尽管 CEO 声称如此，Flock 枪声检测并非“只检测枪声”
10 月 14 日，Flock 枪声检测变得更难定义：CEO Garrett Langley 坚称，该公司的麦克风“只检测枪声”。但 Flock 自己的网站称，该系统还能检测烟花、车祸、街头飙车聚集活动及其他扰乱秩序的事件。这一矛盾至关重要，因为每增加一种声音类别，公共麦克风就必须分析更多内容。
Langley 在旧金山举行的 TechCrunch Disrupt 2026 期间发表了这一说法。当时，他正在回应有关一项已停用功能的问题：该功能可检测人类痛苦的声音，包括尖叫。Flock 曾与少数客户测试这项功能，随后在公众批评下将其撤回。
这场争议不止是措辞不当。Flock 将音频传感器与车牌识别器、视频摄像头及联网调查软件一同销售。包括 ACLU 和 Electronic Frontier Foundation 在内的批评者认为，这种组合为监控超出其最初目的提供了空间。
SoundThinking 的 ShotSpotter 提供了最清晰的历史参照。声学检测可帮助警方响应未被报告的枪击事件，但其警报也引发了有关准确性、警力部署和附带录音的疑问。如今，Flock 在应对其全国监控网络所遭遇更广泛反对的同时，也面临同样的问题。
Flock 枪声检测不止检测枪声
核心矛盾可从 Flock 自己的产品描述中看出：其中列出了枪声以外的多个事件类别。
Langley 在与 TechCrunch 主编 Connie Loizos 的对话中，一再缩小该系统的用途。他解释说，在批评者提出担忧后，Flock 已结束其人类痛苦声音实验。随后他表示，该系统将处理枪声，“就是这么简单”。
当被直接问及 Flock 营销材料中更广泛的说法时，Langley 回答：“只检测枪声。”但该公司的音频检测页面展示了不同的产品范围。
该页面设有枪声、街头飙车聚集活动、碰撞和烟花检测的独立栏目。它承诺针对车祸、烟花、街头接管活动及其他扰乱社区秩序的事件发出警报。Flock 还表示，其检测库会围绕与客户需求相关的威胁持续扩展。
这些表述并不能证明 Flock 在秘密录制对话。但它们表明，其系统会分类比 Langley 在台上承认的更多声学事件。应当清楚地区分这两点。
Flock 发言人 Paris Lewbel 后来向 TechCrunch 给出了更广泛的解释。Lewbel 表示，该技术主要检测枪声，但也能识别烟花、街头飙车聚集活动和潜在车祸。他称，Langley 的本意是区分事件检测与监控对话或分析语音。
这一澄清解释了意图，但并未消除矛盾。“只检测枪声”描述的是单一用途的探测器；Flock 的网站描述的则是一款可扩展的音频分析产品，并与摄像头、车牌数据和公共安全工作流相连。
Flock 目前的说明称，传感器会在设备端持续分析约三秒的滚动音频窗口。处理器将传入声音与支持的事件特征进行比对。Flock 表示，如果没有出现符合条件的事件，音频会被丢弃，不会被录制或传输。
当系统识别出符合条件的事件时，它会保存一段加密片段，并估计声音的来源位置。随后，它会向获得授权的客户发送警报。这一过程通常被称为边缘处理，即分析在已部署设备上进行，而非在远程服务器上完成。
然而，边缘处理并不意味着传感器在枪声响起前什么也听不到。麦克风必须持续处理环境声音，以判断声学模式是否与受支持的类别匹配。Flock 自己也承认处理与录音之间的这种区别。
该公司还称，符合条件的音频片段可能包含触发事件附近说出的附带词语。这可能发生在有人说话时，恰好出现枪声、碰撞或其他被识别的声音。Flock 表示，该产品无法理解、转录、识别或搜索这些词语。
这些保护措施很重要，但其有效性取决于技术设计、客户权限、保留设置和可执行的政策。公众无法仅凭“只检测枪声”这种简化描述来评估这些保障措施。当城市在住宅、企业和公共集会场所附近部署麦克风时，准确措辞至关重要。
因此，最初的 TechCrunch 报道揭示的不只是一次尴尬的采访时刻。它暴露出高管对公众作出的狭义保证，与向潜在客户宣传的能力之间存在差距。
这一差距构成了本文的核心张力。Flock 希望居民依据产品所声称的有限用途来评判它；而其销售材料则邀请机构设想一个更广泛且不断扩大的使用范围。
人类痛苦声音试点为何仍在塑造争论
Flock 已撤回人类痛苦声音检测，但该试点表明，已安装的麦克风网络可通过软件获得新的类别。
Flock 以 Raven 之名推出这款音频产品，将其定位为声学枪声检测系统。2025 年，其营销开始推广人类痛苦声音检测。早期材料更直接地提到尖叫，之后该公司修改了相关措辞。
拟议中的功能会在模型识别出与痛苦相关的声音时向客户发出警报。这代表着一次重要转变。系统不再局限于枪声、烟花、碰撞或轮胎尖啸等爆炸性或机械性事件。
人类痛苦声音比尖锐的声学脉冲更具主观性。尖叫可能意味着袭击、争吵、庆祝、医疗紧急情况，或一个受惊的孩子。背景会改变其含义，而自动分类器接收到的仅是一段短暂的声学信号。
EFF 的最初批评聚焦于公民自由风险和未得到回答的技术问题。它质疑该功能如何运作，以及其将如何与规范录制对话的州法律相互作用。
Flock 称，在有限试点期间，它仅向少数客户提供该功能。该公司后来在社区协商和公众批评后将其移除。根据 Flock 的说法，其现行系统不会检测尖叫或人类痛苦声音。
这一逆转具有意义。一家公司放弃了一项计划中的能力，而非在整个客户群中部署它。隐私倡导者完全可以将这一结果视为公众压力改变产品决策的证据。
然而，这一事件也印证了他们对功能蔓延的担忧。功能蔓延是指，为某一狭窄目的建立的系统逐渐获得更广泛用途。Flock 在测试人类声音分类前，并不需要物理更换底层传感器。
这种扩展是通过修改检测模型和支持的事件库实现的。即便移除了最具争议的类别，Flock 目前的营销仍在宣传一个不断扩展的库。这使得边界取决于公司政策和未来客户需求。
Flock 认为，目前的边界是明确的。其技术说明称，系统无法理解语音、分析语言、识别说话者或提供实时音频流。它还称，大部分声音在本地处理后会立即被丢弃。
这些是重要区别。检测尖叫不同于转录对话，捕获附带语音也不同于系统性监控语言。当所有形式的音频处理都被视为相同，公共讨论就会变得不那么有用。
但能力边界的变化速度，可能快于公共合同或市政监督。某机构可能批准为枪声部署麦克风，却未预料到之后还会检测碰撞、街头接管活动或人类行为。当软件改变设备功能时，居民可能永远不会获得重新举行听证会的机会。
因此，即使目前没有人接收痛苦声音警报，已撤回的试点仍然具有相关性。它表明 Flock 曾将人类生成的声音视为产品的合理延伸，也表明客户曾为停车场等地点请求这一能力。
Langley 将这些请求描述为试图检测绑架或有人受伤害的情况。其公共安全理由可以理解。更快地获知情况，或许能帮助响应人员抵达那些无法拨打紧急服务电话的人身边。
同样的情景也说明了风险。模型将决定哪些声音显得足够痛苦，向当局发送信息，并可能引导持枪警员前往某处。误报和缺少背景信息带来的后果，可能远不止一次不便的通知。
Flock 表示，警报是为人类决策提供支持，而不会自动启动执法行动。然而，自动化系统的速度和看似精确的特性，可能影响人们如何解读警报。被告知系统检测到暴力的警员，其接近方式可能不同于回应一宗不确定噪声投诉时的方式。
因此，分歧不在于技术能否分类声音，而在于谁来定义符合条件的事件、什么证据可以验证每个分类器，以及未来新增类别将伴随何种监督。“只检测枪声”回避了这些问题，而没有回答它们。
更广泛的 Flock 网络提高了风险
当音频警报自动与附近视频和车牌记录关联时，其影响会更加重大。
Flock 的音频系统并非仅作为一组孤立的麦克风运行。该公司宣传其与 FlockOS 平台、车牌识别器、视频摄像头和计算机辅助调度系统的整合。检测到的事件可为调查人员呈现附近车辆和影像资料。
这种整合带来了显而易见的运营优势。响应枪击事件的警方可以获得位置、查看附近图像，并识别驶入或离开该区域的车辆。即使没有目击者拨打紧急服务电话，调查人员也可能获得线索。
Flock 引述了佐治亚州奥尔巴尼的一名客户：该客户称，当地超过 30% 的枪击事件未被报告。这一数字是客户陈述，并非独立的全国性统计数据。它说明了 Flock 所称声学检测能够填补的空白。
联网平台也放大了错误分类的后果。一次误报的枪声警报不只是产生错误标签，它还可能将注意力集中到报告地点附近拍到的人员、车辆或住宅上。
Flock 表示，音频警报不会自动触发执法行动。执法人员或安保专业人士必须审查相关信息，并决定如何处理。人工审查可以减少伤害，但无法保证最初的警报会受到足够的质疑。
公司的规模加剧了这些担忧。根据美联社的一项调查，覆盖49个州的数千家执法机构可以搜索并共享 Flock 数据。Flock 表示，其全国网络包含超过12万个车牌识别器。
支持警方的人士认为，该网络有助于寻找失踪人员，并锁定暴力犯罪嫌疑人。隐私倡导者则认为，这是一个记录日常出行、并使跨辖区行动轨迹可被检索的系统。两种描述都反映了同一基础设施的真实面向。
音频争议出现之际，这一更广泛的系统正面临日益强烈的抵制。出于对移民执法、未经授权的追踪，以及出于个人目的进行搜索的担忧，多个城市和机构已取消合同。得克萨斯州和佛罗里达州也已对 Flock 部分摄像头部署采取行动。
Amazon 的 Ring 于2026年结束了与 Flock 的合作关系。该集成此前允许警方通过 Flock 平台向 Ring 用户请求视频片段。合作终止后，这一互联环境中少了一个私人收集视频的来源。
Flock 通过宣布为执法客户新增保障措施来回应批评。该公司表示，客户必须将搜索与案件记录关联，并使用一款旨在识别异常活动的审计工具。紧急绕过机制也将接受额外审查。
该公司还宣布缩短车牌数据的默认保留期限。标准期限将从30天降至7天，但与案件相关的证据可获得更长期保存。各机构仍可执行当地或州政策规定的保留期限。
这些变化表明，滥用并非只是理论上的风险。之所以需要设置防护栏，是因为获授权用户可能出于不当原因搜索庞大的数据库。加入由音频推导出的事件，为同一调查环境创造了又一个入口。
Flock 表示，客户拥有其收集的数据，并控制外部机构如何使用这些数据。然而，分布式网络可能仍让居民难以理解。不同辖区可能采取不同的保留政策、共享安排和许可使用定义。
美国公民自由联盟（ACLU）认为，地方控制无法解决这一结构性问题。其对 Flock 的评估指出，只有在证据例外保持严格限定时，缩短保留期限才有帮助。该组织还质疑，修订后的保障措施是否足以限制全国范围的追踪。
这些批评为麦克风争议提供了背景。对 Flock 持怀疑态度的人并非孤立地评估其音频产品，而是结合此前围绕访问控制、数据共享、公众同意和不断变化的产品描述的争议来判断。
对企业采购方和城市官员而言，这是一堂采购课。单项规格无法替代对产品如何与供应商整个平台互动的审查。当一个描述范围狭窄的传感器与摄像头、数据库和警报系统相连时，可能产生更广泛的影响。
声学检测存在准确性与问责难题
尚未解决的问题不是麦克风能否检测枪声，而是其分类结果能否可靠地指导高风险决策。
Flock 表示，其传感器利用多次检测来估算事件发生地点。系统尝试区分枪声、烟花及其他类似声音。客户随后会收到附带相关信息的警报以供审查。
该公司并未声称每一条警报都准确无误。其产品说明明确指出，没有任何声学系统是完美的。Flock 表示，错误的事件片段可以成为改进其模型的反馈。
这种承认是必要的，因为城市声景很难分类。烟花、车辆回火、施工设备及其他突发声音都可能与枪声相似。建筑物、天气、交通和距离都会改变每个麦克风接收到的信号。
Flock 的竞争对手 SoundThinking 也曾因 ShotSpotter 面临类似审查。该系统使用分布式声学传感器和人工审核来识别潜在枪声。它已运营多年，为评估其益处与风险提供了大量先例。
一项美联社调查发现，ShotSpotter 的审核人员有时会推翻算法决定。根据该公司2021年的一份说明，人工审核人员与机器的判断约有10%的时间不一致。
SoundThinking 将人工审核视为质量控制措施。独立专家告诉美联社，识别枪声仍可能十分困难，尤其是在时间压力之下。这一案例表明，看似精确的警报可能包含不确定的判断。
Flock 使用的是不同产品和工作流程，因此不能将 ShotSpotter 的数据套用于 Flock。该比较提出了 Flock 应以自身证据回答的问题，包括误报率、漏报率、审核程序，以及在不同环境中的表现。
Flock 的产品页面称，警报会经过筛选和验证，但对“验证”具体含义公开披露有限。目前尚不清楚每条警报在送达客户前是否都会经过人工审核。公开材料也未提供针对每种支持声音类别的完整性能测量数据。
新增类别使评估更为复杂。一个能区分枪声与烟花的模型，解决的是一种分类问题。检测严重碰撞或街头飙车特技活动，则引入了不同的声音、运行条件和成功定义。
例如，一场街头飙车特技活动可能包括刺耳的轮胎声、发动机声、音乐、喊叫声或普通交通噪音。严重碰撞可能与坠落的建筑材料或其他爆炸性事件相似。每个类别都需要与其现实部署场景相匹配的证据。
独立测试将有助于区分营销措辞与可测量的性能。评估人员需要具有代表性的样本、已知的真实情况，以及按事件类型细分的结果。总体准确率可能掩盖系统在罕见或困难类别上的糟糕表现。
公共机构还应询问警报发出后会发生什么。一个系统即使在统计上表现良好，也可能在出错案例中造成严重伤害。调度政策、警员培训和确认程序与模型准确率同样重要。
Flock 麦克风隐私争议还存在另一个验证缺口。Flock 表示，普通音频在本地处理后几乎会立即被丢弃。这种设计会限制暴露风险，但外部人士需要技术和合同证据来评估每一次部署是否都遵循这一设计。
客户还需要清晰的软件变更记录。如果检测库扩展，机构应知道哪些类别被启用、何时发生变化，以及是否需要地方批准。居民不应必须监控营销页面，才能发现新增功能。
Flock 撤回人类痛苦呼救检测功能的举动表明，按类别控制在技术上是可行的。该公司可以通过让这些控制措施可见且可审计来增强信任。公共仪表板可以标明当前启用的事件类型，而无需暴露敏感调查数据。
该公司还应公布事件片段的保留行为。与符合条件事件相关的短录音不同于持续监控，但它仍包含公共空间音频。保留期限、访问日志、共享规则和删除验证决定了实际的隐私风险。
这些担忧均不能证明 Flock 大规模录制对话。现有证据支持一个更狭窄的结论：其传感器持续处理环境声音，保留选定片段，并可对枪声之外的多种事件进行分类。
这一结论已足以质疑 Langley 的措辞。高风险系统应根据实际能力加以描述，而非采用可能范围最窄的概述。随着平台扩展至更多数据源和自动化分析，精确性变得愈发重要。
隐私保障不能依赖高管的安抚
Flock 的信誉问题源于不断变化的能力与存在争议的监督机制，而非仅仅因为存在一个麦克风。
以三秒窗口处理声音的麦克风，并不自动等同于窃听器。公共声学传感器可以提供有用信息，而无需提供实时监听或可检索的语音。Flock 表示，其系统围绕这种更狭窄的架构设计。
该公司的保障措施包括本地处理、有限的事件片段、加密和受限访问。它表示，客户无法打开实时音频流。它还表示，当前模型无法识别声音、理解语言或转录语音。
这些说法值得被准确报道。Flock 决定移除人类痛苦呼救试点功能也同样如此。如果批评忽视有意义的限制，或把每一种音频传感器都视为持续录制对话的设备，其可信度便会降低。
然而，居民不应完全依赖供应商的保证。产品架构可能发生变化，合同承诺也可能包含例外。销售该系统的一方有动机强调收益，同时淡化不确定性。
独立审计可以测试设备是否按所述方式运行。合同可以禁止语音识别、要求删除、记录模型更新，并规定启用新类别前必须获得公众批准。访问日志可以显示谁提取了事件片段及其用途。
地方政府也需要透明的部署位置政策。夜生活区外的麦克风，与学校、诊所、抗议路线或住宅窗户附近的麦克风，会引发不同的担忧。社区风险既取决于位置，也取决于技术能力。
Flock 的规模带来另一项问责挑战。城市可能批准单个部署，却不了解跨辖区的连接。居民在途经那些自己无机会参与采购决策的地方时，可能会遭遇这一系统。
该公司将其技术定位为对警力资源受限和未报案犯罪的回应。Langley 曾主张，社会不应因为系统仍不完美就暂停技术进步。这一论点强调与旧有做法的比较，而不是与无法实现的理想状态相比。
批评者则回应称，规模改变了比较基准。传统警方观察受人员、时间和地理范围限制。联网传感器则能在多个辖区自动收集并关联信息。
因此，双方采用的是不同的基准。Flock 将警报与未报案枪击事件后信息缺失的情况相比较。隐私倡导者则将该网络与一个没有持续、可检索的日常公共活动记录的社会相比较。
最有用的政策方法必须同时应对这两种现实。城市可以评估声学警报是否改善应急响应，同时对整合、保留和二次使用施加限制。它们不必将所有可用功能视为一个不可分割的整体而全盘接受。
Flock 不精确的公开表述使这种评估更加困难。如果 CEO 将多事件系统描述为“只有枪声”，官员可能会忽视制定特定类别规则的必要性。清晰的采购流程需要完整列出当前和计划中的能力。
检测与录制之间的区别同样需要谨慎表述。Flock 表示，该系统会持续分析声音，但只会录制符合条件的片段。然而，其产品 FAQ 又称，系统并不总是在“录制或监听”，因为它仅针对特定声学特征启动。
这些说法可能让普通读者感到困惑。即使声音未被存储、也无法供人类获取，持续进行音频处理仍会让人合理地觉得这属于监听。Flock 应解释其中的技术区别，而不应要求公众放弃对这些词语的常见理解。
信任还取决于：当客户施加压力时，相关保障措施是否依然有效。据报道，这项 distress 试点项目是因为客户希望在发生绑架和袭击时获得警报而启动的。这一诉求很有说服力，但有说服力的个案往往会推动监控系统超出最初的边界。
未来的紧急事件也可能催生类似要求。机构或许会要求检测玻璃破碎声、人群呼喊声、爆炸声或其他声音。每一项新增功能单独看似乎都合情合理，但合在一起，可能会彻底改变系统的用途。
具有约束力的规则之所以重要，是因为高管、产品和政治重点都会变化。在一次充满争议的采访中作出的承诺，无法约束未来的软件。技术限制和公开合同，比有关当前意图的表态更能提供保护。
三项信号将显示 Flock 能否重建信任
Flock 接下来的行动，将比又一次口头保证其麦克风究竟能听到什么更重要。
第一项信号，是 Flock 是否公布按类别划分的性能数据。买方需要看到针对枪声、烟花、碰撞和街头飙车聚集等事件的误报与漏报测量结果。他们还需要了解系统在不同社区、天气条件和传感器布局下的测试表现。
透明的测量数据将强化 Flock 的论点，即其系统能够提供有用且边界明确的事件检测。模糊的准确率说法则会削弱这一论点。独立验证的分量，将高于客户证词或内部挑选的案例。
第二项信号，是 Flock 如何管理其检测库的变更。公共机构应在新增类别可用之前获得提前通知。启用实质上不同的类别，应当需要明确决策，而不是一次悄无声息的软件更新。
Flock 可以发布变更日志，列出支持的事件、发布日期、验证方法和默认设置。合同还可以要求，涉及人类发声或行为的类别必须重新获得授权。这类控制措施将直接回应功能蔓延的担忧。
如果 Flock 在没有公开文档的情况下持续扩展其检测库，Langley 所称“只是枪声”看起来就不再像简化表述，而更像是一种误导。透明的审批制度将支持公司较为狭窄的隐私叙事。
第三项信号，是政府和主要合作伙伴如何回应。合同取消、州级限制、诉讼案件以及地方采购争论，都将检验 Flock 的政策变化能否令官员满意。新的独立审计或法定限制，也会重塑部署条件。
Flock 在 8 月推出的保障措施提供了一项初步检验。如果实施情况与公告一致，强制审计控制、与案件关联的搜索以及更短的保留期限，能够减少滥用。公开报告应显示，这些控制措施是否发现滥用行为，以及是否带来相应后果。
音频警报也应遵循同一标准。机构应报告警报数量、确认事件、错误分类、片段访问情况及投诉数量。没有这些数据，社区就无法将公共安全价值与运营和隐私成本进行比较。
Flock 的枪声检测处在公共技术的重要边界上。它可以向当局通报目击者从未报告的事件，也可以将机器生成的声音分类结果与摄像头及可搜索的车辆记录连接起来。
这种双重用途并不能得出简单结论。但它确实要求精准的声明、可验证的保障措施以及有实质意义的社区控制。Flock 网站目前提供的描述，比其 CEO 在台上所说的更准确。
读者应关注能够解决这一差异的证据。Flock 会缩减网站表述、修正 Langley 的说法，还是坦率承认其完整的多事件系统？更重要的是，它是否会让外部人士核实每个已部署传感器能够检测、保留和共享什么？
在这些问题获得有据可查的答案之前，“只是枪声”都不是恰当描述。它掩盖了系统现有的类别，以及其可通过软件发生变化的能力。对于与全国性监控平台相连的公共麦克风而言，这一区别正是核心问题。
