本文來自微信公眾號(hào)“AF智慧城市網(wǎng)”。
除了物理環(huán)境無(wú)障礙改造，在語(yǔ)音識(shí)別技術(shù)愈加成熟的今天，越來越多的目光聚焦在聲紋識(shí)別技術(shù)上。“聲紋識(shí)別是機(jī)器通過提取語(yǔ)音信號(hào)中能表征說話人身份的個(gè)性特征，對(duì)說話人進(jìn)行身份識(shí)別的技術(shù)，屬于生物特征識(shí)別技術(shù)的一種。”清華大學(xué)人工智能研究院聽覺智能研究中心主任鄭方說，在所有生物特征里，聲紋是唯一兼具生理特征特點(diǎn)的行為特征，可以做到高可變性與唯一性的完美統(tǒng)一，這就使得聲紋天然就具備了不易丟失、不懼泄露、不易纂改的屬性，以及很強(qiáng)的防攻擊能力，在金融服務(wù)領(lǐng)域具有顯著的優(yōu)勢(shì)。
聲紋驗(yàn)證可以通過識(shí)別聲音特征來辨別真實(shí)用戶和仿冒者，有效防范金融欺詐和非法交易的風(fēng)險(xiǎn)。此外，用戶只需說出隨機(jī)動(dòng)態(tài)碼即可完成驗(yàn)證，節(jié)省交易時(shí)間。鄭方特別提到，相較于其他生物識(shí)別技術(shù)，如指紋或面部識(shí)別，聲紋識(shí)別的錯(cuò)誤率更低，可減少識(shí)別錯(cuò)誤帶來的資金損失風(fēng)險(xiǎn)。
什么是聲紋識(shí)別技術(shù)？
聲紋識(shí)別，生物識(shí)別技術(shù)的一種，也稱為說話人識(shí)別，是一種通過聲音判別說話人身份的技術(shù)。所謂聲紋(Voiceprint)，是用電聲學(xué)儀器顯示的攜帶言語(yǔ)信息的聲波頻譜。人類語(yǔ)言的產(chǎn)生是人體語(yǔ)言中樞與發(fā)音器官之間一個(gè)復(fù)雜的生理物理過程，人在講話時(shí)使用的發(fā)聲器官--舌、牙齒、喉頭、肺、鼻腔在尺寸和形態(tài)方面每個(gè)人的差異很大，所以任何兩個(gè)人的聲紋圖譜都有差異。每個(gè)人的語(yǔ)音聲學(xué)特征既有相對(duì)穩(wěn)定性，又有變異性，不是絕對(duì)的、一成不變的。這種變異可來自生理、病理、心理、模擬、偽裝，也與環(huán)境干擾有關(guān)。盡管如此，由于每個(gè)人的發(fā)音器官都不盡相同，因此在一般情況下，人們?nèi)阅軈^(qū)別不同的人的聲音或判斷是否是同一人的聲音。
其關(guān)鍵技術(shù)有以下兩點(diǎn)：
1、語(yǔ)音特征參數(shù)提取技術(shù)
簡(jiǎn)單來講就是要從講話人的語(yǔ)音中提取出特定器官結(jié)構(gòu)、行為習(xí)慣的特征參數(shù)。這項(xiàng)參數(shù)的特點(diǎn)是較為穩(wěn)定，不會(huì)隨時(shí)間或環(huán)境的變化發(fā)生太明顯的改變，且不易模仿、具備較強(qiáng)的抗噪性。這點(diǎn)其實(shí)很好理解，每個(gè)人由于語(yǔ)音器官的差異導(dǎo)致了不同的發(fā)音習(xí)慣，其語(yǔ)音特征是難以被輕易模仿的。
2、模式匹配識(shí)別判斷技術(shù)
該技術(shù)實(shí)施的第一步是要獲取跟講話人個(gè)性相關(guān)的特征參數(shù)，再根據(jù)一定的準(zhǔn)則，將未識(shí)別的特征參數(shù)與模型庫(kù)中訓(xùn)練好的模型進(jìn)行特征匹配，最終根據(jù)相似度得出最匹配的結(jié)果并進(jìn)行輸出。其中在模型匹配中常用到的幾種模型有矢量化模型、隨機(jī)模型、神經(jīng)網(wǎng)絡(luò)模型等。
得益于人工智能機(jī)器學(xué)習(xí)技術(shù)的成熟，以及傳感器、麥克風(fēng)、通信信道等技術(shù)的進(jìn)步，聲紋識(shí)別雖然不能確保100%識(shí)別出欺詐，但成功率仍然較高。
聲紋識(shí)別的優(yōu)勢(shì)與劣勢(shì)
聲紋識(shí)別相對(duì)其他生物特征識(shí)別有什么優(yōu)劣勢(shì)，除了聲紋識(shí)別以外，常見的生物特征有指紋、掌紋、人臉、虹膜、視網(wǎng)膜等。生物特征代表了每個(gè)人固有的特點(diǎn)，它具有普遍性、唯一性、穩(wěn)定性和不易復(fù)制性等。
與其他這些生物特征相比，聲紋主要有以下三方面的優(yōu)勢(shì)：
1、非接觸、易接受：
聲紋由于其非接觸性是可以用于遠(yuǎn)程領(lǐng)域的生物識(shí)別技術(shù)。另外蘊(yùn)含聲紋特征的語(yǔ)音獲取方便、自然。在采集過程中涉及到的用戶個(gè)人隱私信息較少，因此更容易被使用者接受。
2、成本低：
語(yǔ)音采集裝置成本低廉，使用簡(jiǎn)單，一個(gè)麥克風(fēng)即可，在使用通訊設(shè)備(如電話、手機(jī))時(shí)更無(wú)需額外的錄音設(shè)備。
3、偽造難：
聲紋信息必須是活體采集，可使聲紋口令動(dòng)態(tài)變化而無(wú)需擔(dān)心密碼遺忘、丟失和竊取問題，防止錄音假冒。
當(dāng)然，聲紋也有其自身的劣勢(shì)，聲紋特征的穩(wěn)定性不夠，受附著語(yǔ)音長(zhǎng)短、內(nèi)容、采集信道及環(huán)境、包括說話人自身身體情況影響，自動(dòng)識(shí)別效果不及指紋等生物特征。
聲紋識(shí)別應(yīng)用于哪些領(lǐng)域？
目前來說，聲紋識(shí)別技術(shù)在公安和金融領(lǐng)域比較受青睞。
公安領(lǐng)域：聲紋識(shí)別可以用于重點(diǎn)人員布控、偵查破案、反電信欺詐、治安防控、司法鑒定、審訊室建設(shè)、網(wǎng)絡(luò)身份認(rèn)證等。
1)重點(diǎn)人員布控——建立重點(diǎn)人員聲紋數(shù)據(jù)庫(kù)，在110接警、重點(diǎn)區(qū)域范圍、重大活動(dòng)期間等，一旦發(fā)現(xiàn)重點(diǎn)人員、黑名單人員聲紋信息，即進(jìn)行預(yù)警，有效進(jìn)行事前預(yù)防。在建立重點(diǎn)人員聲紋數(shù)據(jù)庫(kù)時(shí)，需要先對(duì)聲紋進(jìn)行采集，目前在公安領(lǐng)域主要是標(biāo)準(zhǔn)聲紋采集。
2)偵查破案——利用聲紋識(shí)別技術(shù)海量篩查優(yōu)勢(shì)，進(jìn)行“案查人”、“人查案”、“案查案”與“人查人”等多種排查方式，縮小偵查范圍，提高辦案效率，公安領(lǐng)域要求聲紋數(shù)據(jù)庫(kù)的聲紋比對(duì)系統(tǒng)能夠提供1：N大庫(kù)檢索比對(duì)，同時(shí)要支持千萬(wàn)庫(kù)容建設(shè)。
3)反電信詐騙——利用聲紋鑒定技術(shù)對(duì)電信詐騙等案件中的涉案語(yǔ)音進(jìn)行個(gè)體、團(tuán)伙的識(shí)別，確定犯罪嫌疑人身份，為偵查破案、案件訴訟提供技術(shù)支撐。
4)治安防控——利用“語(yǔ)種識(shí)別”、“內(nèi)容識(shí)別”、“聲紋特征識(shí)別”等聲紋綜合分析技術(shù)，對(duì)重點(diǎn)人員進(jìn)行布控，一旦出現(xiàn)立即進(jìn)行關(guān)注控制。
5)身份認(rèn)證——在監(jiān)獄親情電話應(yīng)用中，通過采集犯人家屬的聲紋信息，可有效鑒別家屬身份的合法性。在司法社區(qū)矯正應(yīng)用中，通過識(shí)別定位手機(jī)位置和呼叫對(duì)象說話聲音的個(gè)人特征，系統(tǒng)就可以快速的自動(dòng)判斷被監(jiān)控人是否在規(guī)定的時(shí)間出現(xiàn)在規(guī)定的場(chǎng)所，有效地解決人機(jī)分離問題。
金融領(lǐng)域：聲紋識(shí)別技術(shù)主要可以用于以下幾個(gè)場(chǎng)景：
1)登錄、支付場(chǎng)景——采用聲紋識(shí)別技術(shù)，自動(dòng)匹配用戶個(gè)人身份信息，完成登陸、支付的身份驗(yàn)證，一般采用文本相關(guān)的方式，既8位隨機(jī)動(dòng)態(tài)數(shù)字串或者固定文本。
2)業(yè)務(wù)核身——采用聲紋識(shí)別技術(shù)，在業(yè)務(wù)溝通中完成用戶身份核驗(yàn)，在自動(dòng)匹配業(yè)務(wù)辦理的信息，進(jìn)行比對(duì)，完成業(yè)務(wù)辦理的身份核驗(yàn)，一般采用文本無(wú)關(guān)方式，如開卡開戶。
3)信貸場(chǎng)景——采用聲紋識(shí)別技術(shù)，在信審環(huán)節(jié)對(duì)用戶身份進(jìn)行識(shí)別，并查驗(yàn)是否為黑中介(黑名單用戶)，完成信審身份審核，采用文本無(wú)關(guān)的方式。
4)金融反洗錢——采用聲紋識(shí)別技術(shù)，在判定出疑似洗錢行為后對(duì)用戶進(jìn)行電話遠(yuǎn)程身份驗(yàn)證以及自動(dòng)對(duì)用戶信息核對(duì)，完成可疑用戶身份核驗(yàn)，采用文本無(wú)關(guān)的方式。
其實(shí)聲紋識(shí)別技術(shù)現(xiàn)在很廣泛的應(yīng)用公安司法、軍隊(duì)國(guó)防領(lǐng)域中，我國(guó)的天網(wǎng)系統(tǒng)里也有著聲紋識(shí)別的存在，這極大的保障了我們?nèi)粘Ｉ钪械陌踩?/p>
結(jié)語(yǔ)
從近幾年情形可以看出，相比于指紋識(shí)別、人臉識(shí)別等生物識(shí)別技術(shù)，聲紋識(shí)別是“低調(diào)”的，但市場(chǎng)需求的確存在，且市場(chǎng)熱度也有上升趨勢(shì)。
同時(shí)，聲紋識(shí)別技術(shù)目前已經(jīng)發(fā)展較為成熟，識(shí)別準(zhǔn)確率也相對(duì)較高，應(yīng)用范圍較為廣泛、識(shí)別技術(shù)水平相對(duì)成熟，因其經(jīng)濟(jì)性、可操作性等優(yōu)勢(shì)，在將來會(huì)在更多的領(lǐng)域中、獲得更為廣泛的應(yīng)用。聲紋識(shí)別或是未來提升安防解決方案的重要手段，將快速實(shí)現(xiàn)商業(yè)化部署，前景十分廣闊。
文章來源：智慧城市網(wǎng)，科普時(shí)報(bào)，智安物聯(lián)網(wǎng)
