揭秘聲紋識別：憑何超越其它生物特徵成為身份驗證「黑馬」

在萬物聯網愈加真實的當下，生活中的方方面面都發生了巨大的變化，以往需要親力親為的購物、銀行業務辦理、社交以及娛樂等活動都已經基本實現了在線化。告別了將大量時間和精力浪費在路上的模式，扮演「最佳腳夫」的網路將我們從繁雜的瑣事中徹底解放了出來。

但伴隨著各種線上業務的推進，身份驗證這一關鍵問題也變得日益突出。傳統的密碼已經很難抵禦住黑客的攻擊，而且眾多複雜的密碼也難於記憶。此時，利用「生物特徵」來進行驗證就成了很好的解決方案，由於每個人的指紋、面部、瞳孔、聲音等特徵都不相同，所以這種「活體密碼」的安全性也無疑會高出許多。而聲紋又以交互自然、具有內容變化和使用成本低等特點從眾多的可選方案中脫穎而出，逐漸成為身份識別領域的一匹「黑馬」。

相較於聲紋識別，大眾可能對語音識別更為熟悉，但二者有本質的區別。語音識別是「說什麼」，聲紋識別是「誰在說」。而語音識別必然會從「說什麼」發展到「誰在說」。而傳統智能語音技術的瓶頸在於它不能區分說話人身份，也就無法提供相應的個性化服務，實現真正意義的交互。語音場景下要解決身份識別的問題，需要基於聲紋生物信息ID的聲紋識別技術支持。

圖丨聲紋識別工作流程

DT 君從國內聲紋識別技術公司 SpeakIn 處了解到，目前聲紋識別共有「1:1識別」和「1：N識別」兩種工作流程。以最具代表性的微信語音鎖為例，其所實現的就是 1:1 的識別，即確認「你是你」。而 SpeakIn 在實現 1:1 的技術之外，還實現了更複雜的 1：N 的識別，也就是在確認「你是誰」，在大量的動態數據中準確鎖定用戶，從而服務於更廣闊的使用場景。1:1 是「我知道跟誰比」，而 1：N 是不知道在跟誰比的，N 的數量級越大，搜索的複雜度就越高，對技術的要求也就越高。

圖丨聲紋相較於其他生物識別技術的特點

但即便搜索技術複雜，在與其他生物特徵的比較之中，聲紋依舊具有無可比擬的優勢。首先，語言是人類溝通最自然的工具，且具有指令性。語音作為最天然入口，在萬物互聯的時代無疑是爆點之一。同時，相較於其他生物識別技術，聲紋語料收集的方式也更為自然，不需要特定說話或擺動作，我們平時自然交談的內容都可以作為數據錄入。

另一點是「內容變化」特點。今年3.15時，央視曾經曝光過人臉識別技術的一些缺陷。在身份識別過程中，與固定的指紋和只能做簡單動作的人臉相比，語音具有內容變化，可以隨機改變朗讀內容，所以即便在網上或其他地方留下的聲音信息，也難以被複制和盜用，因此聲紋識別的防攻擊性更高，更加安全。

第三點就是使用成本低。人臉識別需要攝像頭，而聲紋識別只需要麥克風，這兩者相比，後者的造價和安裝成本都更低，對於商務來說更容易使用，也就更方便推廣和使用。

此外，物聯網正在蓬勃發展，對於沒有屏幕和鍵盤或是屏幕非常小的硬體，語音是目前最合理的操作入口，因此聲紋識別也是最適合大範圍在物聯網場景下使用的驗證方式和服務入口。

正因如此，聲紋識別技術已經在多個行業內進行了應用。以 SpeakIn 為例，他們目前已經與手機、車載和智能音箱廠商合作，提供以聲音身份入口的解決方案，讓人與設備之間的交流，更符合人類自然行為習慣的本質。同時，類似無人零售商超等項目也在他們的關注之中。

除此以外，在行業級別市場，他們也提供了面向公安領域、金融行業、社保行業和智能硬體領域的完整解決方案。

SpeakIn為公安及司法機構提供專屬定製的聲紋識別系統安全解決方案，服務體系包括重點人員的聲紋資料庫建設、聲紋自動識別系統、聲紋鑒定等。通過領先的聲紋識別和聲紋大數據技術進行重點人員監管、反電信詐騙、反恐、刑事案件偵破、身份查詢與核驗，助力公安有效遏制與打擊犯罪。

SpeakIn為銀行、互聯網金融等各類金融及服務機構提供專屬定製的聲紋識別安全解決方案，包括用戶註冊、遠程驗證、金融生物識別解決方案，大幅提高金融機構的風險防範系統安全性，強化風控能力，增加用戶的安全性，防範身份欺詐。

SpeakIn聲紋識別系統能夠有效解決參保人員的遠程和現場身份認證問題，避免了指紋驗證和人臉識別等需要現場辦理、不易採集、偽造等問題，避免了身份造假的可能性，節省大量成本，避免養老金流失。

SpeakIn為智能硬體品牌和廠商提供定製化的聲紋識別解決方案，解決了當前智能產品只能識別用戶所說的內容，而不能區分說話人身份的問題，讓智能產品能夠區分不同的角色，真正實現智能產品「聞聲識人」還能讓系統針對性對每個人提供不同的內容與服務。

聲紋識別在各個領域的滲透程度如此之高，使人不禁產生聯想，如果照此趨勢發展下去，那麼是否聲紋將取代掉現有的其它生物特徵而成為唯一的身份識別手段呢？對此，SpeakIn的研究人員認為事情恐怕並沒有這麼簡單。

他們解釋道，成為 ID 的條件是在大規模數據下具有穩定的唯一性。過去做聲紋的方式都是數字信號處理，而現在得益於是機器學習和 DNN（深度神經網路）的發展，也讓聲紋成為 ID 得以實現。基於我們之前提到的聲紋的特點和優勢，同時伴隨物聯網的發展，聲紋會構建一種全新的交互方式。聲紋及其它生物特徵會成為最自然、最好用、不會丟失的身份信息。

但是，正如每一種生物信息 ID 都有其優勢和劣勢，適用於不同的場景，聲紋也無法做到「全能」。其依舊面臨著較高的技術門檻，在真實環境中也會受到噪音問題、多人說話、遠場識別等影響。在實現商用的過程中，還需要與行業進行深度結合，才能更好的滿足需求。雖然就生物識別行業而言，業內普遍認為識別準確率達到 95% 可以達到商用，但距離絲毫不差的「 100% 」還有一定距離。

所以在可預見的未來，身份識別將會有有以下幾個趨勢：

1. 多生物識別手段融合

2. 能夠在自然情況下採集的非接觸式

3. 能夠在互聯網上實現遠程識別且不易造假的方式

這也就意味著未來的身份驗證方式不說是百花齊放，也至少是多種手段、多重保障並行。對於想要進入這一領域的科技企業來說，除了需要在前段信號處理、核心比對等底層技術上多做積累之外，在活體檢測、情緒識別、性別識別、人聲分離、實時動態比對等更加細節的領域也要有所探索，這樣才能適應愈加專業細分的不同應用場景。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！