèi)藗兣c所有技術(shù)交互的方式。語(yǔ)音將以尚未想到的方式改變家庭、辦公室、移動(dòng)設(shè)備和公共場(chǎng)所。

我們希望人們提出的問題是：“我希望這項(xiàng)技術(shù)完全符合我的利益，還是符合零售商或搜索和數(shù)據(jù)公司的利益?”我們認(rèn)為大多數(shù)人會(huì)選擇前者。我們知道，僅有的方法就是確保開放、透明、社區(qū)驅(qū)動(dòng)。

語(yǔ)音助理的功能

Mycroft與其他語(yǔ)音助理做同樣的事情，但做法不同。大多數(shù)語(yǔ)音助理的語(yǔ)音系統(tǒng)使用設(shè)備端的喚醒詞識(shí)別，然后將交互的剩余部分發(fā)送到云端來(lái)處理，將響應(yīng)發(fā)回給說(shuō)話人。

Mycroft將其中大部分環(huán)節(jié)移到運(yùn)行軟件的設(shè)備上。我們使用設(shè)備端的喚醒詞識(shí)別來(lái)監(jiān)聽命令。檢測(cè)到喚醒詞后，記錄該命令并將其發(fā)送到云端，進(jìn)行語(yǔ)音到文本轉(zhuǎn)錄。一旦轉(zhuǎn)錄完畢，文本文件被發(fā)回到設(shè)備，自然語(yǔ)言處理、技能處理和語(yǔ)音合成在設(shè)備端執(zhí)行。

技能為Mycroft賦予了能力。我們一直在將來(lái)自內(nèi)部團(tuán)隊(duì)和社區(qū)的技能穩(wěn)步添加到新的Mycroft技能市場(chǎng)。Mycroft可以控制多個(gè)音樂源，連接到眾多物聯(lián)網(wǎng)平臺(tái)，從維基百科和Wolfram|Alpha等12個(gè)來(lái)源獲取一般信息，玩游戲，擲骰子，講故事，以及運(yùn)行速度測(cè)試等。

我們將Mycroft模塊化，因此用戶可以輕松更換組件。比如說(shuō)，我們目前提供兩個(gè)喚醒詞和三種聲音，會(huì)支持更多種聲音，但Mycroft還可以從任何提供商(云或本地)運(yùn)行自定義的喚醒詞和TTS聲音。

原文標(biāo)題：Securing privacy with Mycroft, an Open AI voice assistant，作者：Eric Jurgeson

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】