近日，中國工商銀行開(kāi)始把聲紋識別技術(shù)應用于信用卡反欺詐場(chǎng)景，在其位于北京、湖北、四川、山西的四家分行正式上線(xiàn)，在同業(yè)中率先開(kāi)啟了風(fēng)險管控的新模式。
聲紋識別從單純技術(shù)本身來(lái)說(shuō)，在20世紀便有了相關(guān)研究和落地的探索，近年來(lái)，部分比較成熟的方案開(kāi)始被境內外一些銀行系統采用，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。尤其是年初數月的疫情背景下，市場(chǎng)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。
據前瞻產(chǎn)業(yè)研究院分析，當下全球生物識別產(chǎn)業(yè)規模龐大，僅語(yǔ)音生物識別（即聲紋識別）這一細分方向的市場(chǎng)規模2020年有望超過(guò)1400億元人民幣（約200億美元），占整個(gè)生物識別市場(chǎng)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(lái)隨著(zhù)5G、大數據、云計算等新技術(shù)發(fā)展愈發(fā)成熟、語(yǔ)音的入口更普及，可利用的語(yǔ)音數據會(huì )越來(lái)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(lái)越重要的作用。
逐層技術(shù)演進(jìn)
提到聲紋，很容易被理解為容易被模仿的聲線(xiàn)，其實(shí)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，因為其識別的內容主要包括聲帶振動(dòng)頻率、聲道等特征組成的語(yǔ)音模型，能被偽裝的只在于口頭禪等行為特征。
“每個(gè)人說(shuō)話(huà)時(shí)的音調、音色等習慣幾乎獨一無(wú)二，這些信息通過(guò)電聲學(xué)儀器測量并分析，就構成了不同的聲波頻譜，所以用聲紋來(lái)認證身份具有唯一性和穩定性。”他續稱(chēng)。
清華大學(xué)人工智能研究院聽(tīng)覺(jué)智能研究中心發(fā)布的一份聲紋識別技術(shù)白皮書(shū)顯示，目前市場(chǎng)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(lái)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(shí)早已有之，只是隨著(zhù)底層技術(shù)的迭代，應用過(guò)程能夠更加無(wú)感，同時(shí)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)，為了節省時(shí)間并提升用戶(hù)體驗，會(huì )要求用戶(hù)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(chēng)為固定文本的認證方式。“但會(huì )造成兩個(gè)問(wèn)題，第一是用戶(hù)體驗不好，每次都被要求生硬地念一段文本，無(wú)法做到與用戶(hù)在自然交流中無(wú)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容，犯罪分子有可能通過(guò)提前偷錄他人的聲音，然后通過(guò)錄音回放攻擊系統。”他進(jìn)一步表示，這導致初期的技術(shù)落地會(huì )存在較大風(fēng)險。
大約在2000年開(kāi)始，聲紋識別技術(shù)進(jìn)入相對成熟期，在此期間誕生了一批老牌語(yǔ)音廠(chǎng)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(diǎn)在于，將錄入的聲音壓縮成固定的矢量進(jìn)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果，因此還沒(méi)到適合商用的標準。
從2015年開(kāi)始，隨著(zhù)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(zhuān)門(mén)投身聲紋識別領(lǐng)域，不僅如此，在這兩年來(lái)，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(jìn)步，得益于深度學(xué)習技術(shù)的成熟，以及傳感器、麥克風(fēng)、通信信道（如5G、4GVoLTE高清通話(huà)）等技術(shù)的進(jìn)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(shí)間內完成語(yǔ)音認證，也無(wú)需設置固定交流內容。
應用場(chǎng)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(cháng)遠的路要走。
業(yè)內認為，當前階段的聲紋識別技術(shù)已經(jīng)能夠滿(mǎn)足部分行業(yè)特定場(chǎng)景的應用需求，當然從商用門(mén)檻的成熟，到未來(lái)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(lái)說(shuō)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(shí)間、精準度、模組大小等方面繼續優(yōu)化。
陳東鵬向記者坦言，聲紋識別技術(shù)的下一步挑戰主要包括兩方面：遠場(chǎng)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(chǎng)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(guò)聲音識別人的身份。”他進(jìn)一步解釋。
而所謂跨信道識別，是指早期僅能通過(guò)手機或者電腦麥克風(fēng)采集信號，但未來(lái)可以進(jìn)一步擴大到更多設備中。陳東鵬續稱(chēng)，“現在還是會(huì )受信道的影響，隨著(zhù)通訊技術(shù)進(jìn)步、數據積累、訓練模型魯棒性更高，相信這個(gè)問(wèn)題能得到更好解決。”
此次能夠在金融場(chǎng)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)于聲紋數據庫建設、信息采集指引的細化內容。
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年聲紋識別系統還成為唯一一個(gè)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。
前文提到的銀行信用卡反欺詐場(chǎng)景，其應用主要是通過(guò)電話(huà)銀行，在線(xiàn)上辦理信用卡申請、啟卡、盡調等環(huán)節時(shí)，遠程在線(xiàn)建立個(gè)人聲紋ID檔案并為后續身份識別、欺詐風(fēng)險判斷提供依據。
可想而知，疫情期間對于無(wú)接觸的需求突然大增，聲紋識別技術(shù)也迎來(lái)更多落地機會(huì )。陳東鵬介紹，比如門(mén)禁、電梯、回訪(fǎng)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(mén)禁、遠程健康回訪(fǎng)系統，這個(gè)系統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(yǔ)音當中，這些語(yǔ)音包含著(zhù)極為豐富的個(gè)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(gè)人化的信息聚集在一起的中心點(diǎn)，這將是很多行業(yè)提供‘以用戶(hù)為中心’服務(wù)所必須掌握的。”他如此總結道。
