从指纹识别到人脸识别，生物识别技术快速迭代，在技术的创新与优化中，AI技术正在生物识别中扮演重要的角色，虹膜识别、步态识别、手势识别、声纹识别等成为新一代生物特征识别技术，成为镶嵌在智能应用上的一颗明珠。
所谓声纹识别（Voiceprint Recognition），简单来说就是通过声音来识别说话的人。因为每个人的发声器官、语言习惯、发音大小、频率等的差异，所以每个人声纹图谱都是独一无二的，就像指纹一样，是可以用于密码认证的生物特征识别技术。
声纹识别技术的发展由来已久，在2011年之后取得了爆发式的增长。在第十一届全国人机语音通讯学术会议上，邓力分享了他在微软DNN-based speech recognition的研究结果，将识别率提升了30%，DNN能从大量样本中学习到高度抽象的说话人特征，并对噪声有很强的免疫力。深度学习等人工智能技术的引入是声纹识别的准确率大幅提升，能够实现声纹近乎百分百的匹配。
作为精准度高、操作手段简单的声纹识别技术，在各领域内依然有了初步的应用。在前不久的苹果 WWDC 2019 全球开发者大会上，苹果宣布HomePod 将会加入声纹识别功能，通过声纹识别技术识别特定用户。最近也有消息称 Siri 也将加入声纹识别，当你说出「Hey Siri」的时候，Siri 可以知道是不是主人在喊它。
声纹和其他几种常见的生物特征相比较，具有明显优势。相较于虹膜，声纹采集便利性程度更高；相较于人脸识别，声纹识别成本更低廉；相较于指纹，声纹是非接触式的，因此可以应用于远程操作。基于此，声纹识别是否会成为新的密码认证模式呢？
在日活过亿的微信中就有关于声纹识别的功能声音锁，只是极易被人忽略。不过也有不少用户反应，微信的声音锁识别率不高，安全性也无法得到根本性的保障，这在一定程度上也阻止了声音锁功能的普及化。
在消费端市场，声纹识别目前还未找到一条最佳的技术商业化道路，在应用与场景的贴合度上仍然缺乏。然而在B端市场，声纹识别却显示出了特有的竞争力，在多场景下实现应用的遍地开花。
2018年10月，央行科技司发布了《移动金融基于声纹识别的安全应用技术规范》，该标准规定了移动金融服务场景中，基于声纹识别的安全应用的功能要求、性能要求和安全要求等。这一标准的发布意味着金融科技一跃成为声纹识别时下最热门的应用领域之一。
声音作为人类稳定的生物特征之一，声纹识别在金融领域应用前景十分广阔。声纹识别可以应用于远程手机端APP登陆、ATM身份验证、贷款反欺诈风控等。据外媒报道，巴克莱银行、汇丰银行、哈利法克斯银行等多家英国银行目前都支持声纹识别，据悉在英国有 300 多万银行客户使用声纹识别系统来登陆他们的银行账户。与面部识别一样，声纹识别还是不能很好区分双胞胎。国内快商通、意能通等AI企业也开始运用声纹识别技术实现用户身份的精准验证与金融反欺诈，提升银行的风控效率。
除此之外，也有不少企业将声纹识别技术应用于社保验证领域。声扬科技就通过声纹识别和智能语音技术实现远程身份验证，解决了用户长途跋涉领取保险金的难题，社保领取更方便快捷。相信随着声纹技术的提升与各大场景的深度挖掘，声纹识别依靠技术的深度应用创造出巨大的商业价值与社会价值，在智能新时代的进程下焕发出更蓬勃的生命力。
随着应用场景的逐渐开拓，声纹识别的安全性也随着迎来拷问。声音造假、录音诈骗等都是应用推广与应用的过程中会出现的问题，很大程度上，薄弱的安全屏障阻碍了声纹识别技术的推广。与面部识别一样，声纹识别还是不能很好区分双胞胎。BBC的一名记者让自己的非同卵双胞胎兄弟模仿他的声音登陆他的汇丰银行账户，在第八次的时候成功了，这昭示着造假行为将会成为声纹识别业务执行中的一道不可忽视的风险。
对此，清华大学语音和语言技术中心主任郑方在接受媒体采访时表示：目前在声纹识别这个领域，不同技术或产品提供商参差不齐、差异很大；与此同时，声纹识别不再是单一强调准确性，而是变得更为成熟、完备和可用。如果声纹识别技术在智能手机和众多应用中普及，还可能引发更多关于隐私的问题。这意味 app 通过「偷听」我们的话来给我们进行个性化推荐有可能成为现实。
不论是在C端还是B端，声纹识别的安全性都暴露无疑，为保证用户的权益和业务的正常运转，声纹识别在各个场景下识别的准确性、安全性的要求标准必须加紧提升。除加速技术迭代之外，还需要构建起安全漏洞的相关执行条律，不给不法分子以可乘之机。
尽管有许多问题需要解决，但不可否认声纹识别确实有着更广泛的应用前景。生物特征认证技术已经被认为将取代各种明文密码，而声纹比起其他生物特征也有着特殊的优势，最重要的是挖掘与技术最为匹配的场景。另一方面，则需要持续优化提升底层算法，调优模型，确保声纹识别技术最大程度的准确性，以此寻求更具有发展空间的声纹业务。
閱讀更多 首席AI官 的文章
