聲紋識(shí)別在數(shù)字人民幣中的應(yīng)用探析

舒 皓 向銀杉 成 舸 鄭 方

1(中國(guó)建設(shè)銀行北京科創(chuàng)支行 北京 100080)2(北京得意音通技術(shù)有限責(zé)任公司 北京 100084)3(清華大學(xué)人工智能研究院聽覺智能研究中心 北京 100084) (shuh22@mails.tsinghua.edu.cn)

數(shù)字人民幣是人民銀行發(fā)行的數(shù)字形式的法定貨幣，由指定運(yùn)營(yíng)機(jī)構(gòu)參與運(yùn)營(yíng)，以廣義賬戶體系為基礎(chǔ)，支持銀行賬戶松耦合功能，與實(shí)物人民幣等價(jià)，具有價(jià)值特征和法償性.數(shù)字人民幣一方面是數(shù)字形式的法定貨幣；另一方面，數(shù)字人民幣與紙鈔和硬幣完全等價(jià)，主要定位于現(xiàn)金類支付憑證M0[1]；數(shù)字人民幣采取中心化管理、雙層運(yùn)營(yíng)模式；此外，數(shù)字人民幣是一種零售型央行數(shù)字貨幣，主要用于滿足國(guó)內(nèi)零售支付需求；并且，在未來(lái)的數(shù)字化零售支付體系中，數(shù)字人民幣和指定運(yùn)營(yíng)機(jī)構(gòu)的電子賬戶資金具有通用性，共同構(gòu)成現(xiàn)金類支付工具.數(shù)字人民幣的應(yīng)用試點(diǎn)呈現(xiàn)出運(yùn)營(yíng)體系漸趨完善、試點(diǎn)范圍再次擴(kuò)大、應(yīng)用場(chǎng)景縱深化發(fā)展等特征[2].

1 數(shù)字人民幣的特征優(yōu)勢(shì)

數(shù)字人民幣作為中國(guó)法定數(shù)字貨幣，以其多樣的支付形式體現(xiàn)匯集了實(shí)物現(xiàn)金與電子支付工具的優(yōu)勢(shì)特點(diǎn)，實(shí)現(xiàn)了以國(guó)家信用為擔(dān)保，以儲(chǔ)存、交易安全，可控匿名，無(wú)壁壘流通等為目標(biāo)，其主要特征如表1所示.

數(shù)字人民幣作為未來(lái)重要的金融基礎(chǔ)設(shè)施之一，對(duì)發(fā)展數(shù)字經(jīng)濟(jì)和零售支付、降低市場(chǎng)交易成本、提高支付安全性、促進(jìn)金融穩(wěn)定等方面起到了重要的作用.

表1 數(shù)字人民幣主要特征和主要內(nèi)容

1.1 有利于進(jìn)一步降低貨幣運(yùn)行成本，提高支付效率

數(shù)字人民幣的推廣使用將加快運(yùn)營(yíng)機(jī)構(gòu)及其他商業(yè)銀行數(shù)字化轉(zhuǎn)型步伐，降低業(yè)務(wù)日常營(yíng)運(yùn)成本：一是降低紙幣現(xiàn)金管理成本，銀行在日常運(yùn)營(yíng)過(guò)程中會(huì)產(chǎn)生大量現(xiàn)鈔的運(yùn)輸、存取管理、鈔票真?zhèn)螜z驗(yàn)，殘損鈔票回收以及ATM機(jī)具和CDM機(jī)的布局、維護(hù)等費(fèi)用支出，占用了大量社會(huì)資源；二是提高反洗錢精準(zhǔn)度，降低反洗錢的繁瑣度；三是從環(huán)保的角度，紙幣和硬幣的回收再利用不可避免地消耗了大量能源與資源，產(chǎn)生一定的環(huán)境資源成本[3].

數(shù)字人民幣作為法定貨幣具有法償性，且具有實(shí)時(shí)交易、“支付即結(jié)算”的特點(diǎn)，可提供更低成本、更快捷、更安全的支付手段[4].

1.2 有利于提高支付安全性

現(xiàn)有互聯(lián)網(wǎng)場(chǎng)景下的支付普遍基于銀行結(jié)算賬戶的電子支付，雖然發(fā)展迅猛，但其覆蓋面仍有限，且在客戶資金安全、客戶信息保護(hù)、資金風(fēng)險(xiǎn)防控等方面普遍存在一定問(wèn)題，部分產(chǎn)品還存在套利問(wèn)題.與非銀行支付機(jī)構(gòu)基于商業(yè)信用、企業(yè)信用的支付手段不同，央行數(shù)字人民幣以國(guó)家信用為支撐，與紙幣和硬幣等價(jià)，具有無(wú)限法償性.且其不可偽造、可控匿名等特性，可最大限度地保護(hù)使用者的隱私和信息安全[5].

1.3 有利于維持貨幣市場(chǎng)及金融市場(chǎng)穩(wěn)健發(fā)展

數(shù)字人民幣作為人民銀行的負(fù)債，可有效維持現(xiàn)有二元賬戶結(jié)構(gòu)，不會(huì)引發(fā)商業(yè)銀行擠兌；在外匯儲(chǔ)備管理方面，數(shù)字人民幣運(yùn)營(yíng)商支付的外匯儲(chǔ)備由央行管理，同樣作為央行的負(fù)債，因此既保證了法定數(shù)字貨幣的法律效力，又在一定程度上防范了資金過(guò)多和發(fā)生擠兌的風(fēng)險(xiǎn)[6].

此外，數(shù)字人民幣具有可追蹤性，“幣”與智能合約的融合應(yīng)用可實(shí)現(xiàn)定向資金使用，提高貨幣調(diào)控的預(yù)見性、精準(zhǔn)性和有效性.同時(shí)通過(guò)整合風(fēng)險(xiǎn)數(shù)據(jù)，可構(gòu)建智能高效的系統(tǒng)性風(fēng)險(xiǎn)監(jiān)測(cè)、預(yù)警和管理模型，在反貪腐、反洗錢、減少欺詐事件等方面也有著巨大的價(jià)值.

2 數(shù)字人民幣的賬戶安全需求

我國(guó)的數(shù)字人民幣(e-CNY)是由中國(guó)人民銀行發(fā)行的數(shù)字形式的法定貨幣，是人民幣體系的重要組成部分.它以廣義賬戶體系為基礎(chǔ)，采用“賬戶松耦合設(shè)計(jì)”，以滿足“流通現(xiàn)金”(M0)的使用功能和“可控匿名”的管理要求，其本質(zhì)是實(shí)現(xiàn)“現(xiàn)金的數(shù)字化”.

表2 中國(guó)貨幣供應(yīng)量劃分[2]

當(dāng)前，我國(guó)的貨幣體系已基本實(shí)現(xiàn)M1和M2的電子化和數(shù)字化，但過(guò)去的主流電子支付工具仍無(wú)法完全替代M0.無(wú)論是刷卡還是掃碼支付，用戶側(cè)都需要依賴某種終端介質(zhì)(銀行卡或智能手機(jī))以及用戶密碼.一旦忘帶或丟失終端、遺忘或丟失密碼，就會(huì)導(dǎo)致不便或不安全.

事實(shí)上，在過(guò)去的金融支付體系中發(fā)生的多數(shù)“盜刷”現(xiàn)象，很大程度上都是因?yàn)椤敖K端持有人”與“賬戶所有人”并非是同一人導(dǎo)致的.

現(xiàn)金錢包—銀行賬戶—終端持有人≠賬戶所有人.

不僅如此，基于手機(jī)APP的掃碼支付方式對(duì)老年人不夠友好，也早已成為阻礙普惠金融、導(dǎo)致“數(shù)字鴻溝”的重要原因之一.可見，要解決好M0的數(shù)字化支付問(wèn)題，非常有必要引入新的技術(shù)手段.

3 聲紋等生物識(shí)別技術(shù)的特性分析

生物特征識(shí)別技術(shù)是基于生物特征的唯一性，實(shí)現(xiàn)“人證合一”，從而“自己證明自己”.近年來(lái)作為新興的身份驗(yàn)證手段已得到越來(lái)越多的應(yīng)用.

不過(guò)在金融行業(yè)，從中國(guó)人民銀行業(yè)已頒布的技術(shù)標(biāo)準(zhǔn)體系來(lái)看，目前還只有聲紋識(shí)別這一種生物識(shí)別技術(shù)有可遵循的現(xiàn)行應(yīng)用標(biāo)準(zhǔn).究其原因，主要是指紋、人臉等常見生物特征存在3大問(wèn)題難以得到有效解決：1)安全風(fēng)險(xiǎn).這類生物特征較容易被竊取、纂改和偽造，導(dǎo)致相當(dāng)大的安全隱患.2)用戶意愿.這類生物特征無(wú)法體現(xiàn)個(gè)人意愿，容易導(dǎo)致在用戶無(wú)感知的情況下“被知情”“被同意”“被支付”的情況出現(xiàn).3)隱私問(wèn)題.這類生物特征的不可撤銷性強(qiáng)，收集的用戶敏感信息(指紋或面部特征)較多，使得個(gè)人隱私泄露越來(lái)越成為一個(gè)社會(huì)問(wèn)題.

學(xué)術(shù)界通常將生物特征分為2大類：靜態(tài)生理特征和動(dòng)態(tài)行為特征.而在所有生物特征中，聲紋非常特殊，它是一種兼具行為特征特性的生理特征，具有表象變化和本質(zhì)不變的高度統(tǒng)一[7].當(dāng)人說(shuō)話時(shí)的語(yǔ)音數(shù)據(jù)被采集后，任意取一個(gè)時(shí)間切片都無(wú)法反推得到其身份信息，只有將整個(gè)語(yǔ)音段連起來(lái)形成連續(xù)時(shí)間片段，與身份相關(guān)的聲紋特征才存在并得以顯現(xiàn).正是這種特殊性，使得聲紋特征較之其他生物特征更不容易被竊取.

此外，聲紋識(shí)別還與說(shuō)話的內(nèi)容有關(guān).基于這種特性可以設(shè)計(jì)多種方案，以更好地保障安全和規(guī)避隱私.如果說(shuō)的只是一串隨機(jī)分配的動(dòng)態(tài)密碼(中國(guó)人民銀行聲紋應(yīng)用標(biāo)準(zhǔn)采取的方案，中國(guó)人民銀行稱之為動(dòng)態(tài)聲紋密碼[8])，則可使被假冒盜用和隱私泄露的風(fēng)險(xiǎn)降到最低.

4 聲紋識(shí)別在數(shù)字人民幣中的應(yīng)用

在解除終端依賴、提高安全性、降低隱私泄露后，再來(lái)看數(shù)字人民幣對(duì)賬戶安全的特殊要求，分析聲紋識(shí)別與這些要求的匹配度，進(jìn)而探討其應(yīng)用場(chǎng)景：

1) “賬戶松耦合”與賬戶管理場(chǎng)景.

針對(duì)公眾使用移動(dòng)支付所付出的隱私成本過(guò)高的問(wèn)題，數(shù)字人民幣遵循“小額匿名、大額依法可溯”的“可控匿名“原則，換句話說(shuō)就是“可松可緊”.一方面，大額支付時(shí)要求高強(qiáng)度用戶身份認(rèn)證，以保障足夠的安全性，規(guī)避詐騙、洗錢等金融風(fēng)險(xiǎn).另一方面，在小額支付時(shí)，要求可支持脫離銀行賬戶實(shí)現(xiàn)端對(duì)端的價(jià)值轉(zhuǎn)移，從而實(shí)現(xiàn)支付即結(jié)算，也就是像現(xiàn)金一樣“匿名支付”；此外，還要求可方便偏遠(yuǎn)地區(qū)民眾在不持有傳統(tǒng)銀行賬戶的情況下開立數(shù)字人民幣錢包，以利于提高金融服務(wù)的覆蓋率.

現(xiàn)金錢包A—數(shù)字人民幣結(jié)算系統(tǒng)—現(xiàn)金錢包B.

實(shí)際上，由于聲紋具有前述動(dòng)態(tài)特性，難以從語(yǔ)音片段反推出聲紋特征，因此只需要在聲紋采集時(shí)不與用戶的身份證號(hào)等敏感信息直接關(guān)聯(lián)，便可以較好地契合上述“匿名支付”要求.而在大額情況下，聲紋特征的唯一性和動(dòng)態(tài)聲紋密碼的安全性，又能使賬戶認(rèn)證強(qiáng)度得到足夠的保障.

數(shù)字人民幣在個(gè)人、商戶、運(yùn)營(yíng)機(jī)構(gòu)、商業(yè)銀行、發(fā)幣行之間進(jìn)行流通時(shí)，涉及到非常多的賬戶管理要求，均可以通過(guò)聲紋識(shí)別來(lái)完成，如圖1所示：

圖1 聲紋技術(shù)用于賬戶管理場(chǎng)景

2) “雙離線支付”與交易確權(quán)場(chǎng)景.

在有網(wǎng)的情況下，數(shù)字人民幣“聲紋支付”的流程與現(xiàn)有中國(guó)建設(shè)銀行手機(jī)銀行上“聲紋轉(zhuǎn)賬”的流程基本無(wú)異.當(dāng)鎖定雙方賬戶和輸入金額后，用聲紋識(shí)別(確切說(shuō)是動(dòng)態(tài)聲紋密碼)模塊取代輸入密碼/驗(yàn)證碼或刷臉等傳統(tǒng)技術(shù)手段，即可快速完成身份核驗(yàn)后完成支付.

然而，數(shù)字人民幣的普惠性要求其必須同時(shí)滿足有網(wǎng)/無(wú)網(wǎng)2種情況，以保證在無(wú)網(wǎng)條件下或網(wǎng)絡(luò)不佳的地區(qū)，都能順利完成支付等交易環(huán)節(jié).也就是說(shuō)收、付雙方都處于“離線”的情況下也可以完成記賬，直到能做安全驗(yàn)證時(shí)再完成扣款，即所謂“實(shí)時(shí)扣款，延時(shí)收款”.

目前，數(shù)字人民幣應(yīng)用的雙離線支付功能主要采用NFC技術(shù)來(lái)實(shí)現(xiàn).而“聲紋識(shí)別+聲波傳輸”技術(shù)為數(shù)字人民幣的雙離線支付提供了另一種可行方案.它主要由本地聲紋識(shí)別、聲波近場(chǎng)傳輸、聲紋“時(shí)空戳”追溯3大模塊構(gòu)成，可確保交易雙方在使用硬件錢包的前提下達(dá)成“近場(chǎng)支付”.

當(dāng)用戶處在地下室、停車場(chǎng)、邊遠(yuǎn)山區(qū)甚至是地理災(zāi)害等特殊環(huán)境下時(shí)，由于網(wǎng)絡(luò)信號(hào)不好或根本就處于無(wú)網(wǎng)環(huán)境，無(wú)法遠(yuǎn)程連接到銀行后臺(tái)，只能進(jìn)行脫機(jī)交易.此時(shí)，只需將聲紋識(shí)別模塊嵌入手機(jī)SIM卡芯片，再利用手機(jī)之間的聲波通信模塊完成端到端信號(hào)傳輸.這樣在實(shí)際場(chǎng)景中，付款人只需對(duì)自己的手機(jī)說(shuō)句話就可以完成認(rèn)證，然后收、付方通過(guò)類似手機(jī)“碰一碰”的方式完成支付.

具體來(lái)說(shuō)可分為如下3種場(chǎng)景：1)大額支付時(shí)的高安全身份核驗(yàn).當(dāng)支付額度超過(guò)一定限度時(shí)(如大宗網(wǎng)購(gòu)、期貨交易等)，利用聲紋識(shí)別可提高實(shí)時(shí)身份核驗(yàn)的準(zhǔn)確性和安全性.2)小額支付時(shí)的免密功能開通.當(dāng)發(fā)生高頻次小金額支付(如公共出行、水電續(xù)費(fèi)、向小商戶付款等)時(shí)，可通過(guò)聲紋識(shí)別完成身份核驗(yàn)后開通免密支付功能.3)當(dāng)在用戶之間發(fā)生個(gè)人轉(zhuǎn)賬時(shí)，發(fā)起方和接收方均可以調(diào)用聲紋識(shí)別功能，實(shí)現(xiàn)交易確權(quán)，以保障轉(zhuǎn)出主體和接收主體的真實(shí)可靠，如圖2所示：

圖2 聲紋技術(shù)用于交易確權(quán)場(chǎng)景

3) “信息無(wú)障礙”與適老化場(chǎng)景.

目前主流人機(jī)交互手段以鍵盤和觸摸屏為代表，即使用戶通過(guò)了層層認(rèn)證，由于菜單操作過(guò)于復(fù)雜，對(duì)信息輸入的要求過(guò)高，老年人仍需花費(fèi)相當(dāng)?shù)木Σ拍茼樌瓿芍Ц?而數(shù)字人民幣作為全民通用的數(shù)字法幣，要求更好地滿足“信息無(wú)障礙”的需要，特別是針對(duì)老年人群的“適老化”需求.

語(yǔ)音作為人和人交流最自然的交互方式，在解決上述問(wèn)題時(shí)具有得天獨(dú)厚的優(yōu)勢(shì).由于人的身份信息、說(shuō)話內(nèi)容信息、說(shuō)話時(shí)的情緒信息等，都蘊(yùn)含在同一段語(yǔ)音片段中，這就使得將聲紋識(shí)別、語(yǔ)音識(shí)別、情感識(shí)別等技術(shù)有機(jī)融合后，用戶只需說(shuō)“一句話”，就能近乎無(wú)感式地實(shí)現(xiàn)身份認(rèn)證、業(yè)務(wù)指令識(shí)別和意圖理解等一系列操作，方便快捷又安全，既可滿足有障礙人士的需要，更能大大緩解老年人在數(shù)字化時(shí)代不會(huì)用、不敢用電子產(chǎn)品的困境.

圖3 聲紋技術(shù)用于適老化場(chǎng)景

針對(duì)上述信息無(wú)障礙需求，可采用基于聲紋識(shí)別技術(shù)的“一句話(OS4E)”語(yǔ)音模式，這是一種“所說(shuō)即所得”的交互形式[9]，可用于手機(jī)充值、水電費(fèi)繳納等日常生活繳費(fèi)，以及與家人、朋友、商戶之間的相互轉(zhuǎn)賬(如圖3所示)等高頻場(chǎng)景.

采用“一句話”語(yǔ)音模式的應(yīng)用，當(dāng)用戶發(fā)起轉(zhuǎn)賬、支付、繳費(fèi)等交易請(qǐng)求時(shí)，原有交互流程從驗(yàn)證發(fā)起人身份、識(shí)別目標(biāo)賬戶、輸入金額等至少3步縮減為只需1步，交互時(shí)長(zhǎng)可由至少需數(shù)十秒減少為只需幾秒鐘.不僅可大大提高交互效率、降低使用門檻，而且在保證同等安全級(jí)別的前提下，有力提升了用戶體驗(yàn)，可謂“無(wú)需騰出手，只要?jiǎng)觿?dòng)嘴”.

5 小 結(jié)

通過(guò)本文研究分析可以發(fā)現(xiàn)，由于聲紋特征自身固有的特性以及人類說(shuō)話方式的豐富性，使得聲紋識(shí)別技術(shù)與數(shù)字人民幣的賬戶安全需求高度契合，可在增強(qiáng)用戶體驗(yàn)感的同時(shí)保障賬戶安全，因此是數(shù)字人民幣應(yīng)用極具潛力的身份認(rèn)證手段，應(yīng)用場(chǎng)景十分廣闊.另一方面，未來(lái)隨著數(shù)字人民幣試點(diǎn)應(yīng)用的不斷深入展開，對(duì)技術(shù)通用性的要求將進(jìn)一步提高，比如在噪音、多人對(duì)話等復(fù)雜條件下如何確保聲紋識(shí)別的魯棒性，將是下一步在技術(shù)上要努力探索解決的課題.