案例：能否借助AI破译婴儿哭声？

作者：于长弘

全文共 4646 字 14 图，阅读需要 10 分钟

———— / BEGIN / ————

哭闹是宝宝表达情感和寻求帮助的主要方式，也是一种健康的表现。就像在告诉父母：“我需要你！”，如果父母能够理解宝宝的需求并及时解决，会对宝宝的成长发育很有好处。

现实中的年轻父母有“辅助破译哭声”的需求么？

翻了翻各种育儿社区，截了几张图，大家可以换位思考，自行体会下。

一、简单调研

1.1 用户调研

为了迅速获取更多信息，牺牲精度飙速度，做了一轮4道选择题的迷你调研。

目标人群是曾经带过0-6个月宝宝的家长，未要求“正在6个月中”这一苛刻条件。

共采集到176份样本，情况如下：

a）父母判断啼哭原因的准确度

全部正确（22%）：这些父母拥有绝对的自信，几乎不需要借助工具。通过访谈，我了解到他们能够准确判断的主要原因有两点：经验丰富+宝宝让人省心。给他们打个标签叫“胸有成竹型”，后面会用到。

多数正确（64.2%）：大部分父母处于这种状态，打动他们需要一定的条件，卓越的用户体验是前提，同时要帮助他们提升诊断效率、准确率。给他们打个标签叫“经常找对型”。

很难找到（13.5%）：有这么多父母面对宝宝啼哭不知所措，这里存在大量的机会可以挖掘。想想吧，中国人口基数这么大，13.5%的数量真的少么？他们的标签叫“困惑型”。

b）常见的啼哭原因有哪些

覆盖度：调研中设定的9种原因已经覆盖了95%的情况，排名最高的6种是饥饿口渴、尿布湿、要抱抱、困了、疾病和疼痛。另有5%的父母选择了其他原因，包括受到惊吓、身体被挤压等，这些原因可以通过一进步的调研来补全。

认知度：家长们认定的啼哭原因不一定符合真实情况。

举个例子，“本能运动”这个选项仅有17%的家长勾选。科学研究表明，任何一位宝宝的都曾因为“本能运动”而啼哭过，这个过程有助于宝宝生理和心理的发育，也是日后语言发育的一种启蒙。

“本能运动”与“要妈咪抱”的解决办法类似又不完全相同，一个是要逗逗，一个是要抱抱。二者的声学特征都富有节奏感，前者是响亮而后者是平和。这说明：帮助家长提升育儿认知，可能也是AI破译的可挖掘点之一。

c）父母对“破译啼哭APP”的感兴趣程度

该问题的条件是APP免费，样本的反馈完全超出预期：仅有6%的父母表示不会使用，53%的人愿意尝试，更有41%的人表示一定会使用。

对比几种类型的父母：不仅“困惑型”，就连“胸有成竹型”和“经常找对型”也对该技术抱有强烈的兴趣。

是啊，科技不就是帮人们偷懒么，能省点力为啥要绕弯呢？

这里的“免费”可能有一定的杀伤力，父母们的真实需求+对新技术的好奇心也发挥着强大作用。

由于调研维度有限、粒度不细、样本数量较少，没能得出更多有价值的结论。不过我们可以看到一定的需求和机会，借着这股动力，继续寻找类似的竞品。

1.2 竞品调研

a）模拟声音类

通过模拟胎儿在母体内听到的声音，来安抚宝宝。

这类产品的主要作用是安抚情绪，无法解决例如“生病”、“疼痛”、“尿布湿”等情况，治标不治本。

b）婴语翻译器

美国、中国台湾、西班牙、日本都有团队做过相关研究，程序通过分析哭声可给出肚子疼、尿布湿、想睡觉等原因。各团队都声明可覆盖95%以上的宝宝哭啼原因、准确度比人提高3倍等，但各团队找到的原因不一致。

此类产品目前未在大陆市场化，APP没找到可用的，独立设备倒是有，感兴趣的可以搜一下“贝客来婴儿哭声分析器”。这类产品已经是AI辩声的前辈了，其精准度、易用性、市场化均有提升空间。

c）人工智能类

2016年日本First-Ascent公司声称推出了一项以人工智能为基础的技术，可根据婴儿的哭声分析原因，并计划将该技术加入到APP中。我本文写到90%才看到这条新闻，继续查阅时发现：它没实验数据、没可用产品、没有本土化。

比较有趣的是，很多竞品是因为程序猿爸爸觉得带娃困难，才萌生了技术解决的想法。

下面就从这几方面做个浅析：科学合理性、工具定位、语音识别、数据准备、学习模型。

二、科学合理性

抛开那些竞品的干扰，推敲一下：【哭声特征】与【哭的原因】的关联到底可不可靠？如果二者之间具备真实的相关性，那是否意味着：无论映射逻辑多复杂，我们都有可能用机器学习拟合出预测模型？

2.1 经验常识

宝宝树这类育儿社区列举出大量听声音搞定哭闹的例子，百度经验中更是详细列举了15种哭声特点、原因以及解决办法，有经验的月嫂通过哭声能快速搞定婴儿——这些都说明：靠声音特征判断很可能OK。

2.2 专业研究

学术界对婴儿哭声含义的研究并不少，最前沿的甚至声称能诊断婴儿是否患有自闭症、脑损伤、神经类疾病和早产相关的疾病。