“智能+”聲紋識別落地金融應(yīng)用

趙文聰

2018年，物流業(yè)、金融業(yè)、零售業(yè)等重資產(chǎn)傳統(tǒng)行業(yè)；城市管理、交通運輸、政務(wù)工業(yè)等國民生計各個方面；游戲、醫(yī)療、電商、視頻、在線教育等新產(chǎn)業(yè)的各個領(lǐng)域，都充斥著“智能+”的身影。

近日，《陸家嘴》雜志接觸到快商通COO劉曉葳，作為“智能+”市場領(lǐng)域的參與者，這家公司已將自主研發(fā)的聲紋識別技術(shù)落地應(yīng)用在金融、安防、社保、智能家居、物聯(lián)網(wǎng)等領(lǐng)域，推出“金融信貸身份反欺詐”、“社保異地生存驗證”等行業(yè)解決方案。

此前，智研咨詢發(fā)布《2018-2024年中國聲紋識別技術(shù)行業(yè)市場運營態(tài)勢及發(fā)展前景預(yù)測報告》指出，2017年聲紋識別技術(shù)的全球收入為1.32億美元，而這一數(shù)值在幾年后將增至1.59億美元，增速達(dá)到20.5%，預(yù)計到2021年，聲紋識別技術(shù)的全球收入將達(dá)到2.64億美元。僅從這一數(shù)值來看，聲紋識別的市場預(yù)期樂觀。

《陸家嘴》：快商通是一家于2009年成立的AI公司，你覺得快商通在金融領(lǐng)域布局的核心競爭力是什么？ 可以從技術(shù)和商業(yè)兩個維度分別與大家分享一下嗎？

劉曉葳：我們現(xiàn)在主要提供兩方面的技術(shù)，一是自然語言處理，一是聲紋識別，剛好這兩方面是前后端關(guān)系。

聲紋識別是通過收集不同人的聲音特征，再根據(jù)聲音特征去識別人的身份，這項技術(shù)可以廣泛地應(yīng)用于反欺詐、身份確認(rèn)等方面。

對于自然語言處理，它是在人工智能領(lǐng)域里面最難的一個部分，面對前端一些語言的構(gòu)成，先要由語音識別，再通過聲紋識別確認(rèn)身份以后，接著通過語音識別做一些文字的轉(zhuǎn)化，它最終服務(wù)的才是自然語言處理。

在銀行的應(yīng)用場景下，本身也有很多具有文本化的結(jié)構(gòu)信息。小到一個合同，一些紙質(zhì)文本的數(shù)據(jù)，所以整個技術(shù)方面是提供這兩項技術(shù)。

這兩項技術(shù)可以服務(wù)于怎樣的商業(yè)場景呢？在風(fēng)控方面，聲紋識別幫助我們從源頭識別人的身份，然后更多地應(yīng)用到其他場景，例如電話場景，以前在電話場景下沒有辦法做風(fēng)控，但由于目前聲紋識別可做身份確認(rèn)，所以已可以應(yīng)用。

另外，在銀行整體經(jīng)營效率的改進(jìn)和優(yōu)化中，通過自然語言處理的方式，也可以讓計算機(jī)更多理解和處理這些文本信息，從對應(yīng)信息中提取出一些高度結(jié)構(gòu)化的東西，或者發(fā)現(xiàn)一些敏感的內(nèi)容。從而在降低風(fēng)險、降低成本、提升效率等方面服務(wù)于銀行。

《陸家嘴》：那你認(rèn)為人類語言信息（和聽覺信息）在金融各場景中產(chǎn)生的價值有多大？

劉曉葳：我認(rèn)為價值有以下幾點，首先人類跟其他動物的最大區(qū)別，我認(rèn)為在于語言能力，而語言能力又轉(zhuǎn)化為書面能力、口頭表達(dá)能力，所以我們在整個金融場景中會留存很多結(jié)構(gòu)。其實以前數(shù)據(jù)分析只是聚焦在可量化的數(shù)值化行為數(shù)據(jù)，一大部分?jǐn)?shù)據(jù)實際都被放棄掉，我們沒有辦法從中挖掘出任何東西。

現(xiàn)在這部分?jǐn)?shù)據(jù)無論對我們整體的風(fēng)控還是提高銀行的效率、完善經(jīng)營控制等方面都是一個補(bǔ)全。

《陸家嘴》：快商通是如何用聲紋識別作為切入的？

劉曉葳：所謂的切入點，是這個口可以切。例如以前沒有做過的領(lǐng)域或者相對較少覆蓋的領(lǐng)域。在我看來，金融科技領(lǐng)域是一個類似盲區(qū)的點。此外，想要切入，說明業(yè)務(wù)對應(yīng)的需求開始迫切。

我們可以立足這兩點逐步分析一下，業(yè)務(wù)切口對于聲紋需求的迫切性表現(xiàn)在哪里？

我們第一步聲紋識別選擇的切入點是電話貸款業(yè)務(wù)，電話貸款業(yè)務(wù)雖然在很多金融機(jī)構(gòu)已有較大企業(yè)規(guī)模量，但是，這些企業(yè)在此業(yè)務(wù)上主要流通的是語音數(shù)據(jù)，沒有任何所謂的行為數(shù)據(jù)，也沒有數(shù)字化數(shù)據(jù)，僅僅有的就是語音。

我們以前通過電話通信角度想要知道一個人的真實身份，沒有辦法對身份做一些較為精準(zhǔn)的確認(rèn)。但目前在使用電話通道的時候，對于一些具體的場景，比如銀行中個人在申請貸款，我們可以通過聲紋識別更為準(zhǔn)確地判斷對方身份。

目前已有的一些大公司，在電話場景下已有很多像信用卡、貸款等方面的應(yīng)用，還有大量小型的機(jī)構(gòu)、地方銀行，都在逐步拓展這個業(yè)務(wù)線，因為它們的零售業(yè)務(wù)量一定是越來越大，所以從現(xiàn)在開始搭建聲紋識別的聲紋庫和聲紋識別引擎是一個好的時機(jī)，以免未來金融機(jī)構(gòu)自身業(yè)務(wù)量非常大的時候，他們要重新收集這些東西將會是很困難的。所以這是一個切入點。

除了“盲區(qū)”和需求迫切之外，切入點還有第三個特性，即它是一個入口，或者叫做一個起點。

我們現(xiàn)在的布局就是以聲紋識別為輻射中心，在完成對應(yīng)身份確認(rèn)的過程，后續(xù)會展開對應(yīng)人的一系列行為數(shù)據(jù)，在判斷屬于同一個人的行為數(shù)據(jù)后，后續(xù)其他連帶領(lǐng)域還有很多東西可以進(jìn)一步發(fā)展。

《陸家嘴》：金融“科技化”中用戶體驗與安全風(fēng)控如何平衡？

劉曉葳：其實根本上還是要符合業(yè)務(wù)的需要。業(yè)務(wù)需要是什么？舉兩個具體的場景。

第一個場景就是支付。以華為為例，華為新發(fā)布的手機(jī)Mate 20系列，搭載了聲紋識別，但是解鎖手機(jī)的安全隱私性就類似于支付的場景。

所以在對應(yīng)支付場景下的體驗對安全性的要求非常高，會降低用戶體驗。例如要利用聲紋識別進(jìn)行支付，那么聲紋的技術(shù)則要求錯誤率極低，幾乎為零，才能通過，否則我必須加一個驗證的標(biāo)準(zhǔn)，所以對于類似場景使用，體驗便相對不流暢。

除此之外，銀行中的遠(yuǎn)程柜員機(jī)，用人臉活體檢測的方式通過驗證，其實只是80%以下的通過率，通過率相對較低。用戶體驗可能就沒那么好，因為它是支付場景，要相對提高警惕。

第二個場景如線上貸款，當(dāng)然要進(jìn)行風(fēng)控，但是前提首先需要將業(yè)務(wù)做起來。所以從這個角度來講，聲紋識別的應(yīng)用中，我寧可說有幾個真正的我要抓的黑中介被漏過去了，我也不要將本來是我的目標(biāo)客戶，但是被我認(rèn)定成黑中介。因此，總體來看主要還是在于業(yè)務(wù)的設(shè)計。