当代最火的恐怖片《都市传奇》不再是虚无缥缈的动物和鬼怪，而是所有带有语音接口的智能设备，包括你的手机、电脑、智能音箱，它们可能无时无刻不在监控着你工作和生活中的所有声音。
许多网友在社交媒体上分享了他们的经历，他们在随意聊天中提到的事情会默默地出现在App的信息流和广告中。对他们来说，这种经历引发的感觉通常不是“亲密”，而是“恐怖”。毕竟，谁能忍受身边有一个可能24小时监听你的声音，并“背叛”他所有的声音隐私的“间谍”呢？
2018年，美国俄勒冈州的“Alexa”事件第一次点燃了公众对智能语音技术的恐慌。俄勒冈州波特兰市的一名女子告诉当地一家电视台，她的亚马逊智能音箱“Echo”在没有触发唤醒词“Alexa”的情况下，自动记录了她和丈夫关于家里地板的讨论，并将录音发送给了丈夫的一名员工。随后，其他媒体也报道了类似事件。人们对智能语音设备涉嫌“监听”感到非常愤怒。然而，包括亚马逊在内的智能语音设备制造商都采用了同样的解释，将嫌疑指向设备的“误触”，声称设备错误地将用户的部分语音理解为请求，进而产生了乌龙操作。
这种疑似“监控”问题的本质被轻描淡写地回避了。那么，一个人的声音是否会被智能设备大量记录，是否会用于定向广告和信息流？
宾夕法尼亚大学传播学教授JosephTurow在《The Voice Catchers:marketings How Listen of Exploitative feeling，Your Privacy，and Your Wallet》一书中告诉我们，这两个问题的答案其实就藏在你被允许使用这些设备之前必须通过的隐私中。
他指出，制造智能语音设备的公司在遭遇公众表达恐慌后，已经声明不会使用真实的语音数据进行营销。然而，在他们的隐私声明政策中，他们“没有做出这样的保证”，相反，“甚至暗示他们保留这样做的权利”。
在亚马逊的隐私声明中，它写道，“你与Alexa的对话录音是这个系统收集的信息之一。”特罗认为，虽然这是一个模糊的表达，但这表明亚马逊将把对话的整个录音保存为信息，“这意味着它保留了分析人们说话时语气和细节的权利。”
这些语音数据都是公司收集的，很大的作用就是作为未来语音人工智能阶段“超车”的训练数据集。他引用了彭博新闻2019年的一份报告，称包括亚马逊在内的几家生产智能语音设备的“巨头”公司在全球雇佣了数千名员工来“聆听”这些在用户家中和办公室捕捉到的语音记录。他们的工作不仅包括将这些语音命令翻译成文本以提高识别准确率，还包括记录扬声器听到的一切，甚至是背景中儿童的声音。当他们听到隐私信息，包括用户的姓名和银行账号，他们所做的就是在审查时将其标记为“关键数据”，然后继续审查。
为了减少公众的恐惧，这些“巨头”在允许第三方语音程序打广告时非常谨慎，但令人费解的是，在允许第三方在程序运行时收集用户的语音数据时却异常慷慨。特罗亲自采访的几位相关人士表示，只要语音应用的拥有者在程序的隐私政策中声明了这种行为的存在(大多数人都不会仔细看)，就可以允许他通过登录账号获取自己的身份，深入了解访问者的语音行为模式，甚至在某些情况下，可以直接获取访问者语音的文字记录。
其次，智能语音设备实际上并不像“巨头”们宣称的那样，完全拒绝定向广告和信息流。Turow发现，在其隐私政策的一个不起眼的角落，亚马逊在一个关于个性化广告的问答中指出，你需要点击阅读，它会使用人与助手之间的语音对话的文字记录来“定位”和“描绘”受众。谷歌在其通用隐私政策中写得更直白，当用户使用谷歌技术的音频功能时，它会收集并使用声音和音频信息进行个性化的定向营销。特罗认为，谷歌的目的仍然指向使用语音分析结果来补充其为客户创造的“个人画像”。
这里所谓的“画像”，就是基于语音的定向“个性化营销”，这是当前和未来最重要的发展方向，即通过收集用户语音的生物特征(即“声纹”)和语音信息数据，构建一个虚拟版的你，提前预测你的选择和行为，从而提供非常丝滑的个性化推荐和服务。图罗书中的终极版“画像”甚至可以比一个活生生的营销人员更能读懂你的“暗示”，根据你过去的声音和购买行为预测你的真实购买意图。而这种“画像”也将彻底融入生活。当你习惯性地在卧室里用语音开灯，播放古典音乐的时候，你会被预测到睡前在看书，然后会被推着给你可能感兴趣的书做广告，而不会失去机会——如果真的到了人们不介意为了方便而放弃隐私的那一天。
特罗接着指出，在智能设备公司不愿完全彻底地收集行为以打消公众对“监控”的怀疑的背后，是行业内部“抢跑”和“画像”的怀疑链:“在瞬息万变的语音营销世界里，即使是参与其中的公司，有时也不相信同行的保证。”即使是巨人也有在竞争中落后的危险。尤其是在智能语音技术的初期发展阶段，那些小公司和大众关注之外的公司“用语音来评价用户，却什么都不会发生”，可能会把自己收集的声纹和数据卖给数据商。在这样一个可能被迫超速发展的时代，企业都不想落后。“为了赢得未来的财富”，语音采集必不可少的“知情同意”基本很难实现。
事实上，Turow采访的智能设备行业内部人士表示，目前人们对“监听”的质疑，是智能语音设备公司安排的一个“相对休眠期”。在目前的怀疑冰山下，公司对“人们说什么和他们如何说话”的分析远远超过了他们所揭示和展示的。他们在等待人们使用语音设备的扩展，直到语音助手几乎融入人们的生活。届时，这些公司将进入“高速发展阶段”，将人的声音、人口特征、行为、心理统计特征、位置等一系列数据整合到上述几乎终极版的“画像”中，让人们完整地、习惯性地获得“个性化的购买建议、搜索结果、地图导航和广告”。
他将这种策略称为“诱导监控”(induced monitoring)，这是PinelopiTroullinou在2017年的博士论文中发明的概念，用来描述企业主动向目标群体展示产品的吸引人的功能，以抵消他们的担忧，甚至冒着被监控的风险，认为购买和使用这些设备是值得的。正如特鲁利诺所指出的，“用户会被有关方便、高效和娱乐的言论所诱惑，愿意交出个人数据，从而成为监控的对象。”
而且这种怀疑链已经蔓延到了考虑语音营销的商业公司，也就是人们在“监听”怀疑中所指向的潜在“甲方”。特罗发现，零售商其实相当怀疑，担心生产智能语音设备的“巨头”会在他们的合作协议中找到漏洞，从而“窃取数据”，转而拥有他们所拥有的客户数据。他引用了MarketWatch网站的一篇报道，该报道指出，包括亚马逊在内的“巨头”是零售业最大的竞争对手。如果他们有可能在商店里偷听顾客的谈话，零售商当然会担心在商店里使用智能扬声器。在报告中，一位为一家零售公司创建智能语音设备程序的首席技术官甚至透露，他的一些零售客户特别害怕这些情况，偏执地认为“巨头”会收集他们的信息来对付他们，并不断停滞和延迟开发语音应用程序的进程。
如何突破这样一条怀疑链造成的内卷化？特罗呼吁政府和立法进一步监督。他在这本书里试图做的是让人们意识到智能语音技术的现状，以及我们必须要做的事情。"