a tray of food on a table

有一種廣告設計,是你不開口,它就不放你走。這不是科幻想像——是真的有一份專利長這樣,也真的有廣告主把觀眾家裡的智慧音響當成自己的廣告裝置使用過。廣告向來都在爭取你的注意力,但當客廳裡多了一支永遠開著的麥克風,它能索取的東西就變多了。這篇談的是那個變化,以及你可以如何拿回自己的控制權。

本文重點

  • 有一份 Sony 的美國專利設計了「說出品牌名才能跳過廣告」的機制,2009 年申請、2012 年核准,但從未變成產品
  • 2017 年,一支速食廣告刻意在電視上喊出智慧裝置喚醒詞,觸發了觀眾家中的智慧音響。
  • 點掉廣告只是一個動作,但今天唸出廣告的名字則是把你的聲音交出去——而聲音卻可以同時辨識「說了什麼」和「誰在說」。
  • 台灣個資法沒有把生物特徵列為特種個資,聲紋的保護比許多人以為的少,所以自己動手改設定特別重要
  • 文末有三個通則步驟與一份七項檢查清單,給關心隱私的你一份參考指南。

本文的靈感,是 Wiwi 官大為的部落格文章〈逼你說出任何話〉。感謝這篇文章讓我們注意到這份專利,本文的查證、法律分析與操作建議為 ethome.cc 自行整理。

一張讓人笑不出來的專利圖

圖:Sony專利申請書

畫面是這樣的:電影播到一半,進度條顯示廣告時段即將到來。廣告插進來,螢幕上出現一行字——「請說出『麥當勞』來結束廣告」。裝置上的麥克風收音,語音辨識確認回應無誤,剩下的廣告被跳過,電影繼續播。

這是一份真實存在的美國專利,編號 US8246454B2,名稱直譯是「把電視廣告轉換成互動式連網電玩的系統」。申請人是 Sony Computer Entertainment America(後更名為 Sony Interactive Entertainment America),發明人是 Gary M. Zalewski,2009 年 10 月提出申請,2012 年 8 月核准。

我們先來破解一些網路謠言:

第一,這不是新聞。這張圖從 2022 年起在社群平台上流傳,2023 年 1 月大爆紅,查核組織 Snopes 當時做過查核,確認專利屬實;最早把原始文件挖出來的是 TechRadar 的這篇報導。你現在看到的每一次轉傳,都是同一份十幾年前的文件在回鍋。

第二,「喊麥當勞」只是整份專利二十多張圖裡的其中一個例子。同一份文件還描述用體感控制器把一片酸黃瓜「丟」進螢幕上的漢堡裡,來加速廣告播完。專利真正主張的是一整套「把廣告變成互動小遊戲」的設計,語音只是其中一種互動方式。

專利不等於產品。大公司每年申請大量專利,很多只是為了限制一個技術方向,或是防止對手先搶走,從來沒打算做成東西。這份專利也沒有任何商品化的跡象。以後看到「某某公司要對你做某件事」的專利新聞時,先問這一句:它做出來了嗎?

所以,如果只把它當成「Sony 想逼你喊麥當勞」,那是錯的。它值得看的地方不在於誰申請了它,而在於:早在 2009 年,就已經有人把「要求觀眾發出聲音」寫成一種可以設計、可以量產的廣告機制了。

真正發生過的裝置挾持廣告,是2017的Burger King廣告

Burger king restaurant exterior at night

2017 年 4 月,Burger King 在美國播出一支十五秒的電視廣告。片中的店員說:「時間不夠介紹華堡的所有食材,所以——OK Google,什麼是華堡?」

「OK Google」是 Google 語音助理的喚醒詞。廣告播出時,只要觀眾家裡有一台 Google Home 智慧音箱,它就會被電視裡的聲音喚醒,然後開始朗讀維基百科上關於華堡的條目。這不是意外,是廣告設計好的效果

後續發展有點荒謬,也很說明問題:

這件事比那份專利嚴重得多,因為它真的播出去了,而且示範了一個完整的模型:要對你的語音助理下指令,不需要碰到你的裝置,只要能控制你附近的一個喇叭就好。

電視算,賣場的天花板音響算,捷運上鄰座外放的影片算,你自己正在看的那支 YouTube 影片也算。把這個模型想清楚之後,會發現「智慧音箱的安全問題」其實不只是「它會不會偷聽我」,還包括「誰有辦法對它說話」。

按掉廣告,跟唸出它的名字,差在哪裡

如果只是「多做一個動作才能跳過廣告」,那其實不算什麼新鮮事——網頁上的彈窗、影片開頭的五秒倒數(現在有時是30秒),都是同一類設計。介面設計研究裡把這種手法叫做「強制行為」(forced action):使用者必須執行某個特定動作,才能取得或繼續取得原本想要的功能。

但「說話」跟「點擊」不是同一種東西,差別有三層。

第一層:點擊給出的是一個決定,說話給出的是聲音本身。你按下「跳過」,系統知道的是「這個人按了跳過」。你唸出一個品牌名,系統拿到的是一段你的錄音——那段錄音裡有的東西,遠比「這個人配合了」多。

第二層:聲音可以被讀成兩種資訊。一種是內容——你說了什麼;另一種是身分——是誰在說。後者叫做聲紋。同一段錄音,能同時回答這兩個問題。

什麼是聲紋?從一段語音裡抽取出音高、節奏、音色等特徵,計算成一組數學模型,用途是辨認「這是誰在說話」。它的作用比較接近指紋而不是錄音檔:指紋外洩之後你換不掉手指,聲紋外洩之後你也換不掉聲音。

第三層,也是最容易被忽略的:說話這個動作,會往回作用在說話的人身上。用手指按掉一則廣告,跟親口把那個品牌的名字唸出來,在心理上不是同一件事。廣告設計者當然知道這一點——那正是這種設計存在的理由。而這也是為什麼那張專利圖看了讓人不太舒服:不舒服的不是「多做一個動作」,是「被要求把某句話說出口」

你的聲音,在台灣法律上保護得比你以為的少

講到這裡,很自然會想問:那法律管不管?

先講結論:在台灣,聲紋算個資,但不算「特種個資」,沒有加強保護。

個資法第 2 條把「個人資料」定義得很廣,姓名、身分證號、特徵、指紋等等都算,聲音一般被認為可以涵蓋在「特徵」之下——主管機關公告的個人資料類別表裡,代號 C011「個人描述」也明確把「聲音」列為例示。但第 6 條另外列出一組「特種個人資料」,原則上禁止蒐集、處理、利用,只有法定的少數例外情況才可以——那組清單只有六種:病歷、醫療、基因、性生活、健康檢查、犯罪前科

裡面沒有生物特徵。連指紋都不在裡面。

這不是我們的推測,主管機關處理過類似問題。個資保護主管機關曾就虹膜作成行政函釋,說明虹膜作為生物特徵資料的一種,雖然不屬於個資法第 6 條所列的特種個人資料,但因為與指紋同樣具有高度人別辨識功能,仍受個資法關於一般個人資料蒐集、處理及利用的規範保障。這個邏輯直接類推到聲紋,答案是一樣的:受保護,但走的是一般個資的規則。

那「一般個資的規則」是什麼?簡單說,業者要在蒐集前明確告知你身分、蒐集目的、利用對象等事項,並取得你的同意。依同一則函釋的說明,同意不一定要書面,但必須是個別告知後的明確同意,不能只靠張貼公告或網站上一則概括聲明就算數。

聽起來還可以。問題在執行面:這類告知通常就藏在你開機時一路按「同意」的那份使用條款裡,而台灣目前也沒有那種「個人可以直接告、而且有法定賠償金額」的機制,實務上求償要證明損害,金額往往很有限。

國外怎麼做?美國伊利諾州的《生物特徵資訊隱私法》(BIPA)把聲紋明確列為生物特徵識別資訊,與指紋、臉部同級,企業採集前必須取得書面同意並公布保存與銷毀政策,而且個人可以直接提告、有法定賠償額;這幾年 Amazon、Meta、Apple 等公司都因語音功能被告過(可參考美國律師協會的案例整理)。歐盟則是從另一個方向切入,《人工智慧法》第 5 條禁止使用潛意識、操縱性或欺騙性技術、實質扭曲人的判斷並造成重大損害的 AI 系統——不過歐盟執委會 2025 年 2 月的指引也說明過,個人化廣告本身並非當然具有操縱性,所以「強迫發聲算不算違法」在歐盟其實還是個邊界問題。

把這幾件事放在一起看,會得到一個不太浪漫但很實際的結論:在有些地方,有律師會替你去告;在有些地方,有主管機關會開罰單。在台灣,目前這兩條路都比較弱,能立刻生效的是你手上那支麥克風的開關。

所以接下來這一節,才是這篇文章真正想給你的東西。

現在怎麼辦呢?

white and gray Google smart speaker and two black speakers

先說清楚:這不是要你把家中的智慧音箱丟掉。語音助理很好用,對行動不便或不方便看螢幕的人來說尤其如此。目標只有一個——讓你知道那支麥克風在哪、預設在做什麼,然後由你決定。

  1. 找到麥克風的關法,優先用實體開關。大部分智慧裝置機身上都有一個麥克風靜音鍵,按下去之後燈號會改變。有實體鍵就用實體鍵,因為它比軟體裡的開關更難被意外打開。但是:靜音鍵只是廠商的承諾,不是你能夠自行驗證的事實——真正要確保不被收音,只有「拔電源」
  2. 關掉錄音的二次利用,並刪掉舊的錄音。語音助理處理你的指令,跟把你的錄音存起來拿去訓練模型或給人工審聽,是兩件不同的事,通常也是兩個不同的開關。把後者關掉,再回頭把已經存在的錄音刪除——因為關掉開關並不會刪除之前存的東西。
  3. 如果是智慧電視,要多關一項:內容辨識與個人化廣告。很多智慧電視會用「自動內容辨識」(ACR)技術判斷你正在看什麼節目、看了多久,再拿這份收視紀錄去投放廣告。這跟麥克風是獨立的兩件事,要分開關。

具體怎麼找:幾個常見設定範例

範例一,Google 帳戶的語音錄音。路徑是:Google 帳戶 →「資料和隱私權」→「記錄設定」→「網路和應用程式活動」,裡面會有一個「語音和音訊活動」的子選項(Google 官方說明)。

這裡有一個跟流行印象相反的事實值得你知道:根據 Google 的官方說明,「語音和音訊活動」預設是關閉的,除非使用者自己選擇開啟。所以重點不是去控訴什麼,而是去確認——你或某個幫你設定裝置的人,當初到底有沒有按下那個開啟。順帶一提,Google 也說明關閉這項設定不會刪除先前已儲存的音訊,要另外到「我的活動」頁面手動刪除。

範例二,智慧音箱的實體靜音鍵。這個不需要進選單,看機身就好。花三十秒找到它在哪一面、按下去燈號會變成什麼顏色,之後要用的時候才不會手忙腳亂。訪客來家裡談私事、或是你要講電話處理敏感的事情時,順手按一下的成本很低。

範例三,智慧電視的內容辨識。以 Samsung 為例,官方隱私權政策確實載明會使用自動內容辨識等技術取得你的收視紀錄,並用於興趣取向廣告服務,同時說明你可以隨時到電視的設定選單裡停用。要注意的是,關於這項功能「預設是開還是關」,官方說法部分第三方報導並不一致——所以不要假設,直接去翻一次你家電視的隱私設定,看實際狀態是什麼。

設定選單的位置會因品牌、機型、系統版本而不同,上面的路徑僅供參考。如果照著找不到,最快的方式是搜尋「品牌名+型號+隱私設定」,或直接查該品牌的官方說明頁。找不到不是你的問題——選單被藏起來本身就是一種設計選擇

給你的檢查清單

  • 我說得出家裡有幾支麥克風嗎?(音箱、電視、遙控器、掃地機器人、門鈴、車機都算)
  • 我知道其中至少一支的靜音鍵在哪裡嗎?
  • 我確認過語音助理帳號的錄音保存設定,而不是憑印象?
  • 我把過去已經存下來的錄音刪掉了嗎?
  • 家裡的智慧電視,我翻過一次隱私設定了嗎?
  • 在別人家、租屋處、旅館或會議室,我會注意旁邊有沒有語音裝置再談重要的事嗎?
  • 下次買電視或音箱時,我會把「隱私設定好不好關」列入考慮嗎?

七項不用一次做完。挑一項做,就已經比昨天多知道一點自己家裡的狀況了。

最後

那份專利到現在都沒有變成產品,這是好消息。但它留下了一個提醒:廣告產業一直在試探邊界,而邊界通常是在沒有人抗議的地方,悄悄往前移動一點點的。

你不需要恐慌,也不需要把所有東西都關掉。但知道那支麥克風在哪、預設在做什麼、以及誰有辦法對它說話——光是知道這幾件事,你的隱私概念就已經不一樣了。

如果讀完之後,你發現自己家裡的狀況比想像中複雜,或是不確定某個設定該怎麼調,歡迎來找我們談談。個人也可以一對一諮詢,不限組織或團體。


查證說明

(一)Sony 該專利目前的法律狀態(是否仍在有效期內、維持費是否繳納)查無可靠來源。
(二)Samsung 智慧電視的 ACR 功能「預設開啟或關閉」,官方說法與第三方報導不一致,本文據實呈現雙方說法,並建議讀者自行確認實機狀態。
(三)台灣法規部分為一般性整理,非法律意見;個案情形請諮詢律師。