中国安防论坛

 找回密码
 注册
查看: 5490|回复: 0

左手技术,右手需求,但声纹识别依旧当不了“独行侠”

[复制链接]
发表于 2018-11-2 10:15:02 | 显示全部楼层 |阅读模式
  前段时间,OPPO意外上了热搜。3 d2 |$ U5 |; H$ F$ ~" a! N6 w/ R
  因为智能AI语音助手“小欧”的语音唤醒、解锁功能,用户花了5000元买了一部OPPO的手机。这事没让用户感到兴奋,反而有点恐慌。! y% T+ f+ ^& d8 S) y! P; o  c% j
  根据指示,在录入声音后,应该只有声音的主人能够语音唤醒、解锁,而现在,在用户已经提前录入声音的前提下,他的朋友竟然也通过语音成功唤醒小欧,并解锁手机。
% Y! @8 {7 e7 R* g7 ~  这其中究竟是哪一步出了问题?7 Y: O% ~& E( i* @3 E
  答案是,语音识别。
' A  p) Y& @; _) ]2 {. Z9 a6 h  说得更准确一点,是手机系统的声纹识别不够准确。* G& l" p  Y8 K1 p1 P
  声纹识别很“低调”,但掩盖不住市场利好2 T3 G# V9 }0 X. S# _
  就像这个世界上没有任何两片树叶的纹理是一样的,即使是双胞胎,他们的舌、牙齿、喉头、肺、鼻腔在尺寸和形态等方面多多少少都会有些差异,即便是声音听起来相似,但声纹图谱总归是不同的。: J. M3 y2 O1 o# z! p( y7 K, o
  具体说来,声纹识别是生物识别手段的其中一种,跟它属于同一家族的还有指纹识别、人脸识别、虹膜识别等等。在现实生活中,识别技术通常都被用来作为交互或是安全认证的一种手段,声纹识别亦不能免俗。
7 p$ b; K) K6 y* z  X1 o6 I  目前,声纹识别技术最大的市场在于安防和金融。其中,最为经典、刺激的当属刑侦。最佳例子来自2017年的热播剧《人民的名义》,针对陈海发生车祸一事,反贪局局长侯亮平与京州公安局局长赵东来在全场进行探讨分析,提到陈海在车祸前共接到两个举报电话,京州公安局将两个电话交由不同技术部门进行了两次鉴定,最终得出结论,两通电话举报人的声音并非蔡成功一人。
! U4 e$ V7 y" s: G  o& L  如何知道声音不是同一个人的?这其中所使用的技术就是声纹识别。更进一步讲,这是1对1的声纹识别技术,通过将电话中的声纹与数据库中蔡成功的声纹特征进行1对1比对。
  k, o/ b" e. K& L! P! p  而在金融领域,声纹识别技术也被用于用户身份确认等方面,譬如银行系统会要求用户登录时先行说出一段指定文字,从而进行声纹数据的比对,以确认用户是否为本人。可以说,在安防/金融等领域,声纹识别有着先天的落地场景和利好前景。
: ?, C) |; b6 J/ E1 k) v  安防/金融等应用场景之外,声纹识别也逐步地在智能硬件、智能家居等产品或场景内实现落地。# M3 b( L7 N/ H$ _5 X! ?
  以智能家居场景内的智能音箱为例。最初智能音箱并不具备声纹识别的功能,这也就意味着任何人都可以唤醒它并对其下指令。而当有多人同时发声时,智能音箱就会发生“指令混乱”的问题。如果任何人都可以通过智能音箱进行全场景控制,那么无疑为不法分子提供了作案便利。因此,出于安全性、指令接收准确性、个性化等因素,声纹识别技术也渐渐在智能家居、智能硬件等场景中实现渗透。
) i  I. @( Q* W, F; `) K7 P7 u  目前,在声纹识别技术的应用方面,除了接入安防、金融等行业,诸如长虹等硬件厂商也研发并推出了具备声纹识别功能的智能电视、智能手机等等。
0 t/ B/ _  m  r5 y  从近几年的情形可以看出,相比于指纹识别、人脸识别等生物识别技术,声纹识别是“低调”的,但市场需求是的确存在的,且市场热度也有上升趋势。
+ k/ x! n. b, H  相比其他家族成员,声纹识别的成长过程有着许多“拦路虎”
1 k! N) |3 J' ^2 K  此前,智研咨询发布《2018-2024年中国声纹识别技术行业市场运营态势及发展前景预测报告》,内容中指出,2017年声纹识别技术的全球收入为1.32亿美元,而这一数值在几年将增至1.59,增速达到20.5%,预计到2021年,声纹识别技术的全球收入将达到2.64亿美元。仅从这一数值来看,声纹识别的市场预期还是不小的。' l' T2 |: S5 B# ]8 L
  但另一方面,这一市场预期又着实有点不够看头。国际权威调研机构Gen Market Insights发布了《全球人脸识别设备市场研究报告2018》,报告称,2017年全球人脸识别设备市场价值为10.7亿美元,到2025年底将达到71.7亿美元,在2018年至2025年期间将以26.8%的速度增长。
8 L3 ^9 k/ W3 N2 c' ~  一边是个位数,一边是十位数,这中间的差距之大十分明显。
+ O/ z& \- ?- D4 x! \  此外,我们再看另外一组对比:) y) U3 O/ k# c1 b7 J6 x
  从易用性、准确率、成本、用户接受度等角度出发,对各项生物识别技术做对比。我们可以直观看到,综合评判上,相比于指纹识别、掌型识别、人脸识别、虹膜识别等生物识别技术,声纹识别在各方面都占据优势。
) S  K/ z2 W# }7 J  那么,我们就疑惑了:市场存在需求,易用性、准确率、成本、用户接受度等方面又比其他生物识别技术更有优势,缘何声纹识别技术的市场占有率远远落后于人脸识别等技术?0 {0 e3 h# j4 a! r' w6 R" p
  问题就出在数据的采集和覆盖范围上。, V1 d' s+ a% _. Y3 Y4 `
  在本文开始,我们就提到纵然是双胞胎,他们的声纹特征也是有所差异的,不过更为准确地讲,声纹是一种“相对唯一”的生物特征。
+ _5 N3 T; ^. \7 A% u' ?4 [  在实际应用中,声纹识别受影响的因素比较多,首先注册模型上,受限于环境、身体状态等因素,一个人的声音会发生不用的变化;其次在应用中,也会受注册环境跟验证环境不一致造成的失配问题,致使声纹不能匹配;最后,声纹也会随着年龄的变化而变化。另外,虽然声纹可以实现非接触的,但是在入侵方面也增加了更多的风险,比如录音、合成器合成等。
1 m- F# A& n+ K$ s; {  其中针对某些问题,人工智能技术能够给予一定的帮助,比如环境对声纹收集和比对的影响。一般情况下,在语料覆盖率足够完整的前提下,将之用于模型的搭建和训练,在最终实际应用场景中,即使面对嘈杂的环境,系统在提取声纹特征时便会将这些因素“去掉”,从而确保声纹特征的精准。
& w1 h" l( K  R/ {5 G/ K  什么是语料?是指一个人的声纹数据。* G! d4 H. `/ \5 G0 I( e( Z
  不过,用极限元创始人兼CEO温正棋的话来说,面对环境失配问题,现在更多的是通过语料的覆盖率来解决。在其看来,技术的成熟度极大程度上也是依赖语料的积累度。
6 Z0 G7 H, V, V  语料积累的全面与完整,这涉及到背后的声纹数据库是否全面覆盖了不用环境、不同状态等场景下的声纹特征。对于一般企业而言,这是一个极具难度的工作。
, e, U: x/ P( q, ~9 p  语料的完整与否影响了模型训练的精确度,也影响了声纹识别技术在实验室之外的商业化落地,尤其是面对1对N的“说话人辨认”的情况,相对于1对1的“说话人确认”,“说话人辨认”会要求系统通过声纹识别技术在多个人中找出一个人,这对系统的语料完整度、声纹特征提取的准确度等多个方面提出了要求。
; `) R/ W( W4 v3 g) w8 V( ~  未来,声纹识别当不了“独行侠”0 E+ q7 E9 |8 |+ a) O
  现如今,以智能手机为例,各大手机生产商、应用开发商更乐意采用人脸识别技术来用于认证解锁、认证支付。而在机场、高铁等场地,人脸识别检票等设备也应较为常见。
( l( \4 |2 p& O  在这些场景中,人脸识别技术被作为安全认证技术独立使用。那么,同样是安全认证技术,声纹识别有没有机会来当一回“独行侠”?( ^1 G+ H  E0 ]
  严格说来,声纹识别当“独行侠”的机会很少,微乎其微。只有在相对局限的场景中,譬如相对外来因素影响较小的家居环境等等,用户只需要提前录入自己多种状态的声纹并实时更新,系统将能够独立提供服务。
+ l' E+ P+ A! W) u6 U  至于其他较为复杂的环境,现在的声纹识别很多都是与语音识别和人脸识别等结合,譬如用户读出一段指定文字,以登录银行账户等,安全指数更高。也因此,从大趋势来讲,声纹识别当不了“独行侠”。
! B8 F1 A2 T3 q. c  T
% |1 Q- W$ S- o, D7 ~$ b0 a
您需要登录后才可以回帖 登录 | 注册

本版积分规则

安豆网|Archiver|手机版|中国安防论坛 ( 粤ICP备09063021号 )

GMT+8, 2024-12-23 09:26 , Processed in 0.535394 second(s), 19 queries .

Powered by Discuz! X3.4 Licensed

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表