除了指紋識別、面容識別，你還能想到什么生物識別方法呢？沒錯！就是聲紋識別。雖然聲紋識別一直非常低調，但也不能否認它是人工智能領域的又一黑科技。

語音識別并不是聲紋識別

聲紋識別聽上去好像很高級，其實不少小伙伴的手機里就有這個功能哦。小黑以iPhone為例，當你開啟Siri語音助手時，系統(tǒng)會先讓你讀出一些特定的句子。這個步驟就是為了識別你的聲紋，以免其他人可以喚醒你的Siri。

現(xiàn)在很多智能家居都可以通過聲音來操控，比如用小愛音箱來開關燈具，或者對智能電視發(fā)出指令來調換頻道等。于是就會有許多小伙伴認為，這也是聲紋識別。其實目前大多數(shù)的聲音操控都屬于語音識別。

簡而言之，語音識別是為了識別語音中的內(nèi)容，并用AI自動將我們說出的話轉換成相應的文字。而聲紋識別可以識別出說話人的身份，實現(xiàn)“一對一”語音控制。因此，聲紋識別不注重語音信號的語義，而是從語音信號中提取個人聲紋特征，挖掘出包含在語音信號中的個性因素。

聲紋識別究竟特別在哪里？

我們平時在說話時的發(fā)聲器官在尺寸和形狀方面每個人的差異都很大，所以任何兩個人的聲紋圖譜都不可能相同。聲紋識別也正是通過這個特點來通過對比語音的相同音素上的發(fā)聲來判斷聲音是否屬于同一個人。

聲紋識別基于語音中所包含的說話人特有的個性信息，再利用計算機以及現(xiàn)有的識別技術，自動鑒別當前語音對應的說話人身份。聲紋識別系統(tǒng)包含了說話人模型訓練和測試語音識別兩個階段。

▲ 聲紋識別的系統(tǒng)框架

訓練階段：對使用系統(tǒng)的說話人預留了充足的語音，并對不同說話人的語音提取聲學特征，然后根據(jù)每個說話人的語音特征，訓練得到對應的說話人模型，最終將全體說話人模型集合在一起組成系統(tǒng)的說話人模型庫。

識別階段：說話人進行識別認證的時候，系統(tǒng)對識別語音進行相同的特征提取，并將語音特征與說話人模型庫進行比對，得到對應說話人模型的相似性打分，最后根據(jù)識別打分，判斷說話人身份。

指紋和面容識別無法做到無感知

和指紋識別相比，聲紋識別技術可以做到無感知、無接觸。你不需要用手指觸摸很多人留下細菌的指紋識別設備。而相比于面容識別，特別在人人都戴口罩的特殊時期，不用摘下口罩依然可以利用聲紋來辨別信息。

哪些場景會運用到聲紋識別？

其實當今遠程交互方式變得越來越多，在一些特定的智能場景中，是沒有辦法通過指紋或是面容來進行識別的，那么聲紋識別就成為了唯一可以識別我們身份的技術。既然聲紋識別這么厲害，它可以被運用到哪些場景中呢？

大家應該都在銀行的電話客服上面辦過業(yè)務吧，每一次都要報出身份證、手機號等一系列能夠證明自己身份的信息。但如果聲紋識別未來得到普及，銀行就可以通過聲紋來辨別身份，無論是電話還是網(wǎng)上都能夠輕松辦理業(yè)務了。

當然，社保局也可以運用聲紋識別防止養(yǎng)老金被冒領。畢竟許多老人對于人工智能、生物識別并不很了解，而聲紋識別只用通過聲音，哪怕本人無法到達現(xiàn)場，也可以通過電話進行遠程身份確認。

聲紋識別還可以運用到火車、飛機的安檢流程中，有效的對危險人物進行識別和提示。對于電話詐騙、刑事案件也有很大的幫助，公安司法人員可以通過聲紋識別來鎖定嫌犯或縮小偵查范圍。

不過，聲紋識別的缺點也十分明顯，對環(huán)境的要求非常高，在嘈雜的環(huán)境混合說話下，聲紋不易獲取；人的聲音也會隨著年齡、身體狀況、情緒等的影響而變化；不同的麥克風和信道對識別性能有影響等。

聲紋識別作為最前沿的生物識別技術之一，未來一定會有更多有意義的使用場景，例如在操控智能音箱時，根據(jù)不同用戶的聲紋判斷他們的使用習慣，來以此提供更人性化的服務。不過，小黑覺得想要達到真正的一對一聲紋識別，人工智能還需要時間來學習。

責任編輯：xj