從指紋識別到人臉識別，生物識別技術快速迭代，在技術的創新與優化中，AI技術正在生物識別中扮演重要的角色，虹膜識別、步態識別、手勢識別、聲紋識別等成為新一代生物特徵識別技術，成為鑲嵌在智能應用上的一顆明珠。
所謂聲紋識別（Voiceprint Recognition），簡單來說就是通過聲音來識別說話的人。因為每個人的發聲器官、語言習慣、發音大小、頻率等的差異，所以每個人聲紋圖譜都是獨一無二的，就像指紋一樣，是可以用於密碼認證的生物特徵識別技術。
聲紋識別技術的發展由來已久，在2011年之後取得了爆發式的增長。在第十一屆全國人機語音通訊學術會議上，鄧力分享了他在微軟DNN-based speech recognition的研究結果，將識別率提升了30%，DNN能從大量樣本中學習到高度抽象的說話人特徵，並對噪聲有很強的免疫力。深度學習等人工智能技術的引入是聲紋識別的準確率大幅提升，能夠實現聲紋近乎百分百的匹配。
作為精準度高、操作手段簡單的聲紋識別技術，在各領域內依然有了初步的應用。在前不久的蘋果 WWDC 2019 全球開發者大會上，蘋果宣佈HomePod 將會加入聲紋識別功能，通過聲紋識別技術識別特定用戶。最近也有消息稱 Siri 也將加入聲紋識別，當你說出「Hey Siri」的時候，Siri 可以知道是不是主人在喊它。
聲紋和其他幾種常見的生物特徵相比較，具有明顯優勢。相較於虹膜，聲紋採集便利性程度更高；相較於人臉識別，聲紋識別成本更低廉；相較於指紋，聲紋是非接觸式的，因此可以應用於遠程操作。基於此，聲紋識別是否會成為新的密碼認證模式呢？
在日活過億的微信中就有關於聲紋識別的功能聲音鎖，只是極易被人忽略。不過也有不少用戶反應，微信的聲音鎖識別率不高，安全性也無法得到根本性的保障，這在一定程度上也阻止了聲音鎖功能的普及化。
在消費端市場，聲紋識別目前還未找到一條最佳的技術商業化道路，在應用與場景的貼合度上仍然缺乏。然而在B端市場，聲紋識別卻顯示出了特有的競爭力，在多場景下實現應用的遍地開花。
2018年10月，央行科技司發佈了《移動金融基於聲紋識別的安全應用技術規範》，該標準規定了移動金融服務場景中，基於聲紋識別的安全應用的功能要求、性能要求和安全要求等。這一標準的發佈意味著金融科技一躍成為聲紋識別時下最熱門的應用領域之一。
聲音作為人類穩定的生物特徵之一，聲紋識別在金融領域應用前景十分廣闊。聲紋識別可以應用於遠程手機端APP登陸、ATM身份驗證、貸款反欺詐風控等。據外媒報道，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別，據悉在英國有 300 多萬銀行客戶使用聲紋識別系統來登陸他們的銀行賬戶。與面部識別一樣，聲紋識別還是不能很好區分雙胞胎。國內快商通、意能通等AI企業也開始運用聲紋識別技術實現用戶身份的精準驗證與金融反欺詐，提升銀行的風控效率。
除此之外，也有不少企業將聲紋識別技術應用於社保驗證領域。聲揚科技就通過聲紋識別和智能語音技術實現遠程身份驗證，解決了用戶長途跋涉領取保險金的難題，社保領取更方便快捷。相信隨著聲紋技術的提升與各大場景的深度挖掘，聲紋識別依靠技術的深度應用創造出巨大的商業價值與社會價值，在智能新時代的進程下煥發出更蓬勃的生命力。
隨著應用場景的逐漸開拓，聲紋識別的安全性也隨著迎來拷問。聲音造假、錄音詐騙等都是應用推廣與應用的過程中會出現的問題，很大程度上，薄弱的安全屏障阻礙了聲紋識別技術的推廣。與面部識別一樣，聲紋識別還是不能很好區分雙胞胎。BBC的一名記者讓自己的非同卵雙胞胎兄弟模仿他的聲音登陸他的匯豐銀行賬戶，在第八次的時候成功了，這昭示著造假行為將會成為聲紋識別業務執行中的一道不可忽視的風險。
對此，清華大學語音和語言技術中心主任鄭方在接受媒體採訪時表示：目前在聲紋識別這個領域，不同技術或產品提供商參差不齊、差異很大；與此同時，聲紋識別不再是單一強調準確性，而是變得更為成熟、完備和可用。如果聲紋識別技術在智能手機和眾多應用中普及，還可能引發更多關於隱私的問題。這意味 app 通過「偷聽」我們的話來給我們進行個性化推薦有可能成為現實。
不論是在C端還是B端，聲紋識別的安全性都暴露無疑，為保證用戶的權益和業務的正常運轉，聲紋識別在各個場景下識別的準確性、安全性的要求標準必須加緊提升。除加速技術迭代之外，還需要構建起安全漏洞的相關執行條律，不給不法分子以可乘之機。
儘管有許多問題需要解決，但不可否認聲紋識別確實有著更廣泛的應用前景。生物特徵認證技術已經被認為將取代各種明文密碼，而聲紋比起其他生物特徵也有著特殊的優勢，最重要的是挖掘與技術最為匹配的場景。另一方面，則需要持續優化提升底層算法，調優模型，確保聲紋識別技術最大程度的準確性，以此尋求更具有發展空間的聲紋業務。
閱讀更多 首席AI官 的文章
