声纹识别技术：安全指数更高但其发展仍面临重重阻碍

鉴于安全性等方面的需求，声纹识别技术渐渐受到人们的关注。

在众多生物识别技术中，除了早已使用多年的指纹识别、虹膜识别，近期兴起的人脸识别技术被用于公司打卡、软件系统登录、家庭或公共场所的安防等多个场景，而语音识别技术的用途更是广泛，机器人、智能家居产品、无人车等等。

随着相关算法的精进，以上生物识别技术的准确率已经可以与人类相媲美。而在这些识别技术愈加成熟之时，越来越多的人将目光放在另外一种生物识别技术上——声纹识别。

什么是声纹识别技术？

声纹识别，也称作说话人识别，是一种通过声音判别说话人身份的技术。人在讲话时使用的发声器官舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异，因而声纹具有唯一性。

根据不同的应用场景，声纹识别可分为说话人辨识（SpeakerIdentification，SI）和说话人确认（SpeakerVerification，SV）。SI指的是我们有了一段待测的语音，需要将这段语音与我们已知的一个集合内的一干说话人进行比对，选取最匹配的那个说话人，是一个1对多的判别问题；SV指的是我们有了一段未知的语音，紧接着判断这段语音是否来源于这个目标用户即可，是一个1对1的二分类问题。

声纹识别的应用及成果

在应用上，声纹识别更大的应用前景在于安防领域，比如刑侦破案、门禁、银行交易等等。此外，在智能家居等领域，为了安全，也为了更好的智能体验，比如在人声鼎沸的情境中准确识别哪句话是主人下达的命令等，声纹识别技术也就渐渐受到了重视。

当前，在声纹识别需求渐增的情况下，专注于声纹识别的企业也有不少，并已取得了不错的成果。比如国外的Nuance、VoiceVault、Voice Biometrics、PhoneFactor，或是国内的科大讯飞、中科信利、厦门天聪、上海电虹等公司。

以科大讯飞为例，此前，在锤子手机的发布会上，罗永浩成功的为科大讯飞做了一次PR，一时间，科大讯飞的语音识别技术受到了人们更多的关注。作为同属于语音技术的“兄弟”，声纹技术也是科大讯飞的关注领域，并已研究多年。在2015年，依托于声纹识别、人脸识别技术，科大讯飞构建了业界首个统一生物认证系统，用人脸识别补充声纹识别的不稳定性，进一步的提高了安全性，并在金融、保险等领域启动了大规模的应用推广。

声纹识别的优势与挑战

声纹识别的主要任务包括：语音信号处理、声纹特征提取、声纹建模、声纹比对、判别决策等。

相对于其他生物识别技术，在安全性上，声纹识别的唯一性不说排第一，但也是名列前茅的，纵然模仿声音类似，但也是能够分辨出来的。除了更高的安全指数，与其他生物识别技术相比，声纹识别还有着其他的优势：

1、蕴含声纹特征的语音获取方便、自然；

2、获取语音的成本低廉，使用简单，像麦克风、通讯设备等皆可；

3、适合远程身份确认；

4、声纹辨认和确认的算法复杂度低；

5、配合一些其他措施，如通过语音识别进行内容鉴别等，可以提高准确率；

不过，纵然有着这么多的优势，但在实际操作中，声纹识别却面临着重大的挑战：

1、如何建立声纹库和特征：从理论上讲，声纹的获取是极其容易的，但这仅仅是针对国家相关机构，如目前声纹库最全的公安。对企业而言，所有的声纹数据都需要他们自行采集，这是一件相当具有难度的任务。另外，在数据不全面的情形之下，声纹特征的提取和建立也就受到了阻碍，从而就难以训练声纹识别的机器学习算法，以提高识别的准确率。

2、如何降低内外环境对于声纹的影响：目前，人们对声纹识别的要求已经不仅仅满足于静态检测，更多的是动态检测。在外部环境中，首先，声音是通过录音设备进行采集的，不同的型号的录音设备对语音都会造成一定程度上的畸变，同时由于背景环境和传输信道等的差异，对语音信息也会造成不同程度的损伤。这些情况的出现为声纹识别增添了不少的问题。比如外部环境的影响，哪怕是如今发展较为完善、已经实现落地的语音识别技术，降噪以及去混响方面也依然是其运行中的一大难题。

此外，在内部环境中，对于同一个用户，即便采集到的两段语音内容都是相同的，但由于情绪、语速、疲劳程度等原因，语音都会有一些差异性。在这方面，镁客君的小伙伴就曾做过实验，以不同的嗓音、速度唤醒iPhone 7中的Siri，结果显示，只有与提前录制的语音同样的嗓音、速度才能成功唤醒。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！