聲紋識別技術(shù)能夠在金融場景落地，與行業(yè)的積極擁抱并出臺相關(guān)標準有關(guān)——2018年中國人民銀行發(fā)布聲紋識別相關(guān)行業(yè)標準，2019年聲紋識別系統(tǒng)成為唯一一個入選金融科技產(chǎn)品認證目錄的生物識別技術(shù)。

    繼指紋、面部、虹膜之后，聲紋作為象征我們個人ID的一部分，也陸續(xù)開啟了商用大潮。

    近日，中國工商銀行開始把聲紋識別技術(shù)應(yīng)用于信用卡反欺詐場景，在其位于北京、湖北、四川、山西的四家分行正式上線，在同業(yè)中率先開啟了風(fēng)險管控的新模式。

    聲紋識別從單純技術(shù)本身來說，在20世紀便有了相關(guān)研究和落地的探索，近年來，部分比較成熟的方案開始被境內(nèi)外一些銀行系統(tǒng)采用，那是聲紋識別技術(shù)應(yīng)用落地的初級階段。

    真正走向成熟，核心還是依托于21世紀AI技術(shù)取得的突破。尤其是年初數(shù)月的疫情背景下，市場對這種非接觸且高準確度的技術(shù)應(yīng)用需求突然放大甚至與日俱增。

    據(jù)前瞻產(chǎn)業(yè)研究院分析，當下全球生物識別產(chǎn)業(yè)規(guī)模龐大，僅語音生物識別（即聲紋識別）這一細分方向的市場規(guī)模2020年有望超過1400億元人民幣（約200億美元），占整個生物識別市場的22.4%。

    聲揚科技CTO陳東鵬向21世紀經(jīng)濟報道記者表示，未來隨著5G、大數(shù)據(jù)、云計算等新技術(shù)發(fā)展愈發(fā)成熟、語音的入口更普及，可利用的語音數(shù)據(jù)會越來越多。聲紋識別技術(shù)有望在金融、公安、智能硬件、IoT等領(lǐng)域中發(fā)揮越來越重要的作用。

    逐層技術(shù)演進

    提到聲紋，很容易被理解為容易被模仿的聲線，其實二者不能等同。

    有行業(yè)人士向記者分析道，聲紋很難被偽裝，因為其識別的內(nèi)容主要包括聲帶振動頻率、聲道等特征組成的語音模型，能被偽裝的只在于口頭禪等行為特征。

    “每個人說話時的音調(diào)、音色等習(xí)慣幾乎獨一無二，這些信息通過電聲學(xué)儀器測量并分析，就構(gòu)成了不同的聲波頻譜，所以用聲紋來認證身份具有唯一性和穩(wěn)定性。”他續(xù)稱。

    清華大學(xué)人工智能研究院聽覺智能研究中心發(fā)布的一份聲紋識別技術(shù)白皮書顯示，目前市場上主流的生物識別方案包括掌紋、虹膜、視網(wǎng)膜、人臉、聲紋等。從易仿冒程度來看，虹膜和視網(wǎng)膜是極難的，聲紋被評定為難，其余則均為一般。

    基于這些背景，關(guān)于聲紋的研究其實早已有之，只是隨著底層技術(shù)的迭代，應(yīng)用過程能夠更加無感，同時達到較高準確度。

    陳東鵬向21世紀經(jīng)濟報道記者分析道，早期的聲紋識別技術(shù)，為了節(jié)省時間并提升用戶體驗，會要求用戶念一段固定的文本，此后每次驗證都是朗讀同一段文本。

    這被稱為固定文本的認證方式。“但會造成兩個問題，第一是用戶體驗不好，每次都被要求生硬地念一段文本，無法做到與用戶在自然交流中無感地完成身份認證；第二是容易被錄音攻擊，因為每次朗讀的都是同一段內(nèi)容，犯罪分子有可能通過提前偷錄他人的聲音，然后通過錄音回放攻擊系統(tǒng)。”他進一步表示，這導(dǎo)致初期的技術(shù)落地會存在較大風(fēng)險。

    大約在2000年開始，聲紋識別技術(shù)進入相對成熟期，在此期間誕生了一批老牌語音廠商，科大訊飛就在其中。

    前述行業(yè)人士向記者指出，這一階段的聲紋識別技術(shù)要點在于，將錄入的聲音壓縮成固定的矢量進行匹配，準確率已經(jīng)能夠達到約95%的水平，不足之處在于容易因外部干擾而影響結(jié)果，因此還沒到適合商用的標準。

    從2015年開始，隨著AI技術(shù)的深化，不少以該項技術(shù)為背景的創(chuàng)業(yè)公司專門投身聲紋識別領(lǐng)域，不僅如此，在這兩年來，BAT等巨頭也相繼在這一領(lǐng)域入局。

    “如今聲紋識別技術(shù)的進步，得益于深度學(xué)習(xí)技術(shù)的成熟，以及傳感器、麥克風(fēng)、通信信道（如5G、4GVoLTE高清通話）等技術(shù)的進步。”陳東鵬介紹道，目前聲揚科技的聲紋識別技術(shù)可以保證在高噪聲環(huán)境下聲紋識別的魯棒性、在很短時間內(nèi)完成語音認證，也無需設(shè)置固定交流內(nèi)容。

    應(yīng)用場景擴圍

    雖然當前已經(jīng)可以在較好體驗的情況下落地商用，但聲紋識別技術(shù)還有更長遠的路要走。

    業(yè)內(nèi)認為，當前階段的聲紋識別技術(shù)已經(jīng)能夠滿足部分行業(yè)特定場景的應(yīng)用需求，當然從商用門檻的成熟，到未來體驗的成熟，依然有很大提升空間。

    對諸多生物識別技術(shù)來說都是如此。即便是目前已經(jīng)十分普及到手機端的屏下指紋識別技術(shù)，歷經(jīng)多年商用迭代，也依然可以在識別時間、精準度、模組大小等方面繼續(xù)優(yōu)化。

    陳東鵬向記者坦言，聲紋識別技術(shù)的下一步挑戰(zhàn)主要包括兩方面：遠場識別、跨信道識別的優(yōu)化。

    “雖然聲揚科技已經(jīng)可以做到兩米左右這種遠場的識別，但我們的目標是做到像‘人耳’一樣，可以距離很遠就通過聲音識別人的身份。”他進一步解釋。

    而所謂跨信道識別，是指早期僅能通過手機或者電腦麥克風(fēng)采集信號，但未來可以進一步擴大到更多設(shè)備中。陳東鵬續(xù)稱，“現(xiàn)在還是會受信道的影響，隨著通訊技術(shù)進步、數(shù)據(jù)積累、訓(xùn)練模型魯棒性更高，相信這個問題能得到更好解決。”

    此次能夠在金融場景落地，也與行業(yè)的積極擁抱并出臺相關(guān)標準有關(guān)。

    2014年公安部便首次針對聲紋識別的應(yīng)用技術(shù)要求和安全等級制定標準，在2019年確定了關(guān)于聲紋數(shù)據(jù)庫建設(shè)、信息采集指引的細化內(nèi)容。

    在金融行業(yè)，2018年中國人民銀行發(fā)布聲紋識別相關(guān)行業(yè)標準，2019年聲紋識別系統(tǒng)還成為唯一一個入選金融科技產(chǎn)品認證目錄的生物識別技術(shù)，為今天的探索落地奠定了基礎(chǔ)。

    前文提到的銀行信用卡反欺詐場景，其應(yīng)用主要是通過電話銀行，在線上辦理信用卡申請、啟卡、盡調(diào)等環(huán)節(jié)時，遠程在線建立個人聲紋ID檔案并為后續(xù)身份識別、欺詐風(fēng)險判斷提供依據(jù)。

    可想而知，疫情期間對于無接觸的需求突然大增，聲紋識別技術(shù)也迎來更多落地機會。陳東鵬介紹，比如門禁、電梯、回訪平臺等，都可以用到聲紋技術(shù)。“我們在疫情期間做了幾款相關(guān)的產(chǎn)品，比如聲紋門禁、遠程健康回訪系統(tǒng)，這個系統(tǒng)也最先被南山粵海街道辦采用。”

    “聲紋的一大優(yōu)勢，是它蘊含在人們交流所需的語音當中，這些語音包含著極為豐富的個人信息，如性別、年齡、地域、環(huán)境、情緒、職業(yè)、偏好等，聲紋揭示的身份信息，是將這些個人化的信息聚集在一起的中心點，這將是很多行業(yè)提供‘以用戶為中心’服務(wù)所必須掌握的。”他如此總結(jié)道。