26歲的王小強剛做爸爸，還沉浸在初為人父的喜悅中，怎么看怎么喜歡，拿著手機噼里啪啦一頓亂拍，親親腳親親手。但是，當嬰兒開始哭鬧不休時他就徹底沒轍了，到底是餓了、尿濕了還是哪里不舒服……

正常嬰兒在2周大時，每天約哭鬧1.5小時；出生后第6周，則平均每天達2.5小時；到3個月時，正常嬰兒哭鬧的時間減少到每天1小時。嬰兒每天都在哭泣，如何懂得嬰語無疑是對新生父母的一大考驗。

美國的Ariana Anderson博士也是如此，她是4個孩子的母親，撫養(yǎng)前2個孩子時，她常常搞不懂孩子大哭的原因，直到撫養(yǎng)第3個孩子時才能輕松辨認孩子哭聲背后的意義，基于這種經歷，她研發(fā)了一款用算法理解嬰兒哭聲的嬰語翻譯APP——Chatterbaby。

嬰語難理解 AI當自強

嬰兒哭鬧的原因很復雜，一般分為生理性哭鬧和病理性哭鬧。生理性哭鬧常見的原因有饑餓、排尿、排便、疲倦困乏、生活規(guī)律紊亂、衣著不適、出牙，要求或欲望未得到滿足；病理性哭鬧常見的原因有如維生素 D 缺乏性佝僂病、感染性疾病、腹痛、貓叫綜合征、維生素A、D中毒及新生兒甲狀腺功能亢進癥、頭痛。

區(qū)分生理性哭鬧和病理性哭鬧是兒科醫(yī)師經常遇到的難題，這也從側面解釋新生父母要正確理解嬰兒哭聲有多難。

美國、日本、臺灣都有團隊對嬰兒哭聲做過相關研究，各團隊都聲明可覆蓋95%以上的寶寶哭啼原因、準確度比人提高3倍等，但是至今并沒有看到具體的產品，起碼在內地沒有。Chatterbaby通過收集嬰兒在不同感受下的哭聲，并通過機器學習對這些哭聲頻率和特征進行分析學習，從而告知父母，他們的孩子為什么而哭�，F(xiàn)階段，這個APP可以分辨孩子的哭泣是因為饑餓、煩躁還是疼痛。

圖片來自智東西

布朗大學風險兒童研究中心的心理學家StephenSheinkopf認為，嬰兒的哭聲中確實隱藏著許多神經學線索，尤其是在哭聲的聲調、聲量、共鳴等聲學特征中，這些特征能被量化和可視化。但是僅僅通過聲音對嬰兒進行檢測顯然遠遠不購，將聲音、行為、其他生理數(shù)據(jù)整合進一個模型，無疑會比通過單一聲音特征檢測準確得多。

今年3月31日，阿里云發(fā)布了一款嬰語貼紙，據(jù)說產品經理是月嫂。這款貼紙無毒無味，形狀近似便利貼只需要輕貼在嬰兒任何部位即可運行，對于0-1歲的寶寶識別準確率達到了95%。能夠輕易識別多種嬰兒30多種行為如：饑餓，疲倦，害怕，開心，撒嬌等行為。

這款產品依托阿里云物聯(lián)網(wǎng)IOT套件，AI智能語音分析，生物識別反饋系統(tǒng)，情緒建模等等，通過APP實時對寶寶的哭聲進行分析與反饋。貼紙不僅可以檢測嬰兒的哭聲的分貝與尖銳程度，對心率或體溫等也能進行檢測。 

聽上去，這些依托人工智能的嬰語翻譯機似乎給奶爸奶媽們帶來了的福音。對經驗少的父母而言，嬰語翻譯機在早期無疑會派上用場。但隨著寶寶逐漸適應周圍環(huán)境，嬰語翻譯機的準確率會下降，除此至外，依然有一些不得不面對的問題。

路漫漫其修遠兮 嬰語與AI相互求索

AI現(xiàn)階段的發(fā)展依然還是處于嬰幼兒階段，那么AI服務于嬰兒這一問題上到底還有哪些考量呢？

1.技術未滿，能用而已 

某種程度上來說，識別嬰兒的生理性哭鬧可能較為容易，但是識別病理性哭鬧可能就不那么簡單了。畢竟，將哭鬧不休的小孩帶去兒科，醫(yī)生也要通過各種檢測才敢下定論，僅僅通過測體溫量心率并不能作為唯二的依據(jù)。

而且，一旦“嬰語“翻譯機將病理性哭鬧誤診為生理性哭鬧，會耽誤最佳的治療時間，其后果不言而喻。

這并不是類似于普通消費升級的產品，可以通過不斷迭代來優(yōu)化產品性能。這是一項容錯率非常小的技術，一旦出錯可能就是一個悲劇。

需要技術的高度成熟，否則就顯得尤為雞肋。 

2.先看手機還是先看孩子，這是一個問題

有專家（磚家？）認為，手機在發(fā)射微波的同時也存在“極低頻磁場”，由于嬰兒的頭骨較簿且不完整，腦部發(fā)展不完善，如果嬰兒接觸太多手機，會對身體造成影響，可能引致癌癥、神經及發(fā)展障礙等。且不論這種說法是否有駭人聽聞的嫌疑，但是絕大分父母都不愿意冒這樣一個風險，因而他們會將手機放在遠離嬰兒的位置，一旦嬰兒哭泣，父母該怎么辦？

是先去抱小孩還是先看手機？

這一行為很微妙。如果是兩代人同時照看，先看手機無疑會引起家庭糾紛。一般人的反應是孩子哭立馬去抱小孩哄他，然后去抱著他看手機看他怎么了，再然后注意力又被分散，這顯然不是這一特殊場景下理想的交互方式。

那么，通過聲音辨別疾病就只能這樣了嗎？

它可能不適合確診某些嬰兒的病理性哭鬧，但是通過聲音識別疾病，甚至適用于成人預防一些難以治愈或不易發(fā)現(xiàn)的疾病。

現(xiàn)有研究結果表明，聲音變低啞可能是胃酸反流，當患了慢性鼻竇炎，則會出現(xiàn)鼻塞一樣的聲音。聲音變得低沉很可能是甲狀腺疾病。而聲音變得沒有起伏，很可能是患了帕金森癥。

事實上，美國麻省理工學院的馬克斯·李特博士近年來就在研究這一課題——利用聲音診斷帕金森病�，F(xiàn)有醫(yī)學研究表明，人類患帕金森病是因為大腦的中腦部位的一群神經細胞發(fā)生了變性死亡，這種細胞死亡會帶來的癥狀是肢體顫抖，除此之外，沒有更多新的進展，至于如何治愈更是無從說起。

相比于動輒扎針化驗的檢測方法，這種方法極大的減少了對人身體的接觸，他通過大量數(shù)據(jù)分析，建立起一套聲音分析系統(tǒng)，只要留下30秒左右的錄音，他就能讓電腦自己判斷患病與否，實驗室階段準確率高達99%。

這項技術最終可以幫助他客觀地掌握癥狀的進展情況，從而可以更有效地控制用藥量，甚至是準確搞定吃藥時間。

實際上，Chatterbaby的另外一大目的就是通過哭聲來診斷不同類型的自閉癥。醫(yī)學界和教育界都認為，自閉癥越早發(fā)現(xiàn)越好，如果在早期對這些孩子的特殊需求進行滿足與鼓勵，就會增加他們最終成長為正常人的機率�？上У氖牵�患上自閉癥譜系障礙的孩子卻往往在多年后才會被確診。

根據(jù)權威數(shù)據(jù)表明我國已確診自閉癥患病人數(shù)約在1000萬以上，而0-14歲的兒童患者已經超過200萬，并以每年20萬+的速度在增長。如果能通過一項簡單的指標就能對孩子的發(fā)展做出預測，給父母敲個警鐘，這無疑是一項值得推廣的技術。

總結

事實上以現(xiàn)階段AI 發(fā)展階段，顯然不能搞定所有的問題，只要能搞定一部分，提升解決我們的效率，就可以發(fā)揮其應用價值，畢竟這項技術對于大多數(shù)像王小強這樣的年輕父母來說，不失為一種安慰劑。

文｜雷宇