聲紋識(shí)別：國內(nèi)競爭格局基本形成，規(guī)模商用在即？

生物識(shí)別技術(shù)作為新一代人工智能的重要領(lǐng)域，借助人體生理特征或行為特征進(jìn)行身份識(shí)別。近年來得益于云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、深度學(xué)習(xí)等信息技術(shù)的快速發(fā)展，生物識(shí)別技術(shù)在基礎(chǔ)理論、算法模型、創(chuàng)新應(yīng)用、軟件支持等方面不斷取得突破。

目前，指紋識(shí)別、人臉識(shí)別已經(jīng)被大眾所熟知，但同樣作為生物識(shí)別的聲紋識(shí)別，還處于技術(shù)挑戰(zhàn)的前沿地帶。

據(jù)前瞻產(chǎn)業(yè)研究院分析，當(dāng)下全球生物識(shí)別產(chǎn)業(yè)規(guī)模龐大，僅語音生物識(shí)別(注:即聲紋識(shí)別)這一細(xì)分方向的市場規(guī)模就將近百億美元，預(yù)計(jì)2020 年更是有望超過 200 億美元(合 1346 億元人民幣)，占整個(gè)生物識(shí)別市場的 22.4%。

從網(wǎng)絡(luò)身份認(rèn)證應(yīng)用領(lǐng)域來看，據(jù)國外權(quán)威調(diào)研機(jī)構(gòu) MarketsandMarkets數(shù)據(jù)顯示，2019 年網(wǎng)絡(luò)安全市場預(yù)計(jì)增長至 1557.4 億美元，其中，身份認(rèn)證信息安全市場規(guī)模將超過300億美元。聲紋識(shí)別在其中也將扮演重要角色。

<電子發(fā)燒友>根據(jù)公開資料統(tǒng)計(jì)出國內(nèi)20家聲紋識(shí)別企業(yè)。這些企業(yè)幾乎可以分為三大類，一是成立于2000年左右的以科大訊飛為代表的老牌語音廠商；二是成立于2000年~2010年的深耕聲紋技術(shù)的廠商；三是2012年之后借著AI東風(fēng)成立的初創(chuàng)企業(yè)。這些老牌企業(yè)往往掌握有深厚的技術(shù)積累和核心專利，特別是少數(shù)幾家有高校和科研機(jī)構(gòu)背景的企業(yè)。從融資進(jìn)度來看，AI初創(chuàng)企業(yè)步調(diào)更快，也從一定程度上反映出行業(yè)風(fēng)口機(jī)會(huì)的來臨。

聲紋識(shí)別主要應(yīng)用領(lǐng)域及場景

國家公共安全
聲紋辨認(rèn)技術(shù)首先在針對(duì)特定人群的國防安全、公安技偵、司法矯正等領(lǐng)域投入使用，有力保障了國家和公共安全。

泛金融
為防止盜刷等案件發(fā)生，將聲紋確認(rèn)技術(shù)加入到交易支付中，通過動(dòng)態(tài)聲紋密碼的方式進(jìn)行客戶端身份認(rèn)證，可有效提高個(gè)人資金和交易支付的安全。 2016到2018 年間，中國建設(shè)銀行、貴陽銀行、蘭州銀行、西安銀行、中國銀聯(lián)、中國互金協(xié)會(huì)等多家單位上線了聲紋識(shí)別身份認(rèn)證服務(wù)，用于賬戶登錄、大額轉(zhuǎn)賬、無卡取款、密碼找回等業(yè)務(wù)場景。微信和支付寶也已上線基于聲紋動(dòng)態(tài)口令的登錄方式。此外，在信貸業(yè)務(wù)中引入聲紋識(shí)別技術(shù)作為反欺詐手段，還可有效降低冒用他人身份進(jìn)行騙貸以及多頭貸款等事件的發(fā)生率。

社會(huì)保險(xiǎn)
城鄉(xiāng)養(yǎng)老保險(xiǎn)是社會(huì)保障體系的重要組成部分，目前我國社保面臨三個(gè)問題: 加速進(jìn)入老齡化社會(huì)，社保金管理存在冒領(lǐng)問題，現(xiàn)有解決冒領(lǐng)問題的方法成本高、效率低。利用聲紋識(shí)別技術(shù)有效解決參保人員的遠(yuǎn)程和現(xiàn)場的身份認(rèn)證問題，避免了指紋和人臉等需現(xiàn)場辦理、不易采集、易偽造等問題。

智能安防及個(gè)性化語音交互
利用聲紋確認(rèn)技術(shù)，可完成個(gè)人日常生活中的各種事物訪問控制的授權(quán)，比如智能手機(jī)鎖屏、各類網(wǎng)絡(luò)賬號(hào)的聲控密碼鎖、電腦聲控鎖、聲控安全門、汽車聲控鎖等; 利用聲紋辨認(rèn)技術(shù)，可支持智能音箱、智能語音助手等，針對(duì)不同年齡段的用戶提供個(gè)性化服務(wù)以及開放特定的功能權(quán)限等;通過語音識(shí)別和聲紋識(shí)別技術(shù)的結(jié)合，完成多人會(huì)議記錄。

目前這些新興需求大部分還處在探索階段。

5G將催生聲紋識(shí)別全新應(yīng)用場景

在可預(yù)見的未來，身份識(shí)別將會(huì)有以下趨勢(shì)：多生物識(shí)別手段融合；能夠在自然情況下采集的非接觸式；能夠在互聯(lián)網(wǎng)上實(shí)現(xiàn)遠(yuǎn)程識(shí)別且不易造假的方式。每一種生物識(shí)別技術(shù)都有其優(yōu)勢(shì)和劣勢(shì)，對(duì)于沒有屏幕和鍵盤或是屏幕非常小的智能硬件，語音是較為合理的操作方式，聲紋識(shí)別適用于這樣的驗(yàn)證方式和服務(wù)入口。

不過，由于聲音信號(hào)的復(fù)雜性，聲紋識(shí)別在實(shí)際應(yīng)用時(shí)仍然面對(duì)很多挑戰(zhàn)，根據(jù)清華大學(xué)人工智能研究院所撰寫的《中國首份聲紋識(shí)別產(chǎn)業(yè)發(fā)展白皮書》，所提到的技術(shù)挑戰(zhàn)包括：
身份認(rèn)證(聲紋確認(rèn)):假冒攻擊、真實(shí)意圖檢測、低語識(shí)別等; 反欺詐(聲紋辨認(rèn)):多說話人、短語音、語音掩蓋等; 文本無關(guān):(錄音重放的)假冒攻擊、短語音; 文本相關(guān):(錄音重放的)假冒攻擊; 文本提示:(錄音拼接重放)假冒攻擊; 共性:背景噪音、跨信道、時(shí)變(年齡變化)、身體狀況、(語速、音量、情感等)發(fā)音方式。

不過，隨著5G 催生全新應(yīng)用場景，連接能力將增強(qiáng)至百億級(jí)，帶來海量的機(jī)器類通信及連接的深度融合。同時(shí)，網(wǎng)絡(luò)向云化、軟件化演進(jìn)，加上高可靠、低時(shí)延、大容量的網(wǎng)絡(luò)能力，將使車聯(lián)網(wǎng)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域獲得全新的技術(shù)賦能。語音作為最自然的人機(jī)交互方式，將迎來更多成長機(jī)會(huì)和更大的發(fā)展空間。