李繁是科大訊飛云平臺事業部人臉聲紋技術主管，作為研發負責人參與構建了面向十億級互聯網用戶提供語音交互服務能力的“訊飛開放平臺”，負責平臺身份驗證業務線技術孵化與能力輸出。以下筆者整理的李繁近期在一公開課上分享的內容：

　　大家晚上好，我是科大訊飛的李繁?？拼笥嶏w在語音技術方面的基礎研究時間超過了16年，目前正構建人工智能生態圈，擁有專門面向互聯網開放的人工智能開放平臺，輸出各項核心的前沿技術。

　　目前，生物特征識別技術已經逐步在金融領域推廣使用。上一期鈦客們分享了人臉識別技術（鈦坦白干貨）和虹膜識別（鈦坦白干貨）在金融領域的應用，也對這些生物特征為何能應用金融領域的特性做了說明。今天我主要從技術解決方案角度來說明，多生物特征融合認證系統一個基于人臉識別技術與聲紋識別技術為接入點，可同時對多種生物特征進行融合認證的身份驗證解決方案。

　　早前，國際生物特征組織分別從干擾用戶程度，獨立性，費用代價，易用性這四個層面對市場上在用的生物特征進行了系統的統計分析，分析包括掌紋識別，簽名識別，指紋識別，語音識別，虹膜識別，視網膜識別，臉部識別以及溫譜識別。提出，理想的生物特征系統需要具備高獨特性，高易用性，對用戶干擾程度低且費用代價低的特性。從這里可以看出，在人類認知范圍內的聲紋識別、人臉識別技術和簽名識別技術以及人類認知范圍外的指紋識別，虹膜識別，和掌紋識別，為何能在各自的領域中發揮著重要的作用。

　　聲紋識別技術和人臉識別技術能夠被用作便捷的身份認證形式，與其擁有的特點是分不開的，首先這些生物特征與生俱來的，具備唯一性，不易被復制。其次，這些特征都是易采集且采集隱蔽性較強，無需新增硬件成本還能夠被遠程操作。

　　以聲紋技術來說，聲紋是根據語音波形中反映說話人心理和行為特征的語音參數，自動識別說話人身份，每個人無論別人說話模仿的多么相似，他都具有獨一無二的聲紋。這是由每個人的發聲器官在成長過程中形成的，這個唯一性能夠唯一確定一個用戶的身份。

　　訊飛是國內最早開始研究聲紋識別技術且最早達到實用級別的廠商，在提出多生物特征融合認證解決方案之前，就已經為公共安全部門和金融機構提供了相關技術支持。作為身份驗證的一種方式，自然說話中即可確定身份，接受度較高。

　　聲紋識別模式目前對外支持了聲紋自由說、動態數字密碼、開放文本密碼、固定文本密碼。如下圖，各種識別模式均有其對應的應用場景。動態數字密碼因其使用便捷性，已成為金融支付中最為廣泛的聲紋識別模式。

　　在這個領域中聲紋識別主要用途分為兩種，與人臉識別相似，一是聲紋確認，即1:1比對，二是聲紋鑒別，即1:N比對。聲紋確認直接使用待校驗人的聲紋模型數據與注冊時的聲紋模型數據比對，得出一個相似度得分，而聲紋鑒別在一組模型中找出與待校驗人相似度最高的聲紋發音者，當然這個相似度得分能否作為判斷是本人的依據，需要應用根據其容忍度進行來設置。

　　下面來說一下聲紋識別技術的效果衡量標準（這個效果衡量標準的實質就是安全性與易用性間的權衡）：

　　錯誤接受率（False Accept Rate），指非本人被錯誤的認為是本人的次數占聲紋冒人操作次數的比值；

　　錯誤拒絕率（False Reject Rate），指本人被錯誤的認為是非本人的次數占聲紋確認操作次數的比值；

　　相等錯誤率（Equal Error Rate），指FA等于FR時的百分比。是衡量聲紋驗證效果的重要依據。

　　至此，想必大家對聲紋識別技術以及人臉識別技術都有了一個基本的認識。

　　可能有人會問，現在的人臉識別作為一種支付認證手段已經在市場上推廣使用了，而且普遍反饋效果很好，為什么還要去做這個多生物特征融合？以人臉識別技術來說，在最新的deepID2算法下，人臉的分辯能力能夠達到99.47%，但是在實際的應用中還面臨著各種挑戰，比如說大家都能感受到的一個比較大的挑戰就是，我們旁邊的這些韓國小姐；當然，聲紋識別技術同樣也有應用上的挑戰，比如說聲紋易變形，易受身體狀況、年齡、情緒等方面的影響，實際使用中會受到錄音設備的影響。所以說，作為單一的生物特征認證有一定的不穩定性和局限性。

　　為應對支付領域的高安全性需求同時解決單一生物特征的不穩定性和局限性，提出了多生物特征融合認證解決方案，多生物特征融合的核心基礎就是特征間的獨立性和互補性，從不同維度對兩種生物特征進行融合計算，能夠最大限度的利用兩種生物特征的優點，同時能夠從一定程度上降低誤識率，比如說剛才提到聲紋變形或錄音設備的影響。

　　多生物特征融合認證解決方案是一整套的互聯網解決方案，關鍵特性包括：

　　1、 統一接入方式，云服務持續優化升級，對于后續新開放的生物特征能夠靈活接入，集成應用可以根據需要靈活選擇新切入的生物特征。

　　2、 自定義安全閾值，結合應用場景設置安全級別，對于支付認證這種安全要求較高的領域中可以設置當所有生物特征都必須全部匹配時才認為確認無誤，而在對安全性要求不高的領域中，比如打卡系統，可以設置當任意一種生物特征的匹配度符合標準都予以通過。采用這種方式能在保障校驗準確度的同時有效的提高通過率。

　　3、 閉環的安全校驗，能夠為應用提供閉環的安全校驗交互，避免特征交互過程中被篡改或者偽造，同時特征的傳輸通道采用多層加密的方式。

　　多生物特征融合認證解決方案在支付領域里面的應用，下面為大家舉幾個例子，

　　1、2015年8月，科大訊飛聯合中國銀聯和徽商銀行發布了 “聲紋+人臉”融合認證個人轉帳應用，是第一款采用多生物特征融合技術在移動支付領域的產品，能夠有效防范圖片或者視頻回放的欺詐風險。在綁定銀行卡環節中，還應用了自動識別身份證和銀行卡的功能，顯著簡化了用戶的操作。

　　2、2016年的2月，徽商銀行正式發布帶有人臉聲紋識別功能的手機銀行版本，用戶在使用手機銀行的時，可用“人臉+識別”替代手動輸入密碼。

　　3、目前正在對接的多家證券公司，都希望這個方案能夠用于遠程開戶和安全支付，用戶不必再通過繁雜的人工校驗審核，也不用擔心因審核過程的復雜而錯失一個投資良機，對于使用者和企業來說都是比較高效的一個應用方式。

　　除了在金融支付領域，在其他領域也在使用這種多生物特征融合認證的解決方案，比如，科大訊飛目前在用的身份認證考勤，全國各地的分公司只要在指定的地點進行通過app進行“人臉+聲紋”打卡即可。