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“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。

▲ 聲紋識別的系統框架

訓練階段：對使用系統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，無論是電話還是網上都能夠輕松辦理業務了。

當然，社保局也可以運用聲紋識別防止養老金被冒領。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，對環境的要求非常高，在嘈雜的環境混合說話下，聲紋不易獲?。蝗说穆曇粢矔S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