2014年公安部便首次針對聲紋識別的應用技術(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。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。
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)。
近日,中國工商銀行開始把聲紋識別技術(shù)應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)、音色等習慣幾乎獨一無二,這些信息通過電聲學儀器測量并分析,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?!暗珪斐蓛蓚€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,這導致初期的技術(shù)落地會存在較大風險。
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,得益于深度學習技術(shù)的成熟,以及傳感器、麥克風、通信信道(如5G、4G VoLTE高清通話)等技術(shù)的進步?!标悥|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。