偶然想到一個(gè)場(chǎng)景：借助機(jī)器學(xué)習(xí)精準(zhǔn)識(shí)別寶寶啼哭的原因。仔細(xì)想想，感覺(jué)挺有意思。作者沒(méi)有AIPM的經(jīng)驗(yàn)和算法基礎(chǔ)，希望通過(guò)白話描述起到拋磚引玉作用。歡迎大家一起討論，多提建議。

哭鬧是寶寶表達(dá)情感和尋求幫助的主要方式，也是一種健康的表現(xiàn)。就像在告訴父母：“我需要你！”如果父母能夠理解寶寶的需求并及時(shí)解決，會(huì)對(duì)寶寶的成長(zhǎng)發(fā)育很有好處。

現(xiàn)實(shí)中的年輕父母有“輔助破譯哭聲”的需求么？翻了翻各種育兒社區(qū)，截了幾張圖，大家可以換位思考，自行體會(huì)下。

一、簡(jiǎn)單調(diào)研

1.1 用戶調(diào)研

為了迅速獲取更多信息，犧牲精度飆速度，做了一輪4道選擇題的迷你調(diào)研。目標(biāo)人群是曾經(jīng)帶過(guò)0-6個(gè)月寶寶的家長(zhǎng)，未要求“正在6個(gè)月中”這一苛刻條件。共采集到176份樣本，情況如下：

a）父母判斷啼哭原因的準(zhǔn)確度

全部正確（22%）：這些父母擁有絕對(duì)的自信，幾乎不需要借助工具。通過(guò)訪談，我了解到他們能夠準(zhǔn)確判斷的主要原因有兩點(diǎn)，經(jīng)驗(yàn)豐富+寶寶讓人省心。給他們打個(gè)標(biāo)簽叫“胸有成竹型”，后面會(huì)用到。

多數(shù)正確（64.2%）：大部分父母處于這種狀態(tài)，打動(dòng)他們需要一定的條件，卓越的用戶體驗(yàn)是前提，同時(shí)要幫助他們提升診斷效率、準(zhǔn)確率。給他們打個(gè)標(biāo)簽叫“經(jīng)常找對(duì)型”。

很難找到（13.5%）：有這么多父母面對(duì)寶寶啼哭不知所措，這里存在大量的機(jī)會(huì)可以挖掘。想想吧，中國(guó)人口基數(shù)這么大，13.5%的數(shù)量真的少么？他們的標(biāo)簽叫“困惑型”。

b）常見的啼哭原因有哪些

覆蓋度：調(diào)研中設(shè)定的9種原因已經(jīng)覆蓋了95%的情況，排名最高的6種是饑餓口渴、尿布濕、要抱抱、困了、疾病和疼痛。另有5%的父母選擇了其他原因，包括受到驚嚇、身體被擠壓等，這些原因可以通過(guò)一進(jìn)步的調(diào)研來(lái)補(bǔ)全。

認(rèn)知度：家長(zhǎng)們認(rèn)定的啼哭原因不一定符合真實(shí)情況。舉個(gè)例子，“本能運(yùn)動(dòng)”這個(gè)選項(xiàng)僅有17%的家長(zhǎng)勾選?？茖W(xué)研究表明，任何一位寶寶的都曾因?yàn)椤氨灸苓\(yùn)動(dòng)”而啼哭過(guò)，這個(gè)過(guò)程有助于寶寶生理和心理的發(fā)育，也是日后語(yǔ)言發(fā)育的一種啟蒙?！氨灸苓\(yùn)動(dòng)”與“要媽咪抱”的解決辦法類似又不完全相同，一個(gè)是要逗逗，一個(gè)是要抱抱。二者的聲學(xué)特征都富有節(jié)奏感，前者是響亮而后者是平和。這說(shuō)明：幫助家長(zhǎng)提升育兒認(rèn)知，可能也是AI破譯的可挖掘點(diǎn)之一。

c）父母對(duì)“破譯啼哭APP”的感興趣程度

該問(wèn)題的條件是APP免費(fèi)，樣本的反饋完全超出預(yù)期：僅有6%的父母表示不會(huì)使用，53%的人愿意嘗試，更有41%的人表示一定會(huì)使用。

對(duì)比幾種類型的父母：不僅“困惑型”，就連“胸有成竹型”和“經(jīng)常找對(duì)型”也對(duì)該技術(shù)抱有強(qiáng)烈的興趣。是啊，科技不就是幫人們偷懶么，能省點(diǎn)力為啥要繞彎呢？這里的“免費(fèi)”可能有一定的殺傷力，父母?jìng)兊恼鎸?shí)需求+對(duì)新技術(shù)的好奇心也發(fā)揮著強(qiáng)大作用。

由于調(diào)研維度有限、粒度不細(xì)、樣本數(shù)量較少，沒(méi)能得出更多有價(jià)值的結(jié)論。不過(guò)我們可以看到一定的需求和機(jī)會(huì)，借著這股動(dòng)力，繼續(xù)尋找類似的競(jìng)品。

1.2 競(jìng)品調(diào)研

a）模擬聲音類

通過(guò)模擬胎兒在母體內(nèi)聽到的聲音，來(lái)安撫寶寶。這類產(chǎn)品的主要作用是安撫情緒，無(wú)法解決例如“生病”、“疼痛”、“尿布濕”等情況，治標(biāo)不治本。

b）嬰語(yǔ)翻譯器

美國(guó)、中國(guó)臺(tái)灣、西班牙、日本都有團(tuán)隊(duì)做過(guò)相關(guān)研究，程序通過(guò)分析哭聲可給出肚子疼、尿布濕、想睡覺(jué)等原因。各團(tuán)隊(duì)都聲明可覆蓋95%以上的寶寶哭啼原因、準(zhǔn)確度比人提高3倍等，但各團(tuán)隊(duì)找到的原因不一致。此類產(chǎn)品目前未在大陸市場(chǎng)化，APP沒(méi)找到可用的，獨(dú)立設(shè)備倒是有，感興趣的可以搜一下“貝客來(lái)嬰兒哭聲分析器”。這類產(chǎn)品已經(jīng)是AI辯聲的前輩了，其精準(zhǔn)度、易用性、市場(chǎng)化均有提升空間。

c）人工智能類

2016年日本First-Ascent公司聲稱推出了一項(xiàng)以人工智能為基礎(chǔ)的技術(shù)，可根據(jù)嬰兒的哭聲分析原因，并計(jì)劃將該技術(shù)加入到APP中。我本文寫到90%才看到這條新聞，繼續(xù)查閱時(shí)發(fā)現(xiàn)：它沒(méi)實(shí)驗(yàn)數(shù)據(jù)、沒(méi)可用產(chǎn)品、沒(méi)有本土化。

比較有趣的是，很多競(jìng)品是因?yàn)槌绦蛟嘲职钟X(jué)得帶娃困難，才萌生了技術(shù)解決的想法。下面就從這幾方面做個(gè)淺析：科學(xué)合理性、工具定位、語(yǔ)音識(shí)別、數(shù)據(jù)準(zhǔn)備、學(xué)習(xí)模型。

2、科學(xué)合理性

拋開那些競(jìng)品的干擾，推敲一下：【哭聲特征】與【哭的原因】的關(guān)聯(lián)到底可不可靠？如果二者之間具備真實(shí)的相關(guān)性，那是否意味著：無(wú)論映射邏輯多復(fù)雜，我們都有可能用機(jī)器學(xué)習(xí)擬合出預(yù)測(cè)模型？

2.1 經(jīng)驗(yàn)常識(shí)

寶寶樹這類育兒社區(qū)列舉出大量聽聲音搞定哭鬧的例子，百度經(jīng)驗(yàn)中更是詳細(xì)列舉了15種哭聲特點(diǎn)、原因以及解決辦法。有經(jīng)驗(yàn)的月嫂通過(guò)哭聲能快速搞定嬰兒，這些都說(shuō)明靠聲音特征判斷很可能OK。

2.2 專業(yè)研究

學(xué)術(shù)界對(duì)嬰兒哭聲含義的研究并不少，最前沿的甚至聲稱能診斷嬰兒是否患有自閉癥、腦損傷、神經(jīng)類疾病和早產(chǎn)相關(guān)的疾病。我覺(jué)得這個(gè)方向還是有戲的，值得繼續(xù)研究，若感興趣可以搜幾份相關(guān)鏈接：

《美研發(fā)嬰兒哭聲診斷儀可檢測(cè)神經(jīng)類疾病》

《寶寶的哭聲代表5種心情》

《寶寶哭聲暗藏疾患線索》

《哭聲分析儀，早期發(fā)現(xiàn)嬰兒發(fā)育障礙》

2.3 綜合判斷

哭聲不是將原因歸類的唯一信號(hào)。我們可以將聲音特征做主要線索優(yōu)先預(yù)測(cè)一波，再用其他方法輔助判斷。不苛求靠AI搞定100%的問(wèn)題，只要能搞定一部分，提升解決效率，就可以發(fā)揮應(yīng)用價(jià)值。

這與智能手環(huán)的綠光測(cè)心率的道理類似，光電法的準(zhǔn)確度比不上心電信號(hào)法（醫(yī)療級(jí)別），只靠心率也很難預(yù)測(cè)心腦血管疾病。但手環(huán)的天然優(yōu)勢(shì)就是佩戴方便+實(shí)時(shí)監(jiān)控+主動(dòng)提醒。若使用者結(jié)合經(jīng)驗(yàn)、血壓等指標(biāo)綜合判斷，就有改善生活習(xí)慣、預(yù)測(cè)風(fēng)險(xiǎn)的可能。這類產(chǎn)品符合早預(yù)防、早治療的養(yǎng)生理念，經(jīng)常能取得較好的市場(chǎng)反饋。

按照綜合按斷的思路，梳理出如下表格，訓(xùn)練模型就是要預(yù)測(cè)出其中高亮的“哭聲原因”。

根據(jù)查閱的資料，圖中9種哭聲原因的分類未必準(zhǔn)確，但至少人類可以感知到細(xì)微差異。

上圖描述了一個(gè)模擬場(chǎng)景：家長(zhǎng)先通過(guò)APP鎖定原因范圍，再根據(jù)APP的提示觀察嬰兒，給出判斷。像中耳炎這種特殊情況，父母操作過(guò)一次，基本就記住識(shí)別方法了。這就引出了我對(duì)該工具的定位：通過(guò)正確判斷+有效提示，幫助父母盡快掌握讀懂寶寶的技能，用完即走不粘人。

3、工具定位

3.1 小工具

“破譯哭聲”還沒(méi)到產(chǎn)品設(shè)計(jì)階段，更像是一個(gè)補(bǔ)充工具而非產(chǎn)品。目前各大育兒類應(yīng)用已經(jīng)相當(dāng)成熟，提供了豐富的內(nèi)容和服務(wù)，但一些服務(wù)的使用頻次很低。若將“破譯哭聲”也集成進(jìn)去，不會(huì)用力過(guò)猛，還可能錦上添花。例如下圖這些就是不錯(cuò)的入口，寶寶哭的頻次遠(yuǎn)遠(yuǎn)比打疫苗、起名字這些高，是吧？

3.2 目標(biāo)人群

經(jīng)驗(yàn)少的父母遇，在0-6個(gè)月遇到寶寶哭鬧很久不停的情況，會(huì)派上用場(chǎng)。6個(gè)月后寶寶就適應(yīng)了周圍的環(huán)境，模型預(yù)測(cè)也逐漸失效，此時(shí)的父母已經(jīng)積累了充足的經(jīng)驗(yàn)。西方提倡父母多與寶寶溝通交流，學(xué)會(huì)讀懂他們的內(nèi)心，這更像是一種玄學(xué)?！白x懂”的能力是父母與孩子的紐帶，會(huì)影響雙方一生的情感溝通。所以不鼓勵(lì)父母依賴工具，還要幫助爸媽掌握讀懂寶寶的本領(lǐng)。

3.3 擴(kuò)展性

工具雖小，也有點(diǎn)想象空間。例如為寶寶做個(gè)啼哭檔案，記錄每次“哭聲+原因+解決方式”。寶寶長(zhǎng)大看到自己的成長(zhǎng)日志，就會(huì)理解父母把自己拉扯大真心不易。

3.4 產(chǎn)品形態(tài)

訪談幾位表示不愿使用的家長(zhǎng)，問(wèn)他們?yōu)槭裁床辉敢庥眠@樣一款A(yù)PP。

一位家長(zhǎng)說(shuō)沒(méi)時(shí)間，想靠自己溝通情感讀懂寶寶；另一位家長(zhǎng)說(shuō)想不到用APP，他家寶寶特別乖，從未久哭不停。這就涉及到用戶理念、習(xí)慣、個(gè)體差異的問(wèn)題了，三言兩語(yǔ)還真說(shuō)不清楚。

這里我只舉一個(gè)例子：小米的小蟻智能攝像頭已經(jīng)能監(jiān)控嬰兒哭聲并提醒父母，如果加個(gè)分析原因、給出建議的功能并不會(huì)突兀，反而很人性化、很精準(zhǔn)?？傊a(chǎn)品形態(tài)不局限于APP，只要內(nèi)在邏輯科學(xué)合理，一定會(huì)存在某些交互方案能夠受用戶歡迎。

4、語(yǔ)音識(shí)別

考慮到成本等因素，將小工具插入到APP中很適合快速打樣、試錯(cuò)。這屬于近場(chǎng)語(yǔ)音識(shí)別，信噪比較高，不過(guò)環(huán)境中還是難免有噪音。識(shí)別的過(guò)程大概分這幾步：

4.1 降噪

對(duì)獲取的聲波信號(hào)做降噪，排除父母對(duì)話、物體碰撞、氣流等噪音。目前市場(chǎng)上已經(jīng)有成功監(jiān)測(cè)嬰兒哭聲的產(chǎn)品，比如小蟻智能攝像機(jī)、三星S5手機(jī)內(nèi)置APP等，識(shí)別的過(guò)程不會(huì)困難。還有些相關(guān)的專利可以借鑒，網(wǎng)上一搜一大把。

4.2 過(guò)濾

對(duì)目標(biāo)嬰兒與其他嬰兒的信號(hào)做區(qū)分，這需要采集目標(biāo)嬰兒的數(shù)據(jù)，并單獨(dú)創(chuàng)建學(xué)習(xí)模型。

4.4 特征

從信號(hào)中抽取出聲學(xué)特征讓機(jī)器去學(xué)習(xí)，具體就交給神奇的算法團(tuán)隊(duì)吧。

5、數(shù)據(jù)準(zhǔn)備

5.1 實(shí)例設(shè)定

每個(gè)實(shí)例由2部分組成：【啼哭聲】+【結(jié)果標(biāo)識(shí)】，監(jiān)督學(xué)習(xí)的結(jié)果標(biāo)識(shí)是個(gè)封閉集合，訓(xùn)練數(shù)據(jù)類似下圖。

5.2 樣本標(biāo)準(zhǔn)

• 聲音信號(hào)：錄音聲強(qiáng)＞40分貝，時(shí)長(zhǎng)為10-15秒，錄音中僅包含1名嬰兒的哭聲。
• 結(jié)果標(biāo)識(shí)：聽到哭聲后，父母采取行動(dòng)，采集員按照有效的行動(dòng)來(lái)推測(cè)1種哭聲原因，記錄下來(lái)。
• 有效行動(dòng)：父母采取行動(dòng)后，寶寶在1分鐘內(nèi)停止哭鬧?；蛘咭颜业娇尢湓?，需要一段時(shí)間解決（例如疾病無(wú)法很快治好，醫(yī)生可以開具診斷證明）。
• 寶寶年齡：0-6個(gè)月

5.3 樣本采集

• 采集區(qū)域：寶寶密集區(qū)，也就是兒科醫(yī)院、婦幼保健醫(yī)院、月子中心、兒童福利院等。
• 采集人員：盡可能專業(yè)，若現(xiàn)場(chǎng)記錄錯(cuò)誤的標(biāo)識(shí)，后期修正的難度很大。
• 考慮體驗(yàn)：采集過(guò)程人性化，不誘導(dǎo)寶寶啼哭，不影響家屬與寶寶的正常生活。
• 其它參考：臺(tái)灣的某團(tuán)隊(duì)聲稱成功采集到10萬(wàn)+類似樣本，可以借鑒類似的方法或合作。

6、學(xué)習(xí)模型

我們要在目標(biāo)集合中準(zhǔn)確的預(yù)測(cè)出分類，采用監(jiān)督學(xué)習(xí)。這里不談?dòng)?xùn)練模型和評(píng)估指標(biāo)，只提兩個(gè)簡(jiǎn)單的小問(wèn)題：

6.1 模型應(yīng)該輸出“哭啼原因”還是“解決方案”？

按通常的思維是用A方案，但直覺(jué)告訴我B方案也許可行。B的思路是：先預(yù)測(cè)新數(shù)據(jù)的解決方案，再根據(jù)符合期望的行動(dòng)來(lái)反推出哭啼的原因。

現(xiàn)實(shí)中“啼哭原因”與“解決方案”是多對(duì)多的復(fù)合因果關(guān)系，如果直接取哭聲+有效方案來(lái)擬合模型，可能最終效果相同甚至更好。

PS：無(wú)論A還是B，只是模型設(shè)計(jì)的問(wèn)題，最終給到用戶的體驗(yàn)是一樣的。

6.2 個(gè)性化模型

訓(xùn)練集與實(shí)際數(shù)據(jù)有差異，多個(gè)嬰兒也可能同時(shí)啼哭，所以需要給每位嬰兒創(chuàng)建個(gè)性化模型。家長(zhǎng)們每次修正，都是對(duì)模型的訓(xùn)練，幫助提升預(yù)測(cè)的效果。

以上就是本篇淺析的主要內(nèi)容，拋出一個(gè)場(chǎng)景的可能性?？裳苌念愃茍?chǎng)景也不少，未來(lái)科學(xué)對(duì)聲音的研究不會(huì)止步于嬰兒，寵物、野生動(dòng)物等都有可能取得進(jìn)展。也許有一天我們能通過(guò)AI翻譯機(jī)與較聰明的動(dòng)物交流，比如猩猩、海豚和大象。

寫在最后

作者向很多人提過(guò)這個(gè)idea，感謝朋友們的支持和建議。下筆之前還有點(diǎn)猶豫的，因?yàn)樽髡邲](méi)帶過(guò)寶寶，無(wú)法切身體會(huì)那種感受。后來(lái)AI產(chǎn)品大本營(yíng)團(tuán)長(zhǎng)@黃釗 鼓勵(lì)我嘗試寫個(gè)短篇，我就決定試一試。

這也促使我反復(fù)思考一個(gè)問(wèn)題：非科班出身、零AI經(jīng)驗(yàn)的PM，怎樣才能有出路？首先要敢想，這是邁出的第一步！

挖需求、挖場(chǎng)景、挖機(jī)會(huì)！模擬場(chǎng)景做調(diào)研，發(fā)現(xiàn)問(wèn)題找方法，而不是跳到工程師賽道上拼算法。等咱們上了船，在實(shí)戰(zhàn)中學(xué)習(xí)理解算法會(huì)達(dá)到事半功倍的效果。

這是個(gè)需要想象力的時(shí)代，或許能借助AI搞定過(guò)去從未解決的難題。在大數(shù)據(jù)沒(méi)出現(xiàn)的年代，誰(shuí)也想不到啤酒與尿布濕之間隱藏著驚人的秘密。

有太多場(chǎng)景需要我們?nèi)グl(fā)現(xiàn)，限制我們想象力的不是貧窮，而是勇氣。

世之奇?zhèn)ス骞址浅Ｖ^，常在于險(xiǎn)遠(yuǎn)而人之所罕至，非有志者不能至。任何問(wèn)題都一定有辦法解決，我們的任務(wù)就是找到它，無(wú)論這個(gè)概率多么微乎其微！

作者：于長(zhǎng)弘，微信公眾號(hào)：AI小宇宙

本文由 @于長(zhǎng)弘 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自u(píng)nsplash，基于CC0協(xié)議