聲紋識別目前已被用于部分銀行 聲音會被模仿,，聲紋還可靠嗎

配音演員模仿其他人的聲音,，雖然聽覺上相似,，但也無法模仿說話者最本質(zhì)的特性,。從聲紋特征分析上還是會有差異。

繼“刷臉”之后 聲紋識別也已進入我們的生活,。近日,，平安科技和金融壹賬通聯(lián)合項目組與廣發(fā)銀行簽署了聲紋核身項目，將在銀行預防欺詐,、提供優(yōu)質(zhì)服務方面發(fā)揮作用,。此前，市場監(jiān)管總局,、人民銀行兩部委發(fā)文,，決定將支付技術(shù)產(chǎn)品認證擴展為金融科技產(chǎn)品認證，并確定了《金融科技產(chǎn)品認證目錄（第一批）》,，該認證目錄中也包括聲紋識別系統(tǒng),。

那么，什么是聲紋,？它會被模仿導致識別設備誤判嗎,？

頻譜、韻律,、語言特征均有差異 聲紋具有唯一性和獨特性

聲紋是生物識別特征的一種,，是在說話人發(fā)聲時提取出來的，可以作為說話人的表征和標識,，能與其他人相互區(qū)別的語音特征,，以及基于這些特征或參數(shù)所建立的語音模型的總稱。聲紋識別又稱為說話人識別,，是從說話人發(fā)出的聲音頻譜圖中提取身份特征信息和聲紋特征,，再把聲信號轉(zhuǎn)換成電信號，用計算機通過相關(guān)算法進行比對識別的技術(shù),。

清華大學信息技術(shù)研究院教授鄭方說,，語音信號之所以被形容為“形簡意豐”，是因為聲音包含有內(nèi)容,、身份,、情感、年齡及健康狀況等豐富的信息,。再加上人類語言的產(chǎn)生要經(jīng)過人體語言中樞與發(fā)音器官間復雜的生理物理過程,，理論上說，每個人說話時的短時頻譜,、聲源,、時序動態(tài)、韻律,、語言學特征等都有差異,。因此，聲紋就像指紋一樣具有唯一性和獨特性。

與人臉,、指紋和虹膜識別相比,，聲紋識別有著諸多優(yōu)勢，比如聲紋語料收集方式自然,，無須進行眨眼,、擺動臉部等特定動作，不受光線或隱私等特定場景的約束,，人們接受度更高,；聲紋識別可以隨機改變朗讀內(nèi)容，即便曾在網(wǎng)上或其他地方留下語音信息,，也不易被復制或盜用,。“被識別人不需要近距離接觸識別設備,，聲紋可以通過電話,、APP等渠道傳達語音到后臺進行識別，并且可以在用戶語音對話過程中自動完成識別,，使用成本低而且方便快捷,。”平安科技聲紋領(lǐng)域?qū)＜腋嬖V科技日報記者,。

聽起來相似不等于聲紋相似 聲紋識別準確率已超過99%

登錄手機銀行APP,，開啟聲紋驗證，用戶只要準確說出隨機動態(tài)碼,，系統(tǒng)錄制語音信息,、驗證聲紋及隨機動態(tài)碼后，就能進行轉(zhuǎn)賬,、支付等交易……目前,，聲紋識別已經(jīng)在部分銀行開始使用了。

不過,，生活中聲音相似的人有很多,，有些配音演員還可以模仿他人的聲音，用聲紋作為金融產(chǎn)品認證會不會很不安全,？對此,，平安科技聲紋專家解釋說，總體來說,，聲紋是穩(wěn)定的生物特征,。除了人一生中的某些年齡段如少年變聲期，聲紋可能會有所變化,，大多數(shù)情況下聲紋特征是穩(wěn)定的,。

由于每個人在說話時使用的發(fā)聲器官,，如舌頭、牙齒,、口腔,、聲帶、肺,、鼻腔等在尺寸和形態(tài)方面有所差異,，以及年齡、性格,、語言習慣等多種原因，在發(fā)音時千姿百態(tài),，導致這些器官每個人發(fā)出的聲音必然有著各自的特點,。特別是，每個人在說話過程中所蘊含的個性特征,，如發(fā)音習慣等幾乎是獨一無二的,，就算被模仿，也改變不了說話者最本質(zhì)的特性,。

“因此,，配音演員模仿其他人的聲音，雖然聽覺上相似,，但也無法模仿說話者最本質(zhì)的特性,。從聲紋特征分析上還是會有差異，是可以區(qū)別開來的,?！?/p>

根據(jù)測算結(jié)果，公安部發(fā)布《GA/T 1179-2014安防聲紋確認應用算法技術(shù)要求和測試方法》標準,，聲紋科技產(chǎn)品依據(jù)該標準進行數(shù)據(jù)采集,。目前，用戶如果按照事先指定的文本讀出內(nèi)容,，聲紋識別準確率已達99.8%,；如不照讀事先指定的文本內(nèi)容而隨意發(fā)聲，聲紋識別準確率也能達到99.1%,?！半m然準確率不低，但還是存在誤判的可能,，在設計使用場景和流程時,，需要考慮到聲紋識別并非100%準確率的現(xiàn)實?！逼桨部萍悸暭y專家說,，聲紋作為金融產(chǎn)品的認證，需要看具體場景。對于輔助核實身份,、名單識別,、防欺詐、聲紋鎖登錄等場景使用是合適的,；但在大額支付類的場景中,，如果將聲紋作為唯一的認證手段，就需要充分評估風險,。

目前,，除了金融領(lǐng)域外，聲紋正在進入公共安全,、智能家居,、智慧教育、智能社區(qū)等行業(yè),，并根據(jù)不同應用場景的特點進行針對性開發(fā),。如冒領(lǐng)養(yǎng)老金的事件時有發(fā)生，如果要求高齡老人必須親臨現(xiàn)場驗明正身才能領(lǐng)取養(yǎng)老金,，又會非常不便,。聲紋確認技術(shù)具有遠程操控屬性，社保局通過預裝聲紋身份認證系統(tǒng),，就可對領(lǐng)養(yǎng)老金者開展遠程身份認證,，實現(xiàn)“信息多跑路，群眾少跑腿”,。目前,，貴州省黔東南州等地正在開展相關(guān)試點。（記者 李禾）

相關(guān)鏈接

聲紋識別技術(shù)發(fā)展“三步走”

以語音作為身份認證的手段,，最早可追溯到17世紀60年代英國查爾斯一世之死的案件審判中,。1966年，美國法院第一次采用聲紋進行取證,。隨著研究手段和計算機技術(shù)的不斷進步,，聲紋識別逐步由單純的人耳聽辨，轉(zhuǎn)向基于計算機的自動識別,。

聲紋識別技術(shù)發(fā)展大致可以分為3個階段：第一階段,，基于模板匹配的方法。像人臉一樣,，聲紋要先做注冊,，再做驗證，注冊時說的內(nèi)容要和驗證時是一樣的,。比如注冊時說了“密碼”二字,，驗證時也必須說“密碼”,，這相當于驗證時被限制了，只是比較這兩個聲音像不像,；第二階段,，2000年開始的基于概率模型研究。如有的人說話快,，有的人說話慢,，聲音是有時間長度的，要把可變長度的向量變成物理程度,，這是基于高斯模型概率統(tǒng)計的,，這時的聲紋識別準確性會受到噪聲、干擾等影響,；第三階段,，2012年左右開始，深度學習給人工智能發(fā)展帶來了巨大的影響,，同樣也快速推動了聲紋識別的發(fā)展。