聲紋識別技術：安全指數更高但其發展仍面臨重重阻礙

鑒于安全性等方面的需求，聲紋識別技術漸漸受到人們的關注。

在眾多生物識別技術中，除了早已使用多年的指紋識別、虹膜識別，近期興起的人臉識別技術被用于公司打卡、軟件系統登錄、家庭或公共場所的安防等多個場景，而語音識別技術的用途更是廣泛，機器人、智能家居產品、無人車等等。

隨著相關算法的精進，以上生物識別技術的準確率已經可以與人類相媲美。而在這些識別技術愈加成熟之時，越來越多的人將目光放在另外一種生物識別技術上——聲紋識別。

什么是聲紋識別技術？

聲紋識別，也稱作說話人識別，是一種通過聲音判別說話人身份的技術。人在講話時使用的發聲器官舌、牙齒、喉頭、肺、鼻腔在尺寸和形態方面每個人的差異很大，所以任何兩個人的聲紋圖譜都有差異，因而聲紋具有唯一性。

根據不同的應用場景，聲紋識別可分為說話人辨識（SpeakerIdentification，SI）和說話人確認（SpeakerVerification，SV）。SI指的是我們有了一段待測的語音，需要將這段語音與我們已知的一個集合內的一干說話人進行比對，選取最匹配的那個說話人，是一個1對多的判別問題；SV指的是我們有了一段未知的語音，緊接著判斷這段語音是否來源于這個目標用戶即可，是一個1對1的二分類問題。

聲紋識別的應用及成果

在應用上，聲紋識別更大的應用前景在于安防領域，比如刑偵破案、門禁、銀行交易等等。此外，在智能家居等領域，為了安全，也為了更好的智能體驗，比如在人聲鼎沸的情境中準確識別哪句話是主人下達的命令等，聲紋識別技術也就漸漸受到了重視。

當前，在聲紋識別需求漸增的情況下，專注于聲紋識別的企業也有不少，并已取得了不錯的成果。比如國外的Nuance、VoiceVault、Voice Biometrics、PhoneFactor，或是國內的科大訊飛、中科信利、廈門天聰、上海電虹等公司。

以科大訊飛為例，此前，在錘子手機的發布會上，羅永浩成功的為科大訊飛做了一次PR，一時間，科大訊飛的語音識別技術受到了人們更多的關注。作為同屬于語音技術的“兄弟”，聲紋技術也是科大訊飛的關注領域，并已研究多年。在2015年，依托于聲紋識別、人臉識別技術，科大訊飛構建了業界首個統一生物認證系統，用人臉識別補充聲紋識別的不穩定性，進一步的提高了安全性，并在金融、保險等領域啟動了大規模的應用推廣。

聲紋識別的優勢與挑戰

聲紋識別的主要任務包括：語音信號處理、聲紋特征提取、聲紋建模、聲紋比對、判別決策等。

相對于其他生物識別技術，在安全性上，聲紋識別的唯一性不說排第一，但也是名列前茅的，縱然模仿聲音類似，但也是能夠分辨出來的。除了更高的安全指數，與其他生物識別技術相比，聲紋識別還有著其他的優勢：

1、蘊含聲紋特征的語音獲取方便、自然；

2、獲取語音的成本低廉，使用簡單，像麥克風、通訊設備等皆可；

3、適合遠程身份確認；

4、聲紋辨認和確認的算法復雜度低；

5、配合一些其他措施，如通過語音識別進行內容鑒別等，可以提高準確率；

不過，縱然有著這么多的優勢，但在實際操作中，聲紋識別卻面臨著重大的挑戰：

1、如何建立聲紋庫和特征：從理論上講，聲紋的獲取是極其容易的，但這僅僅是針對國家相關機構，如目前聲紋庫最全的公安。對企業而言，所有的聲紋數據都需要他們自行采集，這是一件相當具有難度的任務。另外，在數據不全面的情形之下，聲紋特征的提取和建立也就受到了阻礙，從而就難以訓練聲紋識別的機器學習算法，以提高識別的準確率。

2、如何降低內外環境對于聲紋的影響：目前，人們對聲紋識別的要求已經不僅僅滿足于靜態檢測，更多的是動態檢測。在外部環境中，首先，聲音是通過錄音設備進行采集的，不同的型號的錄音設備對語音都會造成一定程度上的畸變，同時由于背景環境和傳輸信道等的差異，對語音信息也會造成不同程度的損傷。這些情況的出現為聲紋識別增添了不少的問題。比如外部環境的影響，哪怕是如今發展較為完善、已經實現落地的語音識別技術，降噪以及去混響方面也依然是其運行中的一大難題。

此外，在內部環境中，對于同一個用戶，即便采集到的兩段語音內容都是相同的，但由于情緒、語速、疲勞程度等原因，語音都會有一些差異性。在這方面，鎂客君的小伙伴就曾做過實驗，以不同的嗓音、速度喚醒iPhone 7中的Siri，結果顯示，只有與提前錄制的語音同樣的嗓音、速度才能成功喚醒。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！