聲紋識(shí)別漸行漸近

文/王夢(mèng)然

圖/東方IC

當(dāng)下，聲紋識(shí)別開始進(jìn)入生活，涉及社保、公安、金融等領(lǐng)域。相對(duì)于其他生物識(shí)別技術(shù)，聲紋識(shí)別安全性能更高。中科院院士張鈸就曾指出，現(xiàn)在的圖像識(shí)別存在局限性，只需加一點(diǎn)點(diǎn)的干擾，機(jī)器就會(huì)將一個(gè)“炮兵陣地”錯(cuò)誤識(shí)別為“一群羊”，甚至是任何其他東西，很“脆弱”“很不安全”，從目前來看，各種生物特征識(shí)別技術(shù)里相對(duì)安全性能較高的就是聲紋識(shí)別。

“聲紋+”實(shí)現(xiàn)與蒙娜麗莎的完美對(duì)話

所謂聲紋，就是人的聲波頻譜。人類語言的產(chǎn)生是人體語言中樞與發(fā)音器官之間一個(gè)復(fù)雜的生理物理過程，人在講話時(shí)使用的發(fā)聲器官——舌、牙齒、喉頭、鼻腔、肺在尺寸和形態(tài)方面每個(gè)人的差異很大，所以每個(gè)人的“聲紋”都是唯一的。

事實(shí)上，聲紋技術(shù)在遠(yuǎn)程身份認(rèn)證中的重要性正變得越來越突出，逐漸應(yīng)用在社保、金融、公安等領(lǐng)域。前階段，我國“聲紋+”身份認(rèn)證云項(xiàng)目落戶內(nèi)蒙古，將為更多百姓帶來網(wǎng)絡(luò)身份認(rèn)證的安全與便利。相關(guān)人士指出，未來2 至3 年將是“聲紋”發(fā)展的關(guān)鍵期，聲紋認(rèn)證將逐漸從內(nèi)蒙古輻射到寧夏、甘肅等地。

也有科學(xué)家根據(jù)人的面部、身高等數(shù)據(jù)合成、模擬人的聲音的。最近，日本音響研究所的鈴木松美提出一個(gè)觀點(diǎn)——“蒙娜麗莎”不僅容貌與達(dá)·芬奇的自畫像相似，且用聲紋技術(shù)從數(shù)量上證實(shí)“蒙娜麗莎”的聲音與達(dá)·芬奇一模一樣?！叭说穆曇羰怯烧駝?dòng)聲帶并通過喉嚨在口腔或鼻腔共振而發(fā)生的，因此聲帶的形狀或大小以及從喉嚨到口腔的容積，成為決定個(gè)人聲音的主要因素?！笨茖W(xué)家們認(rèn)為，若有容顏的形狀或身高的數(shù)據(jù)，借助語言合成器，就有可能惟妙惟肖地模仿出歷史人物的聲音。

在日本科學(xué)家開發(fā)出的聲音發(fā)生器PC-6001MKII 系統(tǒng)中，至少要輸入12 項(xiàng)數(shù)據(jù)，包括顴骨的寬度，從眼睛下到鼻尖每隔1 厘米的大小以及從其下到下巴每隔1 厘米的大小，嘴寬，從兩眼間中心到嘴的位置，鼻尖和枕骨部每隔1 厘米的大小，身高、年齡、性別等。如果數(shù)據(jù)不足，也可設(shè)定最相近的值補(bǔ)充。不過，這種“標(biāo)椎的”合成音剔除了人的個(gè)性習(xí)慣、方言影響等社會(huì)因素，要達(dá)到“亂真”的程度恐怕很難。

商業(yè)價(jià)值和社會(huì)價(jià)值日趨顯現(xiàn)

不同人在發(fā)出同一語音時(shí)，會(huì)產(chǎn)生有一定差別的聲紋，這種差別就體現(xiàn)了個(gè)人特征，所以聲譜儀可以幫助人們分辨語言。有時(shí)即使言語很模糊，甚至詞不達(dá)意，也都可以辨明。目前，聲紋已成為偵破刑事案件的重要手段之一。

據(jù)大腦機(jī)械論專家統(tǒng)計(jì)，一分鐘內(nèi)一個(gè)人所說詞句的完整聲紋圖含有近200 萬比特。而普通人大腦里處理信息的速度不超過每秒45 比特。換句話說，我們大約只利用了詞句聲紋圖的千分之一，就能懂得其中含義，其余大量多余的聲紋不僅能使我們了解交談?wù)撸€能從成千上萬的其他人中辨認(rèn)出他。

雖然目前聲紋識(shí)別還沒在智能手機(jī)這樣的消費(fèi)級(jí)產(chǎn)品中普及，但在銀行交易和國防安全等領(lǐng)域已廣泛應(yīng)用。據(jù)外媒報(bào)道，巴克萊銀行、匯豐銀行、哈利法克斯銀行等多家英國銀行目前都支持聲紋識(shí)別。2019 年4 月，匯豐銀行宣布，自2016 年推出聲紋識(shí)別以來，聲紋識(shí)別系統(tǒng)已被160 萬客戶使用了1500 萬次，阻止了價(jià)值3.3 億英鎊的銀行詐騙，未來還可能通過聲紋幫助警方抓捕那些難以追蹤的詐騙者。

“發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，必須從源頭開始高度重視個(gè)人信息保護(hù)。是否有利于個(gè)人信息保護(hù)，應(yīng)成為評(píng)估新興技術(shù)是否適合大數(shù)據(jù)構(gòu)建和應(yīng)用的關(guān)鍵考量?！眹倚畔⒅行氖紫こ處熇钚掠颜J(rèn)為，未來聲紋技術(shù)將在電子政務(wù)方面發(fā)揮更大優(yōu)勢。

此外，聲紋識(shí)別還成為社保領(lǐng)域?qū)崿F(xiàn)遠(yuǎn)程身份驗(yàn)證的關(guān)鍵技術(shù)。聲揚(yáng)科技CEO 李亞桐介紹，公司之前為印尼國家公務(wù)員保險(xiǎn)儲(chǔ)蓄基金公司提供了一套解決方案，即通過聲紋識(shí)別和智能語音技術(shù)實(shí)現(xiàn)遠(yuǎn)程身份驗(yàn)證，解決了印尼250 萬離退休人員的養(yǎng)老金領(lǐng)取難題?！斑@一案例具有典范性，聲紋識(shí)別不久將在更多國家的社保領(lǐng)域成功實(shí)施。”業(yè)界認(rèn)為，根據(jù)不同的場景進(jìn)行有針對(duì)性的“聲紋識(shí)別”的開發(fā)，將產(chǎn)生巨大的商業(yè)價(jià)值和社會(huì)價(jià)值。

挑戰(zhàn)眾多 完善之路還很長

聲紋識(shí)別作為身份認(rèn)證領(lǐng)域的新兵，雖然逐漸被人們了解并接受，但從技術(shù)發(fā)展來看，還存在不少挑戰(zhàn)。

“聲紋識(shí)別需要提高抵抗其他因素干擾的能力?！?清華大學(xué)語音和語言技術(shù)中心主任鄭方談到，一方面，發(fā)聲會(huì)隨著用戶身體狀況、年齡的改變而變化，而不同情感、語氣、語速情況下的聲音也會(huì)有變化；另一方面噪聲干擾、遠(yuǎn)程收錄也給聲紋的“精準(zhǔn)識(shí)別”帶來挑戰(zhàn)。此外，識(shí)別、阻止機(jī)器偽造聲音，還有“超短語音”的識(shí)別，也成為當(dāng)前的技術(shù)挑戰(zhàn)。

為規(guī)范和正確引導(dǎo)聲紋識(shí)別發(fā)展，國內(nèi)已公布多項(xiàng)關(guān)于聲紋識(shí)別的標(biāo)準(zhǔn)。2008 年，原信息產(chǎn)業(yè)部正式頒布實(shí)施了《自動(dòng)聲紋識(shí)別（說話人識(shí)別）技術(shù)規(guī)范》，這是我國第一個(gè)關(guān)于聲紋識(shí)別的行業(yè)標(biāo)準(zhǔn)。2010 年12 月2 日，公安部頒布實(shí)施了《安防聲紋確認(rèn)應(yīng)用算法技術(shù)要求和測試方法》。2018年10 月9 日，中國人民銀行正式對(duì)外發(fā)布《移動(dòng)金融基于聲紋識(shí)別的安全應(yīng)用技術(shù)規(guī)范》金融行業(yè)標(biāo)準(zhǔn)，這是第一個(gè)被金融監(jiān)管部門認(rèn)可的生物識(shí)別標(biāo)準(zhǔn)，為聲紋識(shí)別技術(shù)進(jìn)入移動(dòng)金融領(lǐng)域解決了標(biāo)準(zhǔn)難題。央行標(biāo)準(zhǔn)的頒布，讓金融科技一躍成為聲紋識(shí)別時(shí)下最熱門的應(yīng)用領(lǐng)域之一，2018 年也因此成為中國聲紋技術(shù)的應(yīng)用“元年”。

眾多的挑戰(zhàn)預(yù)示著聲紋識(shí)別的完善之路還很長。而相關(guān)標(biāo)準(zhǔn)的發(fā)布，標(biāo)志著聲紋識(shí)別正受到國內(nèi)各界的認(rèn)可，并吸引了越來越多的從業(yè)者進(jìn)入此領(lǐng)域。然而技術(shù)發(fā)展自有其規(guī)律，熱度之下仍需冷靜，有序推進(jìn)方為正道。相信在標(biāo)準(zhǔn)的正確引導(dǎo)和業(yè)界的共同努力下，聲紋識(shí)別未來定能在各個(gè)領(lǐng)域開花結(jié)果，走進(jìn)更多普通人的生活。（據(jù)《新華日?qǐng)?bào)》）