真正千人千面、個性化定製的「法器」：聲紋識別技術

在物聯網、人工智慧技術越來越發達的時代，很多生活中原本習以為常的場景都悄然發生了變化。在線購物、掃碼支付、共享單車、隨身穿戴、語音交互……在越來越便捷的社會，我們告別了原本繁雜的工序和步驟，開啟了更為便捷的現代生活。

伴隨著互聯網的蓬勃，人們開始面臨一個非常困擾的問題，充斥在互聯網上的信息如海洋般豐富，如何快速查找到適合我們的信息呢？——千人千面的個性化定製應運而生。

說到千人千面，最為用戶熟知的恐怕要屬今日頭條。依託先進的大數據技術，為不同年齡、不同性別、不同愛好的用戶推薦不同的新聞內容，打造新聞資訊的千人千面，成為越來越懂你的新聞資訊客戶端，也博得了一大批用戶的喜愛。

數年前智能電視崛起，顛覆了傳統電視的形態，搭載智能操作系統和視頻內容，能按照用戶意願下載各種第三方app，極大程度上拓展了電視的娛樂功能，延伸了家庭電視的內涵，給萬千用戶帶來更為新穎的視聽體驗。隨著技術的發展和人工智慧概念的應用，眾多電視系統開發者不滿足於僅有的「操作系統」，而是花費了更多心思用於「智能」操作系統的研發。這些「智能」操作系統不僅可以下載安裝各種APP，而且擁有語音交互、在線購物、人臉識別、視頻通話、AR等功能，在此基礎上，進一步實現了視頻內容的千人千面和個性化定製，將周到的服務體驗轉嫁到了電視層面。

那麼問題又來了。很多業內人士都對智能電視的個性化定製提出了疑問。電視的家庭屬性非常強，一台電視屬於爺爺奶奶、爸爸媽媽、兒子女兒，電視該如何判斷此刻是誰在使用，該怎麼為不同的家庭成員推薦不同的內容，從而實現真正意義的個性化定製。

基於現有技術水平和電視機本身的構造，要實現能夠識別用戶的個性化定製，方式主要有兩種：一是通過外置攝像頭，達到識別人臉的效果；二是通過話筒，實現聲紋識別。

今天我們主要說一下聲紋識別。

在普通大眾眼中，聲紋識別和語音識別是兩個很容易混淆的概念，其實二者有著很大的區別。語音識別的重點在於「聽得懂說什麼」，聲紋識別的重點在於「聽得懂是誰說」。聲紋識別是一種基於人類「生物特徵」的身份辨認方法，與指紋、唇紋、虹膜等一樣，也被稱為「活體密碼」，擁有極高的安全性，例如微信就採用了聲紋作為密碼驗證。

為什麼聲紋識別有著越來越廣闊的前景呢？最主要的原因是，能夠使用語言是人類與動物最主要的區別之一，語言也是人類生活中最廣泛的溝通方式，最天然的溝通入口，因此人類要訓練機器，讓機器擁有聽懂和表達語言的能力，不但要聽懂「說什麼」，還要聽懂「是誰說」，如此一來，人工智慧便能成為人類的工具，服務於人，所以聲紋識別成為物聯網時代的風口之一。

目前聲紋識別技術的工作流程主要有兩種，一種是「1對1」，可以用於密碼驗證、身份驗證等場景，比如微信語音密碼；另一種是「1對多」，這種技術比「1對1」更為複雜，因為它可以精準識別到每一位不同用戶，依賴的是機器學習和深度神經網路，從而為更廣闊的場景服務創造了無限可能。

與人臉識別所需要的攝像頭相比，聲紋識別只需要一個麥克風，如果在電視或智能家居設備上配備，顯然其成本因素更為低廉，因此也更容易受到廠商青睞。

除微信語音密碼驗證外，聲紋識別已經開始在智能電視或智能音箱上使用。比如9月20日暴風電視剛剛發布的AI2.0，「進一步深化對用戶行為數據的收集，充分沉澱用戶的使用習慣，完成對用戶行為和聲紋的分析，實現精準化內容推薦。針對不同的年齡段，不同性別的人群按需推薦內容，滿足不同用戶在家庭場景中個性化需求。」

在暴風電視的現場演示中，通過語音喚醒暴風大耳朵後，它可以根據聲紋識別出此刻正在收看電視的具體用戶，從而為該用戶推薦合適的視頻內容，這不但增加了人與設備之間的溝通，也更符合人類語言行為習慣，讓機器更懂人類，向人工智慧邁進新的一步。

除構建智能化場景服務外，聲紋識別還可用於銀行安保、身份驗證、公安破案等具體場景，為大眾帶來更方便、安全的生活服務。

當然，聲紋識別也不是萬能的，和其他技術一樣，也存在很多局限性。例如專業級別的技術門檻，只有擁有一定專業知識的技術人員才能實現聲紋識別功能；再例如周圍環境的噪音問題、嘈雜的現場、數人同時說話、遠場語音識別等難題，這些問題的解決絕非一朝一夕，而是需要在長久的行業磨合中，逐漸摸索出一條全面而完善的聲紋識別道路，「路漫漫其修遠兮」，相信在不久的未來，聲紋識別一定會像如今的指紋識別一樣，被大眾接受、普及。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！