APP到底有沒有對你錄音？

圖片來源@unsplash

​文｜半佛仙人

1

最近各種大促特別多，各家電商都在摩拳擦掌準備好好在年底收獲一把。

各種APP的促銷推送和商品推薦也是晝夜不停，要讓大家把手留下，乾乾淨淨過個好年。

這麽看來，最大的受害者就是老家等著要壓歲錢的熊孩子們了。

他們不僅要不到錢，可能還要被雙手空空的長輩們反向擼羊毛，小小的年紀就要承受命運的重拳。

說到APP推送以及商品推薦，很多人都有一個恐慌性的顧慮。

那就是懷疑自己的APP在對自己錄音。

經常出現一個狀況是，自己和人談論一個事物，然後不久後，自己在購物APP或者搜索引擎或者瀏覽器或者APP的廣告業中就看到了相關的廣告，讓人非常恐慌，覺得有一雙神秘的眼睛在看著自己，非常害怕。

怎麽說呢，我覺得大家的想象力過於豐富了，這種猜測是合理的，只不過既對也不對。

對的是，我們的生活確實是被各種精準推送給佔據了，各大APP也確實有一定程度上的【猜測】行為，目的也的確是讓你掏錢。

錯的是，沒人給你錄音。

實際上科技和大數據發展到現在這個程度，錄音屬於非常沒有效率的玩法，音速不夠快。

我們高科技鐮刀，都是光速的。

2

為什麽說沒有公司用錄音來做信息采集和廣告推送呢？

不是說公司良心發現，商業公司有良心其實本身就是一件很詭異的事情。

而是任何事情都要講一個目的，廣告推送的目的是要追求轉化率，要讓自己的利益最大化，成本最低，賣家也是要看性價比的。

從方案成本收益的角度，錄音屬於效率低，利潤低，誤差率高，成本高的沙雕方案，所以沒人做。

那些大膽嘗試錄音方案的朋克們，大部分都是投入產出失衡後破產了，所以你很少見到市面上有完整商業錄音解析方案，當然安防另算，安防對於投入產出的理解和商業不同。

想想看，如果你要做錄音方案，首先你繞不過的就是APP資源佔用，持續的錄音，對於一個APP而言是很大的負載，導致的結果就是APP運轉效率低下，耗電發熱大幅增加，跑起來和吃了翔一樣別扭。

而且吧，錄下來的音頻你要怎麽保留？本地保留？這個音頻文件會大到超乎想象，一個APP到錄音錄一天，最後錄音文件幾個G，而且有朋克的用戶，直接看你源文件夾，一旦發現錄音，你可以等待鐵拳打擊了。

在線傳輸？用戶的流量是要錢的，而且用戶定期看手機流量記錄的時候，發現就你一個APP耗流量特別大，還不是視頻類或者遊戲類APP，分分鐘就暴露了。

本地直接解析？隻留存文字？這倒是可行，但是最大的問題在於，你要小心競爭對手反編譯你的安裝包，一旦被人看到相關代碼和模型，底褲都沒有了。

實際上很少有互聯網公司把複雜模型布置在本地，因為太容易被對手直接破譯；

而如果用雲模型的方式做錄音解析，流量消耗和網絡穩定性也會讓準確度大大降低。

從技術上，錄音是不太合理的方案，不是說不能做，而是做起來成本高，破事兒多。

與道德無關。

3

錄音如果僅僅是破事兒多就算了，一個東西如果好用，破事兒多其實並不是很大的問題。

痛並快樂也是一種生活。

但錄音方案最致命的問題在於，消耗了大量資源後，準確率過於辣雞。

想想看，如果你手上的APP使用了錄音監控方案，那麽面臨的第一個問題是，需要分辨到底是誰在講話？是不是手機的主人在講話？聲源就是一個大問題。

試想我走過你的身邊，大喊一聲我愛傑士邦，然後你打開手機，看到了傑士邦的廣告，你覺得是不是非常沙雕？你會不會是得覺得我在性騷擾你？

當解決了錄誰的音的問題（聲紋類方案）後，你會遇到第二個問題，需要識別語言準確度問題。

我們所處的日常環境是非常嘈雜的，會有大量的雜音，而且很多人的國語並不標準，機器沒法有效識別，實際上絕大多數方言，機器都無能為力，識別出來各種沙雕。

尤其是溫州話，那是惡魔的語言，戰爭年代可以當密碼用的神奇語言。

假如解決了語言準確度問題，那麽還有第三個問題，那就是音頻實時語義識別問題。

這個問題在當前屬於幾乎無解的難題，所有人工智能遇到音頻實時語義識別都容易變成智障。

注意，我說的語義識別不是所謂的把你講的話翻譯成文字，那個東西難度不大，我說的是，真正理解你語言中的含義。

例如死鬼這個詞，男人跟女人說，男人跟男人說，女人跟男人說，男人跟死對頭說，都是完全不同的含義，但都是死鬼。

人類理解語意是要結合具體場景，甚至具體說話的人（同一個詞，不同人講出來都不是一個意思），這些都是現階段機器做不到的。

別說機器做不到，很多人都做不到，例如：彈性工作製=別想著準點下班，這誰遭得住。

尤其是APP錄音，需要快速記錄下人們在實際生活中的快速出現的場景未知的對話對象未知的國語不標準的神奇對話，還要記錄分析下來，還要精準獲得含義。

要是真有哪個公司有這個本事，還做個屁推送，直接就諾貝爾獎了。

以上三問，我喜歡稱之為錄音方案靈魂三問，在三問之上，還有終極一問。

記得我前面說做錄音方案的大部分都破產了麽，那還有小部分，那小部分去哪裡了？

小部分因為收集隱私被抓進去了，徹底財務自由了，畢竟監獄不用花錢。

4

當你讀到這裡的時候，你肯定既恍然大悟，又迷惑。

恍然大悟的是覺得確實不會被錄音，迷惑的是那為什麽出現了我說什麽，不就之後APP就出現了相關推送？

我給你這麽說吧，沒有公司做錄音，不代表沒有公司利用聲音來收集資料。

只不過這個收集資料的方式不是你以為的大段錄音監控，而是通過特定關鍵詞喚醒。

舉個例子，假如你用蘋果，你會【Hi，Siri】來喚醒siri功能。

假如你用小米，你會【小愛同學】來喚醒收集。

其實很多APP的推送，是用了類似的方案的，就是說，根本不記錄你說了什麽，也不去分析你說了什麽，只要你說出了特定詞，那麽就會被喚醒，只不過這個喚醒不是亮螢幕之類的，而是推送邏輯被喚醒給你推送相關物品。

再舉個栗子，假如是外賣類APP，這種喚醒詞庫可能包含【奶茶】，【披薩】，【烤串】，【麻辣燙】，【哈密瓜】等詞，只要你說出了類似的詞匯，那麽可能就會喚醒推送。

例如OTA類APP，這種喚醒詞庫可能包含【旅遊】，【泰國】，【簽證】，【酒店】，【度假】等等詞，只要你說了類似的詞，那麽可能就會喚醒推送。

再例如購物類APP，喚醒詞庫可能包含【口紅】，【靴子】，【裙子】，【水果】，【筆電】等等等等詞，只要你說了類似的詞，那麽可能就會喚醒推送。

每個APP的詞庫，可能都有數千乃至數十萬的詞，基本覆蓋了你可能性的消費場景，磨刀霍霍。

很多很神奇的功能，拆穿了也就那樣，就和魔術一樣。

一個喚醒腳本+詞庫的事情，給搞的那麽神秘。

5

雖然詞庫喚醒邏輯是比較切合實際的方案，但是在實際的信息收集中，有更多更主流和有效的信息讓商家們知道你是誰，要怎麽賣東西給你。

這些你忽略的東西，才是真的關鍵，我隨便提2個簡單的。

第一個是輸入法。

誰知道你的一切？當然是輸入法了。

別總是懷疑什麽APP監控你的聊天記錄，你首先要懷疑的是，你的輸入法有沒有賣你。

只要你打字，你一定躲不過的就是輸入法，你輸入了什麽內容，在什麽地方輸入（搜索引擎？社交軟體？地圖？短信？賣家討價還價？），這對於輸入法都是透明的。

而且你經常輸入哪些詞，代表了什麽意思，並不難獲得或者分析，上面說的語義分析難是真對純音頻的，純文本的語意分析可是相對成熟的技術。

另外所有輸入法都是越用越好用，越用越懂你，那麽，到底是怎麽懂你的？

可以思考下。

第二個是推送SDK。

什麽叫SDK？你可以理解為是套裝軟體，嵌入APP中執行特定功能的特定模塊。

最流行的SDK是推送類SDK，就是你手機收到的各類APP推送消息，是有專門的公司做成SDK嵌入到各大APP裡，然後專門負責推送，比自己開發要好用很多，而且專業SDK往往對於各類手機和應用的適配做的很好，所以一般APP都是外采推送SDK的。

你手機上30個APP，可能都是同一家公司提供的推送SDK，那麽對這家公司而言，你的手機基本是透明的，而且很顯然會知道一台手機到底裝了哪些APP，用戶到底常用什麽APP，甚至用戶對於手機的應用軌跡，應用行為。

這些行為就可以被做成標簽，然後打包交易，這個市場目前很成熟。

國內推送SDK的巨頭，不超過5家（最大的就3家），對外出售標簽數據都挺積極的。

你看，當你知道輸入法和SDK的時候，你對於世界的認知會發生變化。

當你收到廣告的時候，你甚至可以去分析到底是哪個賣了你。

是搜索引擎還是你在搜索引擎時候用的輸入法，還是監控你手機APP活躍度的SDK，還是你的一些語言出發了詞庫？

很多人其實被賣的時候都不知道自己是怎麽被賣的。

猜誰賣你這個事情其實很有意思，隻稍微有點黑色幽默。

6

本文只是簡單科普一下錄音的謠言以及最基礎的信息收集渠道，很多更隱蔽甚至更有想象力通過邏輯勾稽來做用戶畫像的方法還沒有說，主要是真的說起來可以寫本書了，書名叫《作者已被各大公司吊起來打》。

數據收集，畫像製作以及廣告推送的技術以及產品邏輯，這些東西其實也不是什麽秘密，甚至有專門探討廣告推送邏輯原理乃至策略的技術書籍。

我認可技術無罪，但是我同時也認為技術需要約束，或者說技術背後的人，需要被約束。

在這個人人都近乎透明的年代，我們其實需要對所謂大數據加以警惕，也需要法律約束。

因為數據可以讓生活變得更方便的同時，失控後也會造成災難。

當我知道你的一切數據的時候，某種程度上，我比你還了解你，我就是你。

所以需要約束人的行為，所以需要增加作惡的成本。

畢竟人，是複雜的；人性，是自私的。

我不希望有一天，我們成為大數據下的棋子。

被設計好的世界，恐怕也不再有趣。