1. 创业头条
  2. 前沿领域
  3. AI智能
  4. 正文

声音鉴黄师饱受摧残,AI声音鉴黄师为何没帮上忙?

 2018-09-26 14:11  来源:A5专栏  我来投稿 撤稿纠错

  一键部署OpenClaw

文|雷宇

来源|智能相对论(aixdlun)

人民对性的态度向来很奇怪,父母和长辈期待子女能无师自通,教育者三缄其口,最后少男少女通过其他渠道实现了对性的初级摸索,当然这个摸索过程就很曲折了,文字,图片,视频和音频遍地开花,“学习资料”越来越方便传播。

食也性也,但传播色情内容却有极大的负外部效应,懵懂少男少女极易受其蛊惑,鉴黄师的重要性可想而知。在苹果商店的社交App中,有超过1/10的应用主打声音社交功能,由此催生出了一个新兴职业——声音鉴黄师。声音鉴黄师是一个让身心饱受摧残的职业,一位女性声音鉴黄师称,“一个人平均一天需要鉴定4000条信息,24小时轮班监控,各种荤段子、暧昧语音,有时(听到)恶心想吐。”

声音鉴黄师是一份不足以为外人道也的工作

由于这份工作实在是太过于枯燥,很多男生都受不了,因此声音鉴黄师多为女性且离职率高。一般枯燥且重复率高的工作都是AI的拿手好戏,那么AI有没有办法实现声音鉴黄呢?

声音鉴黄之殇,AI难以克服鸡尾酒效应

视频,图片和语音是色情内容常见的三种形式,多数公司的鉴黄都是立足于视频和图片,比如阿里的阿里绿网、腾讯的万象优图等等。有人可能会疑问,这几年科大讯飞、百度、腾讯等公司先后对外公布语音识别准确率均达到“97%”,那为什么在AI语音鉴黄上那么难?

这是因为社交平台的语音环境十分复杂,机器很难从庞大杂乱的语音中揪出涉黄涉暴人员,而这就不得不提鸡尾酒效应了。所谓鸡尾酒效应是指,在鸡尾酒会嘈杂的人群中,尽管周围噪声很大,两人可以顺利交谈,你们似乎听不到谈话内容以外的各种噪音。这是因为我们的大脑对声音都进行了某种程度的预判,然后才决定听或不听。

用特瑞斯曼的注意衰减理论来解释就是,当人的听觉注意集中于某一事物时,意识将一些无关声音刺激排除在外,而无意识却监察外界的刺激,一旦一些特殊的刺激与己有关,就能立即引起注意的现象。

但是机器却不具备这样意识和无意识,因此难以实现在嘈杂环境下的语音识别,这样看来AI语音鉴黄貌似已经走进了死胡同。

实际上,已有公司在解决鸡尾酒效应上做出了努力。今年4 月,Google曾在博客上发文称,谷歌研究人员开发出了一种深度学习系统,可识别和分离出嘈杂环境中的个体声音。

研究人员从YouTube上10万段“讲座和谈话”视频中提取了近2000小时的视频片段,然后混合音频与人工背景噪声,创造“鸡尾酒派对”。训练技术人员将混合音频进行拆分,谷歌的系统能够分辨出哪个音频源在给定的时间内属于哪张人脸,并为每个扬声器创建单独的语音轨迹。

但Google的技术集中在视频处理上,主要是对数段声音的分离,而人工声音鉴黄仅仅依靠声音,有所不同。前不久,阿里AI语音反垃圾服务上线公测,它可以通过声纹识别技术,识别语音中存在的涉黄、广告等违规信息,不管是中日英俄等语言,还是东北,四川,广东的方言,甚至连无意义的*声都可以轻松判别。

具体办法是,对那些有语义的内容,系统先将语音识别转成文字,然后再将这些文字跟文本反垃圾模型或关键词库比对,判断是否涉黄,对那些无语义的声音,通过声纹也能识别出来。但有一点值得注意的是,在语音识别的过程中,识别是哪种语言比内容更难,机器翻译也存在这样的问题,因此还需要大量数据来进行训练学习。

做好嘈杂环境的语音识别,难点是如何将杂音与人声分离。但对于声音鉴黄而言,一开始并不知道哪一个音源涉黄,很难说谁是噪音,这需要机器具有全局观。而上面提到的技术,声音分离或者将语音识别转成文字都只是基本,由于尚未在语音复杂的环境下试验过,因此这个结果嘛……退一万步讲,社交黑话也并不是那么好破译的。

社交黑话难解,语音识别障碍重重

时代要抛弃你,它只会让你看不懂,而我们也不能指望人工智能听懂。

就像你爹妈当初看不懂你的那句签名:”ァ亊實證明,鱤綪桱淂起fеηɡ雨,却桱囨起平啖;伖綪桱淂起平啖,却桱囨起fеηɡ雨。ヤ”(没乱码),新一代社交黑话崛起一般人也很难看懂,比如XSWL(笑死我了,相当于一连串哈哈哈),NSS(暖说说,指帮点赞评论转发说说,增进感情),CQY(处Q友的缩写,想在QQ上找朋友的意思)。

当然这也还算好的,无非就是缩写。除了缩写,还有一些只能强记的词语。比如养火(互发消息三天出现小火花,互发消息超过三十天出现大火花,养火就是经常联系的意思),欧洲(想要什么就得到什么的人)……

估计研究人员在录入数据时就阵亡了,毕竟这玩意看上去也不算有章可循。值得注意的是,当人们在说话的时候,如果省略一两个字不说,懂得的人自然也懂,但机器不一定能识别人们甚至为了混淆视听,会多语夹杂,这就给机器识别增添了难度。

这种输入标准的不统一,是导致语音识别错误率高的首要原因。我们常用的鼠标和键盘虽然看似简单,但它具备统一的输入标准和精准的视觉反馈这两点,而这正是语音识别技术不具备的,也是困扰现阶段AI鉴黄的一大挑战。

毫不意外,现阶段的声音鉴黄师依然是以人为主。早在互联网发展早期,黄色内容主要是图片和文字,靠人工就可以净化网络环境的目的,但是随着互联网带来的数据爆炸,人工已经远远不能胜任。

虽然声音鉴黄以人为本,但这并不意味着AI鉴黄师没有价值。它能在特定的场景实现鉴定也无疑算是一种进步,而现阶段它所呈现的问题,也无疑是技术发展过程中难以避免的阵痛。

全球经济学家和咨询公司的主流研究课题,总少不了人工智能会引发的失业规模,但是中国的互联网已经跑出了一条独特的路线,因此针对中国的研究少之又少。声音鉴黄师作为互联网发展过程中的独特产物,显然会存在相当长一段时间,而现行的人工智能鉴黄也多为辅助人。

一句正确但无用的话是,可以想见未来AI鉴黄会占据主流,但这个未来应该以哪个时间节点为基准,谁也无法预料。

智能相对论(微信id:aixdlun):深挖人工智能这口井,评出咸淡,讲出黑白,道出vb深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 瓯江论道:AI赋能绿色发展

    2025年10月25日,2025世界青年科学家峰会之人工智能(AI)融合创新发展论坛在浙江温州成功举办。本次论坛由国际院士科创中心主办,中国投资协会能源投资专业委员会、温港院士科创中心承办,中国电工技术学会、中科先进技术温州研究院与温州市电力工程学会提供支持,以“瓯江论道-AI赋能绿色发展”为主题,

    标签:
    ai技术
  • 王通:未来个人创业的十个机会

    个人创业需要启动成本低、无需庞大团队、可快速验证、能利用个人技能或资源。这里分享适合个人创业的十个机会一.AI内容优化与本地化服务·做什么:帮助企业或个人利用AI工具(如GPT-4,Midjourney)优化内容生产流程。例如,为跨境电商撰写多语言产品描述,为小红书博主生成爆款文案,为小公司制作营销

  • Figma股价热情仅存1天,AI焦虑成关键隐忧?

    文/道哥美国设计软件公司Figma近期在纽约证券交易所挂牌上市,首日即上演“狂飙”行情——发行价定每股33美元,开盘报价85美元,较发行价翻倍。首日收报115.50美元,较发行价大涨约250%,市值飙升至近670亿美元,创下近30年来同等规模美股IPO的最大单日涨幅纪录。然而,随着短线资金获利了结,

    标签:
    ai智能
  • AI「带飞」腾讯业绩

    文/一灯来源/节点财经在当前无人敢缺席的AI军备竞赛中,巨头们一面为巨额的资本支出焦虑,一面又向市场勾勒着未来的宏伟蓝图。在各家动辄千亿级投入的背景下,市场迫切需要一份关于AI回报价值的有力证明。而腾讯,率先给出了答卷。8月13日,腾讯控股发布2025年第二季度财报。尽管资本开支同比剧增119%,达

    标签:
    ai智能
    腾讯
  • Meta用亿元薪酬发起「人才狙击」能否买来一个AI未来?

    文/二风来源/节点财经2025年的硅谷,一场没有硝烟的战争正以前所未有的烈度上演。这场战争的核心武器不是代码或芯片,而是人——那些全球仅有数千名、能够构建未来人工智能基础模型的顶尖大脑。在这场激烈的人才争夺战中,Meta及其首席执行官马克·扎克伯格(MarkZuckerberg)正扮演着最具侵略性的

    标签:
    ai智能
  • AI长剧的尴尬:降本容易赚钱难

    8月31日,一部没有任何真人演员的AI剧集—《后西游记》,进入了省级卫视的电视剧黄金档。该剧由芒果TV出品、芒果TVAIGC创新内容中心制作、伯璟文化承制,改编自明末清初同名神魔小说,是《西游记》三大续书之一。作为季播剧,《后西游记》率先播出的是第一季“花果山篇”共5集、每集40分钟。这是第一部以长

  • 价值与成本,Anthropic和智谱的轮番验证

    2026年,AI不再只是“问答对话”的工具,开始真正“完成工作”,这背后发生了一连串技术变化,从模型Scaling转向智能上界、推理效率、长程任务、Agent系统。这些变化,汇聚在“先行者”自述的字里行间。Anthropic有望在9月下旬公开招股书,智谱发布上市以来的首份中期业绩。中美两家大模型公司

  • AI风口之下,明星们又想“挤上”牌桌了

    在AI演员是否能取代真人的讨论愈演愈烈之际,已经有明星开始“未雨绸缪”将AI当成了副业。据悉,胡彦斌用AI做了一个App;C罗投资了一家200亿美元的AI公司;王嘉尔设计了一副AI眼镜,MagicAIGlasses售价约1000元;周杰伦母亲持股的公司和宇树科技联手,要做一只“巨星狗”……除此之外,

  • AI 让智能硬件卖得更贵,但增长消失了

    过去两年,在AI技术浪潮的驱动下,硬件“复兴”成为电子消费市场一条清晰的主线,不仅诞生了许多新品类,而且几乎所有的硬件都在以AI为卖点,重新打造产品竞争力。他们想要抓住的,不单单是某一个产品或赛道,而是未来可能成为一个控制入口或交互入口的希望。当然,更为迫切的是为低迷的市场找寻新的增长点、扭转增长的

  • 当机器人开始说“真话”,智元们调整叙述逻辑

    作者:Evin编辑:刘致呈审核:徐徐出品:互联网江湖最近,具身智能赛道迎来了一场意外风波。先是刚刚才带领公司完成上市的梅卡曼德CEO邵天兰,在朋友圈公开炮轰当前行业盛行的一种“攒局型”具身智能创业——套路就是靠各种关联交易(如“数采中心”“租赁公司”)做出不可持续的收入,并通过发布“大新闻”炒作,以

  • 一年三轮融资丨讯兔科技(Alpha派)完成超3亿元B轮融资,金融AI加速迈向产业深水区

    近日,中国金融AI领跑者讯兔科技正式完成超3亿元人民币B轮融资。至此,公司在过去一年内已连续完成三轮融资。本轮融资进一步汇聚金融产业的战略力量,投资方覆盖险资、券商、公募、产业资本与头部投资机构。保险业国家级投资平台中保投资、头部券商系私募基金子公司广发信德共同参与;同时获得启明创投、琥珀资本、嘉程

  • 第一人称视角数据采集推荐

    第一人称视角数据采集,也称Ego数采,是当下具身智能获取训练数据的重要方式。一套完整可用的Ego数采方案,通常由“采集设备”与“数据处理工具链”两部分组成。广州市虚拟动力网络技术有限公司以自研的VDEgo-C2头戴式双目采集设备为核心,配套完整的数据处理工具链,覆盖从现场采集到标准化交付的全过程。一

  • 2027年香港头部国际学校插班机构推荐-汉基、英基、弘立等名校申请,专业机构怎么选

    2027年,越来越多内地家庭目标直指香港头部国际学校:汉基国际、英基学校协会、弘立书院、德瑞国际、香港加拿大国际、沪江维多利亚、耀中国际、HKIS、VSA等。这些学校IB成绩常年位居亚洲前列,升学去向遍布全球顶尖大学,是很多家庭的梦想学校。我直接说结论:申请香港头部国际学校,难度非常大,学位稀缺、竞

  • 快速发布之后怎么管?花生壳相比WorkBuddy等办公智能体,有哪些差异化解法?

    AI生成内容的能力越来越强,但一个尴尬的现实是:内容生成完了,往往卡在“怎么让别人打开”这一步。办公智能体帮你生成了一份漂亮的HTML报告,然后呢?静态托管平台部署上去了,然后呢?链接在手机里能打开吗?电脑关了呢?下次想改怎么办?这篇文章把花生壳快速发布(Drop+CLI)和国内四大办公智能体(Wo

  • 亿达科创携AI创新成果亮相服贸会

    9月9日,2026年中国国际服务贸易交易会(以下简称“服贸会”)在京举行。大会以“全球服务互惠共享”为题,聚焦“扩大开放、深化合作、引领创新”三大功能定位,汇聚全球服务贸易领域前沿成果。会议期间,亿达科创发布边缘AI&具身智能创新成果,充分展现在数字化服务领域的技术实力。作为“十五五”开局之年的重要

编辑推荐