當(dāng)語(yǔ)音無(wú)法哄騙AI 聲音才能真正展開(kāi)羽翼

基于語(yǔ)音識(shí)別的各種語(yǔ)音助手、商業(yè)應(yīng)用，也在悄然描畫(huà)著智慧生活的未來(lái)。在去年的百度AI開(kāi)發(fā)者大會(huì)中，我們就見(jiàn)到了百度CTO王海峰跟小度“講RAP”的“極限操作”?？梢哉f(shuō)，聽(tīng)覺(jué)方面的技術(shù)突破，這兩年大家伙兒都沒(méi)少見(jiàn)。

不過(guò)，今年我們看到了AI給語(yǔ)音的另一種賦能：防錄音攻擊。

我們知道，聲音之所以能夠在門(mén)禁、銀行、公安等領(lǐng)域中成為判定人身份的重要依據(jù)，就在于說(shuō)話(huà)人聲紋的不同。

在車(chē)載語(yǔ)音系統(tǒng)中，也可以通過(guò)聲紋識(shí)別來(lái)判定車(chē)內(nèi)不同乘客的身份，提供個(gè)性化的服務(wù)。萬(wàn)一別人將你的聲音錄下來(lái)播放給汽車(chē)聽(tīng)，豈不是可以“為所欲為”了？聲音的合成處理也能達(dá)到以假亂真的效果，比如百度AI客服給大量開(kāi)發(fā)者打電話(huà)，很多人一開(kāi)始?jí)焊鶝](méi)有發(fā)現(xiàn)對(duì)面居然是個(gè)AI。

顯然，如果不具備防攻擊能力，單純的聲紋識(shí)別仍難以打消大家的安全顧慮。不過(guò)魔道總是此消彼長(zhǎng)，今年，一個(gè)能夠讓系統(tǒng)不被錄音/模擬音騙到的應(yīng)用就向我們展示出了神奇的療效。

得意音通的技術(shù)團(tuán)隊(duì)，在百度深度學(xué)習(xí)開(kāi)發(fā)平臺(tái)飛槳上，開(kāi)發(fā)出一個(gè)性能很強(qiáng)悍的防錄音攻擊功能。當(dāng)用戶(hù)說(shuō)出對(duì)應(yīng)的字符時(shí)，系統(tǒng)會(huì)自動(dòng)識(shí)別并通過(guò)，這沒(méi)有什么稀奇的。神奇之處在于，當(dāng)用戶(hù)錄下通關(guān)密令，再給系統(tǒng)播放時(shí)，它會(huì)立馬判斷出這不是本人親口說(shuō)的，并直接對(duì)通關(guān)請(qǐng)求say NO！

據(jù)開(kāi)發(fā)人員透露，該技術(shù)在國(guó)際自動(dòng)說(shuō)話(huà)人識(shí)別欺騙攻擊與防御對(duì)策挑戰(zhàn)賽（ASVspoof 2019）中，獲得了全球第一的成績(jī)。在中國(guó)建設(shè)銀行手機(jī)銀行的數(shù)億次驗(yàn)證中，能做到“零事故”和“零投訴”通過(guò)。

這個(gè)創(chuàng)意聽(tīng)起來(lái)只是一個(gè)小小的功能點(diǎn)創(chuàng)新，卻在這個(gè)AI狂飆突破的關(guān)鍵時(shí)期，提醒了我們，讓AI會(huì)說(shuō)話(huà)、說(shuō)好話(huà)是不夠的，懂得拒絕的AI挑戰(zhàn)更大，也更值得人類(lèi)信賴(lài)。