|
声纹识别早已不是仅仅停留在实验室和大学里的技术。声纹识别与安防、智能硬件、电商、教育、建筑、娱乐等方面的结合，大大提高了相关行业的产能与效率。作为将生物识别技术落地到商业实践领先者，SpeakIn势必可赢科技专注于声纹识别技术和产品的研发，实现了具有开放性，在大规模、1：N场景下的复杂应用，是声纹识别技术在商业实践方面的领先者。 近日，DeepTech深科技针围绕声纹识别技术的发展应用与前景，与SpeakIn进行了深入讨论，揭秘了声纹识别技术缘何能成为区别于其他生物识别技术的身份验证的“黑马”。 DeepTech深科技 是与麻省理工科技评论官方独家合作的一个新科技内容品牌，基于科学的发现，挖掘真正的科技创新与相关领域的深度报道。 本文转载自DeepTech深科技《揭秘声纹识别，凭何超越其它生物特征成为身份验证“黑马”》。 在万物联网愈加真实的当下，生活中的方方面面都发生了巨大的变化，以往需要亲力亲为的购物、银行业务办理、社交以及娱乐等活动都已经基本实现了在线化。告别了将大量时间和精力浪费在路上的模式，扮演“最佳脚夫”的网络将我们从繁杂的琐事中彻底解放了出来。
但伴随着各种线上业务的推进，身份验证这一关键问题也变得日益突出。传统的密码已经很难抵御住黑客的攻击，而且众多复杂的密码也难于记忆。此时，利用“生物特征”来进行验证就成了很好的解决方案，由于每个人的指纹、面部、瞳孔、声音等特征都不相同，所以这种“活体密码”的安全性也无疑会高出许多。而声纹又以交互自然、具有内容变化和使用成本低等特点从众多的可选方案中脱颖而出，逐渐成为身份识别领域的一匹“黑马”。
相较于声纹识别，大众可能对语音识别更为熟悉，但二者有本质的区别。语音识别是“说什么”，声纹识别是“谁在说”。而语音识别必然会从“说什么”发展到“谁在说”。而传统智能语音技术的瓶颈在于它不能区分说话人身份，也就无法提供相应的个性化服务，实现真正意义的交互。语音场景下要解决身份识别的问题，需要基于声纹生物信息ID的声纹识别技术支持。
图丨声纹识别工作流程
DT 君从国内声纹识别技术公司 SpeakIn 处了解到，目前声纹识别共有“1:1识别”和“1：N识别”两种工作流程。以最具代表性的微信语音锁为例，其所实现的就是 1:1 的识别，即确认“你是你”。而 SpeakIn 在实现 1:1 的技术之外，还实现了更复杂的 1：N 的识别，也就是在确认“你是谁”，在大量的动态数据中准确锁定用户，从而服务于更广阔的使用场景。1:1 是“我知道跟谁比”，而 1：N 是不知道在跟谁比的，N 的数量级越大，搜索的复杂度就越高，对技术的要求也就越高。
图丨声纹相较于其他生物识别技术的特点
但即便搜索技术复杂，在与其他生物特征的比较之中，声纹依旧具有无可比拟的优势。首先，语言是人类沟通最自然的工具，且具有指令性。语音作为最天然入口，在万物互联的时代无疑是爆点之一。同时，相较于其他生物识别技术，声纹语料收集的方式也更为自然，不需要特定说话或摆动作，我们平时自然交谈的内容都可以作为数据录入。
另一点是“内容变化”特点。今年3.15时，央视曾经曝光过人脸识别技术的一些缺陷。在身份识别过程中，与固定的指纹和只能做简单动作的人脸相比，语音具有内容变化，可以随机改变朗读内容，所以即便在网上或其他地方留下的声音信息，也难以被复制和盗用，因此声纹识别的防攻击性更高，更加安全。
第三点就是使用成本低。人脸识别需要摄像头，而声纹识别只需要麦克风，这两者相比，后者的造价和安装成本都更低，对于商务来说更容易使用，也就更方便推广和使用。
此外，物联网正在蓬勃发展，对于没有屏幕和键盘或是屏幕非常小的硬件，语音是目前最合理的操作入口，因此声纹识别也是最适合大范围在物联网场景下使用的验证方式和服务入口。
正因如此，声纹识别技术已经在多个行业内进行了应用。 以 SpeakIn 为例，他们目前已经与手机、车载和智能音箱厂商合作，提供以声音身份入口的解决方案，让人与设备之间的交流，更符合人类自然行为习惯的本质。同时，类似无人零售商超等项目也在他们的关注之中。
除此以外，在行业级别市场，SpeakIn也提供了面向公安领域、金融行业、社保行业和智能硬件领域的完整解决方案。 SpeakIn为公安及司法机构提供专属定制的声纹识别系统安全解决方案，服务体系包括重点人员的声纹数据库建设、声纹自动识别系统、声纹鉴定等。通过领先的声纹识别和声纹大数据技术进行重点人员监管、反电信诈骗、反恐、刑事案件侦破、身份查询与核验，助力公安有效遏制与打击犯罪。 SpeakIn为银行、互联网金融等各类金融及服务机构提供专属定制的声纹识别安全解决方案，包括用户注册、远程验证、金融生物识别解决方案，大幅提高金融机构的风险防范系统安全性，强化风控能力，增加用户的安全性，防范身份欺诈。
SpeakIn声纹识别系统能够有效解决参保人员的远程和现场身份认证问题，避免了指纹验证和人脸识别等需要现场办理、不易采集、伪造等问题，避免了身份造假的可能性，节省大量成本，避免养老金流失。
SpeakIn为智能硬件品牌和厂商提供定制化的声纹识别解决方案，解决了当前智能产品只能识别用户所说的内容，而不能区分说话人身份的问题，让智能产品能够区分不同的角色，真正实现智能产品“闻声识人”还能让系统针对性对每个人提供不同的内容与服务。
声纹识别在各个领域的渗透程度如此之高，使人不禁产生联想，如果照此趋势发展下去，那么是否声纹将取代掉现有的其它生物特征而成为唯一的身份识别手段呢？对此，SpeakIn的研究人员认为事情恐怕并没有这么简单。
他们解释道，成为 ID 的条件是在大规模数据下具有稳定的唯一性。过去做声纹的方式都是数字信号处理，而现在得益于是机器学习和 DNN（深度神经网络）的发展，也让声纹成为 ID 得以实现。基于我们之前提到的声纹的特点和优势，同时伴随物联网的发展，声纹会构建一种全新的交互方式。声纹及其它生物特征会成为最自然、最好用、不会丢失的身份信息。
但是，正如每一种生物信息 ID 都有其优势和劣势，适用于不同的场景，声纹也无法做到“全能”。其依旧面临着较高的技术门槛，在真实环境中也会受到噪音问题、多人说话、远场识别等影响。在实现商用的过程中，还需要与行业进行深度结合，才能更好的满足需求。虽然就生物识别行业而言，业内普遍认为识别准确率达到 95% 可以达到商用，但距离丝毫不差的“ 100% ”还有一定距离。
所以在可预见的未来，身份识别将会有以下几个趋势： 1. 多生物识别手段融合 2. 能够在自然情况下采集的非接触式 3. 能够在互联网上实现远程识别且不易造假的方式 这也就意味着未来的身份验证方式不说是百花齐放，也至少是多种手段、多重保障并行。对于想要进入这一领域的科技企业来说，除了需要在前段信号处理、核心比对等底层技术上多做积累之外，在活体检测、情绪识别、性别识别、人声分离、实时动态比对等更加细节的领域也要有所探索，这样才能适应愈加专业细分的不同应用场景。 -End- |
|
|
