與此同時，Voicesense、CallMiner、RankMiner、以及CompanionMx昔日的母公司Cogito等企業(yè)承諾在商業(yè)中使用語音分析。大多數(shù)時候這意味著提高呼叫中心的客戶服務(wù)參與度，但Voicesense有著更遠大的夢想。Voicesense公司CEO Yoav Degani表示現(xiàn)在該公司已能生成完整的個性檔案，但他的計劃遠不止安撫不滿的客戶。該公司對很多業(yè)務(wù)都頗感興趣，如貸款違約預(yù)測、保險索賠預(yù)測、客戶投資風(fēng)格揭示、內(nèi)部人力資源候選人評估以及員工離職評估。Degani還表示公司可提供關(guān)于健康行為、工作行為、娛樂等方面的預(yù)測，雖然不會百分百準(zhǔn)確，但大部分時候都是準(zhǔn)確無誤的。

在Degani分享的一個案例研究中，Voicesense與一家大型歐洲銀行合作對其技術(shù)進行了測試。銀行向Voicesense提供了幾千名債務(wù)人的語音樣本（銀行已知道誰拖欠了貸款，誰沒有拖欠）。Voicesense在這些樣本中運算其算法，并把錄音分為低風(fēng)險、中風(fēng)險和高風(fēng)險三類。在此項分析中，預(yù)測為低風(fēng)險組中僅有6％違約，而預(yù)測為高風(fēng)險組中有27％違約。在另一項考察臨時員工離職可能性的評估研究中，算法歸為低風(fēng)險類中僅有13％離職，而高風(fēng)險組有高達39％的員工離職。

當(dāng)算法算錯會發(fā)生什么？

麻省理工科學(xué)家Ghosh表示這些都是合理的應(yīng)用，于他而言沒有什么是危險的。但與任何預(yù)測性技術(shù)一樣，如果分析做的不好，就很容易過度概括。一般來說，除非看到有證據(jù)表明某件事在很多人身上以及這一類人群上得到了驗證，否則很難將某人的說法認為是理所當(dāng)然。除非采樣足夠多，否則聲音的特征會有相當(dāng)大的差異，這也是為什么該公司不會做出強烈聲明的原因。

CEO Degani還表示Voicesense的語音處理算法每秒可測量200多個參數(shù)，而且在很多不同語言上包括像普通話這樣的聲調(diào)語言都能測量準(zhǔn)確。目前該公司的項目還處于試點階段，但該公司與很多大型銀行及投資者都保持著聯(lián)系。他還提到，每個人都被這項技術(shù)所吸引。

客戶服務(wù)僅是一方面，德萊克斯大學(xué)的一位犯罪學(xué)教授Robert D’Ovidio表示Voicesense設(shè)想的一些應(yīng)用可能具有歧視性。想象一下打電話給抵押貸款公司，貸款公司通過語音判斷你患心臟病的風(fēng)險極高，然后由于你可能長時間不待在公司，你就會被歸類為高風(fēng)險人群。

D’Ovidio教授還補充說到，應(yīng)建立消費者保護法來防止這些信息被收集。他希望隨著人類的進步，我們能意識到無論什么形式，比如電子表格中輸入的一行數(shù)字或是捕捉到的聲紋，這僅僅只是數(shù)據(jù)。但我們至少應(yīng)該要求當(dāng)信息如語音被使用時應(yīng)告知我們。此外，他希望看到在保護消費者的規(guī)章制度上能有所進展。

華盛頓大學(xué)法學(xué)院教授Ryan Calo指出像這樣的消費者保護措施是存在的。美國有些州如伊利諾伊州已有相關(guān)法律來保證生物識別如語音識別的安全。Calo還補充到，無論技術(shù)是被用于語音分析還是簡歷篩選，與種族或性別等敏感類相關(guān)的偏見問題是其特有的問題。但當(dāng)機器學(xué)習(xí)技術(shù)被用于面部或語音識別時，人們內(nèi)心深處會感到不安，部分原因是由于這些特征都太個人化。盡管反歧視法真的存在，但當(dāng)使用信息及歧視（社會還未能充分解決的概念）都能接受時，語音分析的很多方面會遇到更多問題。