ضبط صدای کاربران توسط دستیارهای صوتی

استفاده از گوشی‌های هوشمند دیگر به لمس صفحه‌نمایش و اجرای برنامه‌ها محدود نمی‌شود. امروزه کاربران می‌توانند تنها با گفتن عباراتی مانند «سلام سیری» یا «اوکی گوگل»، بسیاری از کارهای روزمره خود را انجام دهند. با این حال، پشت این قابلیت کاربردی، فناوری‌هایی قرار دارند که صدای کاربران را پردازش می‌کنند و در برخی شرایط ممکن است اطلاعات صوتی آنها را ذخیره کنند؛ موضوعی که پرسش‌های مهمی درباره حریم خصوصی ایجاد کرده است. به گزارش ایتنا، دستیارهای صوتی برای شناسایی فرمان‌های کاربران از فناوری تشخیص گفتار و پردازش زبان استفاده می‌کنند. با وجود این، نحوه ضبط، پردازش و نگهداری اطلاعات صوتی در سرویس‌های مختلف یکسان نیست و به تنظیمات حریم خصوصی و سیاست‌های شرکت سازنده بستگی دارد.

دستیارهای صوتی چگونه فعال می‌شوند؟

دستیارهایی مانند سیری اپل، دستیار گوگل و الکسای آمازون برای آغاز فعالیت، به شناسایی عبارت‌های مشخصی موسوم به «کلمات فعال‌ساز» متکی هستند. در بسیاری از دستگاه‌ها، شناسایی این عبارت‌ها از طریق پردازش محلی و کم‌مصرف انجام می‌شود. به این ترتیب، دستگاه می‌تواند عبارت فعال‌ساز را تشخیص دهد، بدون آنکه لازم باشد تمام صداهای محیط را به سرورهای اینترنتی ارسال کند. پس از شناسایی عبارت موردنظر، سیستم بخش صوتی مربوط به درخواست کاربر را دریافت می‌کند. این اطلاعات ممکن است برای تبدیل گفتار به متن، تشخیص منظور کاربر و اجرای فرمان به سرورهای شرکت سازنده ارسال شوند. البته این سازوکار به معنای ضبط دائمی تمام مکالمات اطراف گوشی نیست، اما احتمال فعال شدن ناخواسته دستیار صوتی همچنان وجود دارد.

صدای ضبط‌شده کاربران کجا ذخیره می‌شود؟

برخلاف تصور برخی کاربران، اطلاعات صوتی لزوماً بلافاصله پس از اجرای فرمان حذف نمی‌شوند. بعضی سرویس‌ها ممکن است فایل‌های صوتی یا متن استخراج‌شده از آنها را براساس تنظیمات حساب کاربری و سیاست‌های نگهداری اطلاعات ذخیره کنند. این داده‌ها، بسته به سرویس و مجوزهای کاربر، می‌توانند برای افزایش دقت تشخیص گفتار، شناسایی بهتر لهجه‌ها، درک فرمان‌های مختلف و برطرف کردن خطاهای فنی مورد استفاده قرار گیرند.

اپل، گوگل و آمازون چگونه از اطلاعات صوتی محافظت می‌کنند؟

شرکت‌های فناوری رویکردهای متفاوتی برای مدیریت اطلاعات صوتی کاربران دارند. اپل: برخی درخواست‌های سیری مستقیماً در دستگاه پردازش می‌شوند و برخی دیگر به پردازش سروری نیاز دارند. اپل اعلام کرده است که فایل‌های صوتی تعاملات سیری را نگهداری نمی‌کند، مگر آنکه کاربر برای مشارکت در بهبود این سرویس رضایت داده باشد. گوگل: به گفته این شرکت، تا پیش از شناسایی عبارت فعال‌ساز، فایل‌های صوتی برای پردازش درخواست به سرورها ارسال یا در آنها ذخیره نمی‌شوند. همچنین ذخیره فایل‌های صوتی در حساب کاربری به‌صورت پیش‌فرض غیرفعال است و کاربران می‌توانند سابقه فعالیت خود را مدیریت یا حذف کنند. آمازون: کاربران الکسا امکان مشاهده و حذف فایل‌های صوتی و متن فرمان‌های خود را دارند. گزینه‌هایی برای حذف خودکار اطلاعات پس از ۳ یا ۱۸ ماه و همچنین جلوگیری از ذخیره فایل‌های صوتی ارائه شده است؛ هرچند ممکن است متن برخی درخواست‌ها برای مدتی نگهداری شود.

فعال شدن اشتباهی؛ تهدیدی برای حریم خصوصی

یکی از چالش‌های مهم دستیارهای صوتی، «فعال‌سازی ناخواسته» است. این اتفاق زمانی رخ می‌دهد که دستگاه، یک واژه معمولی در مکالمه یا صدایی از تلویزیون را با عبارت فعال‌ساز اشتباه بگیرد. در چنین شرایطی، دستیار صوتی ممکن است بخشی از مکالمه‌ای را ضبط کند که کاربر قصد ارسال آن را نداشته است. حتی احتمال دارد این اطلاعات برای پردازش به سرورهای شرکت منتقل شوند. بنابراین، آگاهی از تنظیمات حریم خصوصی، بررسی سابقه فرمان‌های صوتی و حذف اطلاعات غیرضروری می‌تواند به کاربران کمک کند کنترل بیشتری بر داده‌های شخصی خود داشته باشند. برای آشنایی با تنظیمات حریم خصوصی این سرویس‌ها می‌توان به راهنماهای رسمی اپل، گوگل و آمازون مراجعه کرد.