除了指紋識(shí)別、面容識(shí)別，你還能想到什么生物識(shí)別方法呢？沒(méi)錯(cuò)！就是聲紋識(shí)別。雖然聲紋識(shí)別一直非常低調(diào)，但也不能否認(rèn)它是人工智能領(lǐng)域的又一黑科技。

語(yǔ)音識(shí)別并不是聲紋識(shí)別

▲ 設(shè)置Siri時(shí)的聲紋識(shí)別

聲紋識(shí)別聽(tīng)上去好像很高級(jí)，其實(shí)不少小伙伴的手機(jī)里就有這個(gè)功能哦。小黑以iPhone為例，當(dāng)你開(kāi)啟Siri語(yǔ)音助手時(shí)，系統(tǒng)會(huì)先讓你讀出一些特定的句子。這個(gè)步驟就是為了識(shí)別你的聲紋，以免其他人可以喚醒你的Siri。

▲ 通過(guò)聲音可控制許多智能家居

現(xiàn)在很多智能家居都可以通過(guò)聲音來(lái)操控，比如用小愛(ài)音箱來(lái)開(kāi)關(guān)燈具，或者對(duì)智能電視發(fā)出指令來(lái)調(diào)換頻道等。于是就會(huì)有許多小伙伴認(rèn)為，這也是聲紋識(shí)別。其實(shí)目前大多數(shù)的聲音操控都屬于語(yǔ)音識(shí)別。

簡(jiǎn)而言之，語(yǔ)音識(shí)別是為了識(shí)別語(yǔ)音中的內(nèi)容，并用AI自動(dòng)將我們說(shuō)出的話(huà)轉(zhuǎn)換成相應(yīng)的文字。而聲紋識(shí)別可以識(shí)別出說(shuō)話(huà)人的身份，實(shí)現(xiàn)“一對(duì)一”語(yǔ)音控制。因此，聲紋識(shí)別不注重語(yǔ)音信號(hào)的語(yǔ)義，而是從語(yǔ)音信號(hào)中提取個(gè)人聲紋特征，挖掘出包含在語(yǔ)音信號(hào)中的個(gè)性因素。

聲紋識(shí)別究竟特別在哪里？

我們平時(shí)在說(shuō)話(huà)時(shí)的發(fā)聲器官在尺寸和形狀方面每個(gè)人的差異都很大，所以任何兩個(gè)人的聲紋圖譜都不可能相同。聲紋識(shí)別也正是通過(guò)這個(gè)特點(diǎn)來(lái)通過(guò)對(duì)比語(yǔ)音的相同音素上的發(fā)聲來(lái)判斷聲音是否屬于同一個(gè)人。

聲紋識(shí)別基于語(yǔ)音中所包含的說(shuō)話(huà)人特有的個(gè)性信息，再利用計(jì)算機(jī)以及現(xiàn)有的識(shí)別技術(shù)，自動(dòng)鑒別當(dāng)前語(yǔ)音對(duì)應(yīng)的說(shuō)話(huà)人身份。聲紋識(shí)別系統(tǒng)包含了說(shuō)話(huà)人模型訓(xùn)練和測(cè)試語(yǔ)音識(shí)別兩個(gè)階段。

▲ 聲紋識(shí)別的系統(tǒng)框架

訓(xùn)練階段：對(duì)使用系統(tǒng)的說(shuō)話(huà)人預(yù)留了充足的語(yǔ)音，并對(duì)不同說(shuō)話(huà)人的語(yǔ)音提取聲學(xué)特征，然后根據(jù)每個(gè)說(shuō)話(huà)人的語(yǔ)音特征，訓(xùn)練得到對(duì)應(yīng)的說(shuō)話(huà)人模型，最終將全體說(shuō)話(huà)人模型集合在一起組成系統(tǒng)的說(shuō)話(huà)人模型庫(kù)。

識(shí)別階段：說(shuō)話(huà)人進(jìn)行識(shí)別認(rèn)證的時(shí)候，系統(tǒng)對(duì)識(shí)別語(yǔ)音進(jìn)行相同的特征提取，并將語(yǔ)音特征與說(shuō)話(huà)人模型庫(kù)進(jìn)行比對(duì)，得到對(duì)應(yīng)說(shuō)話(huà)人模型的相似性打分，最后根據(jù)識(shí)別打分，判斷說(shuō)話(huà)人身份。

▲ 指紋和面容識(shí)別無(wú)法做到無(wú)感知

和指紋識(shí)別相比，聲紋識(shí)別技術(shù)可以做到無(wú)感知、無(wú)接觸。你不需要用手指觸摸很多人留下細(xì)菌的指紋識(shí)別設(shè)備。而相比于面容識(shí)別，特別在人人都戴口罩的特殊時(shí)期，不用摘下口罩依然可以利用聲紋來(lái)辨別信息。

哪些場(chǎng)景會(huì)運(yùn)用到聲紋識(shí)別？

其實(shí)當(dāng)今遠(yuǎn)程交互方式變得越來(lái)越多，在一些特定的智能場(chǎng)景中，是沒(méi)有辦法通過(guò)指紋或是面容來(lái)進(jìn)行識(shí)別的，那么聲紋識(shí)別就成為了唯一可以識(shí)別我們身份的技術(shù)。既然聲紋識(shí)別這么厲害，它可以被運(yùn)用到哪些場(chǎng)景中呢？

大家應(yīng)該都在銀行的電話(huà)客服上面辦過(guò)業(yè)務(wù)吧，每一次都要報(bào)出身份證、手機(jī)號(hào)等一系列能夠證明自己身份的信息。但如果聲紋識(shí)別未來(lái)得到普及，銀行就可以通過(guò)聲紋來(lái)辨別身份，無(wú)論是電話(huà)還是網(wǎng)上都能夠輕松辦理業(yè)務(wù)了。

當(dāng)然，社保局也可以運(yùn)用聲紋識(shí)別防止養(yǎng)老金被冒領(lǐng)。畢竟許多老人對(duì)于人工智能、生物識(shí)別并不很了解，而聲紋識(shí)別只用通過(guò)聲音，哪怕本人無(wú)法到達(dá)現(xiàn)場(chǎng)，也可以通過(guò)電話(huà)進(jìn)行遠(yuǎn)程身份確認(rèn)。

聲紋識(shí)別還可以運(yùn)用到火車(chē)、飛機(jī)的安檢流程中，有效的對(duì)危險(xiǎn)人物進(jìn)行識(shí)別和提示。對(duì)于電話(huà)詐騙、刑事案件也有很大的幫助，公安司法人員可以通過(guò)聲紋識(shí)別來(lái)鎖定嫌犯或縮小偵查范圍。

不過(guò)，聲紋識(shí)別的缺點(diǎn)也十分明顯，對(duì)環(huán)境的要求非常高，在嘈雜的環(huán)境混合說(shuō)話(huà)下，聲紋不易獲��；人的聲音也會(huì)隨著年齡、身體狀況、情緒等的影響而變化；不同的麥克風(fēng)和信道對(duì)識(shí)別性能有影響等。

聲紋識(shí)別作為最前沿的生物識(shí)別技術(shù)之一，未來(lái)一定會(huì)有更多有意義的使用場(chǎng)景，例如在操控智能音箱時(shí)，根據(jù)不同用戶(hù)的聲紋判斷他們的使用習(xí)慣，來(lái)以此提供更人性化的服務(wù)。不過(guò)，小黑覺(jué)得想要達(dá)到真正的一對(duì)一聲紋識(shí)別，人工智能還需要時(shí)間來(lái)學(xué)習(xí)。