NTSB 聲譜圖事件：AI 令「只公開圖片」都可能洩漏原始敏感聲音資料

圖：TechCrunch．原文連結

美國 NTSB 今次遇到的問題，表面上係一宗航空事故調查文件風波，實際上係 AI 時代公開資料流程的一個警號：敏感資料唔一定要以原始檔形式存在，先算外洩。一張聲譜圖、一頁 PDF、一張截圖，只要仍然保留足夠訊號，配合公開 transcript 同 AI／coding agent workflow，就可能被推返出原本以為已經被保護的內容。對香港公司、政府部門、傳媒、律師樓、保險公司、醫療機構同航空相關單位，重點唔係美國一宗事故本身，而係發布文件前的風險檢查已經要升級。

事件來自 UPS Flight 2976 在 Louisville 的致命事故調查。NTSB 官方事故頁顯示，呢班貨機在 2025 年 11 月 4 日起飛後不久墜毀，調查仍屬 ongoing，公開資料亦標明 preliminary、可能會改。TechCrunch 報道指，NTSB 的事故 docket 入面有一份駕駛艙語音記錄器相關的聲譜圖文件；NTSB 官方其後亦確認，有人利用圖像辨識同計算方法，從 NTSB 調查中公開的 sound spectrum imagery 重建 cockpit voice recorder audio 的 approximation。呢度要講清楚：外界流傳的唔係官方原始錄音，準確度亦唔可以當成已獨立驗證的真實錄音。

NTSB 的尷尬位，在於美國聯邦法例本身已經禁止公開駕駛艙錄音，因為機組人員在駕駛艙內的通訊高度敏感。49 USC 1114 對 cockpit voice 或 video recorder 相關內容有明確保密框架，同時容許在特定情況下公開 transcript、書面描述或者部分影像資料。今次問題就卡在灰位：官方無直接上載錄音，但公開了包含聲音訊號特徵的圖像化資料；以前呢類資料主要供專家閱讀，今日卻可以被 AI 工具同程式流程變成重建素材。NTSB 一度暫停 docket system，之後官方 X 更新指大部分 docket 已恢復，但仍有 42 宗調查留待 review，包括 UPS Flight 2976。

聲譜圖唔只係插圖

聲譜圖（spectrogram）可以想像成聲音在時間、頻率同強度上的視覺化表示。它不是普通裝飾圖，也不只是「將聲音變成圖片」咁簡單；如果圖像解析度、座標、比例同顏色資訊保留得夠多，入面就仍然有大量可計算的訊號。音訊領域一直有從 magnitude spectrogram 近似反推 time-domain signal 的方法，例如 Griffin-Lim 類演算法；新一代 AI 工具未必發明了風險，但將本來要專業音訊工程同手寫程式的工序，變成更多人可以嘗試的 workflow。

所以今次真正值得留意的，不係「AI 神奇還原死者聲音」呢種獵奇講法，而係「公開前風險模型錯咗」。傳統審稿會問：原始音檔有冇上載？人名有冇打格？身份證號碼有冇遮走？但 AI 時代還要問多一層：公開出來的衍生資料，會唔會仍然足以推返原始敏感資料？聲譜圖係最鮮明例子，但同類問題可以出現在醫療影像、保險 claim 附件、客服錄音摘要、法庭文件截圖、系統 log、地圖熱點圖，甚至一張看似只用作說明的後台截圖。

公開資料嘅新攻擊面

過去十幾年，資料外洩常見於 PDF 黑框遮字但底層文字仍可複製、相片 EXIF 保留 GPS、截圖露出瀏覽器分頁或者內部 URL。今次聲譜圖事件係同一類問題的升級版：可見內容本身未必敏感，但它是敏感內容的高資訊量投影。AI 同 coding agent 令處理公開資料的門檻大幅下降，懂得砌流程的人可以叫工具下載、解析、抽圖、比對 transcript、整理輸出；即使結果只是 approximation，對死者家屬、調查機構同涉事公司都已經足夠造成私隱同倫理傷害。

行業層面，這亦會改變「透明度」同「保護敏感資料」之間的平衡。事故調查、公共採購、醫療研究、金融監管同司法程序都需要公開部分資料，方便公眾監察同專家復核。問題係，以前的公開制度多數假設使用者主要靠人眼閱讀文件；今日的實際使用者可以是大型語言模型、OCR、向量搜尋、程式代理同批量分析工具。公開資料不再只是文件，而是可被自動化處理的資料集。

香港公司要改審稿流程

呢宗新聞冇港行價、上市期或者本地產品可追，但同香港工作流距離唔遠。私隱專員公署 2026 年 5 月公布的 compliance checks 顯示，被檢視的 60 間機構中有 57 間在日常營運使用 AI；涵蓋銀行及金融、政府部門、保險、醫療、電訊、運輸、物流、物業管理等行業。當中 24 間會透過 AI 系統收集或使用個人資料。換句話講，本地機構已經唔係「將來可能用 AI」，而係日常文件、客服、合規、研究同風險管理都可能碰到 AI 處理流程。

私隱專員公署 2024 年的 AI 個人資料保障模範框架亦有一個重點：如果 AI 訓練資料包含個人資料，輸出過程有機會不慎披露；框架亦要求機構用風險為本方式做治理、資料最小化、匿名化、輸出處理政策、監察同 audit。套到今次事件，本地機構唔可以只問「我哋有冇公開原始錄音／原始表格」。更實際的問題係，發布 PDF、截圖、圖表、錄音 transcript、OCR 結果、儀表板畫面前，有冇人專責問：呢份文件經 AI、OCR、影像分析或統計反推後，會唔會變成另一種敏感資料？

發布前至少應該多做幾件事：

• 盤點原始來源同衍生檔：唔只睇最終 PDF，亦要追每張圖、每個表、每段 transcript 來自咩原始資料。
• 做逆向風險 review：假設外界會用 OCR、AI 搜尋、影像分析、資料比對同 coding agent，不只用人眼睇。
• 用受控環境做紅隊測試：可以測試公開版文件會唔會暴露身份、位置、聲音、病歷、claim 細節或者內部系統資訊，但唔應該把敏感樣本丟入不受控雲端工具。
• 建立停發同補救機制：一旦發現公開資料可被反推敏感內容，要有下架、通知、重發、記錄同法律評估流程。

分析公開資料都有界線

對開發者同公司 IT team，今次亦係一個合規界線提醒。公開資料可以被研究、查核同報道，但發現有資料可推返敏感內容時，唔代表就應該重建、轉載或者上載到社交平台。尤其涉及死亡事故、醫療、未成年人、法律程序或身份資料，最負責任做法通常係停止擴散可識別內容，通知資料發布方，保存必要紀錄作通報用途，而唔係把重建結果包裝成技術展示。使用 Codex 這類 coding agent 分析公開文件時，也要留意工作區、prompt、暫存檔、輸出 artifact 會唔會再一次製造外洩。

NTSB 事件最後未必會令所有事故資料變得更封閉，但它應該令公開資料制度更新。透明度仍然重要，特別是事故調查同公共安全；真正要改的，是把「公開」當成一條經過風險評估的資料發布管線，而不是把文件轉成 PDF 就算完成。AI 時代的遮蔽、匿名化同節錄，都要用「可否被推返去」作標準。只刪走原始檔、只遮走一行字、只把資料變成圖片，已經唔夠。

參考來源

• TechCrunch — AI is being used to resurrect the voices of dead pilots — original report
• NTSB：Docket Status — 官方說明有人從 sound spectrum imagery 重建近似 CVR audio，並解釋暫停 docket system 的原因。
• NTSB：UPS Flight 2976 Crash During Takeoff — 官方事故頁，核實事故日期、地點、機型、傷亡及調查狀態。
• NTSB Newsroom on X：docket access update — 官方社交平台更新，交代 docket access 恢復及 42 宗調查仍在 review。
• 49 U.S. Code § 1114 - Disclosure, availability, and use of information — 美國法例背景，核實 NTSB 對 cockpit recorder 錄音及 transcript 的公開限制。
• PCPD：Artificial Intelligence: Model Personal Data Protection Framework — 香港 AI 個人資料治理參考，支持資料最小化、風險評估、人手監督、輸出處理及 AI 安全脈絡。
• PCPD：Compliance Checks on 60 Organisations Regarding AI and Personal Data Privacy 2026 — 香港本地 AI 使用情況及行業脈絡，支持文章的 HK 工作場景分析。
• librosa documentation：librosa.griffinlim — 技術背景，說明聲譜圖可用傳統訊號處理方法近似反推聲音，避免把風險完全歸因於生成式 AI。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。