科大訊飛李繁：多生物特征融合認(rèn)證能極大降低誤識率

　　李繁是科大訊飛云平臺事業(yè)部人臉聲紋技術(shù)主管，作為研發(fā)負(fù)責(zé)人參與構(gòu)建了面向十億級互聯(lián)網(wǎng)用戶提供語音交互服務(wù)能力的“訊飛開放平臺”，負(fù)責(zé)平臺身份驗(yàn)證業(yè)務(wù)線技術(shù)孵化與能力輸出。以下筆者整理的李繁近期在一公開課上分享的內(nèi)容：

　　大家晚上好，我是科大訊飛的李繁?？拼笥嶏w在語音技術(shù)方面的基礎(chǔ)研究時間超過了16年，目前正構(gòu)建人工智能生態(tài)圈，擁有專門面向互聯(lián)網(wǎng)開放的人工智能開放平臺，輸出各項(xiàng)核心的前沿技術(shù)。

　　目前，生物特征識別技術(shù)已經(jīng)逐步在金融領(lǐng)域推廣使用。上一期鈦客們分享了人臉識別技術(shù)（鈦坦白干貨）和虹膜識別（鈦坦白干貨）在金融領(lǐng)域的應(yīng)用，也對這些生物特征為何能應(yīng)用金融領(lǐng)域的特性做了說明。今天我主要從技術(shù)解決方案角度來說明，多生物特征融合認(rèn)證系統(tǒng)一個基于人臉識別技術(shù)與聲紋識別技術(shù)為接入點(diǎn)，可同時對多種生物特征進(jìn)行融合認(rèn)證的身份驗(yàn)證解決方案。

　　早前，國際生物特征組織分別從干擾用戶程度，獨(dú)立性，費(fèi)用代價，易用性這四個層面對市場上在用的生物特征進(jìn)行了系統(tǒng)的統(tǒng)計分析，分析包括掌紋識別，簽名識別，指紋識別，語音識別，虹膜識別，視網(wǎng)膜識別，臉部識別以及溫譜識別。提出，理想的生物特征系統(tǒng)需要具備高獨(dú)特性，高易用性，對用戶干擾程度低且費(fèi)用代價低的特性。從這里可以看出，在人類認(rèn)知范圍內(nèi)的聲紋識別、人臉識別技術(shù)和簽名識別技術(shù)以及人類認(rèn)知范圍外的指紋識別，虹膜識別，和掌紋識別，為何能在各自的領(lǐng)域中發(fā)揮著重要的作用。

　　聲紋識別技術(shù)和人臉識別技術(shù)能夠被用作便捷的身份認(rèn)證形式，與其擁有的特點(diǎn)是分不開的，首先這些生物特征與生俱來的，具備唯一性，不易被復(fù)制。其次，這些特征都是易采集且采集隱蔽性較強(qiáng)，無需新增硬件成本還能夠被遠(yuǎn)程操作。

　　以聲紋技術(shù)來說，聲紋是根據(jù)語音波形中反映說話人心理和行為特征的語音參數(shù)，自動識別說話人身份，每個人無論別人說話模仿的多么相似，他都具有獨(dú)一無二的聲紋。這是由每個人的發(fā)聲器官在成長過程中形成的，這個唯一性能夠唯一確定一個用戶的身份。

　　訊飛是國內(nèi)最早開始研究聲紋識別技術(shù)且最早達(dá)到實(shí)用級別的廠商，在提出多生物特征融合認(rèn)證解決方案之前，就已經(jīng)為公共安全部門和金融機(jī)構(gòu)提供了相關(guān)技術(shù)支持。作為身份驗(yàn)證的一種方式，自然說話中即可確定身份，接受度較高。

　　聲紋識別模式目前對外支持了聲紋自由說、動態(tài)數(shù)字密碼、開放文本密碼、固定文本密碼。如下圖，各種識別模式均有其對應(yīng)的應(yīng)用場景。動態(tài)數(shù)字密碼因其使用便捷性，已成為金融支付中最為廣泛的聲紋識別模式。

　　在這個領(lǐng)域中聲紋識別主要用途分為兩種，與人臉識別相似，一是聲紋確認(rèn)，即1:1比對，二是聲紋鑒別，即1:N比對。聲紋確認(rèn)直接使用待校驗(yàn)人的聲紋模型數(shù)據(jù)與注冊時的聲紋模型數(shù)據(jù)比對，得出一個相似度得分，而聲紋鑒別在一組模型中找出與待校驗(yàn)人相似度最高的聲紋發(fā)音者，當(dāng)然這個相似度得分能否作為判斷是本人的依據(jù)，需要應(yīng)用根據(jù)其容忍度進(jìn)行來設(shè)置。

　　下面來說一下聲紋識別技術(shù)的效果衡量標(biāo)準(zhǔn)（這個效果衡量標(biāo)準(zhǔn)的實(shí)質(zhì)就是安全性與易用性間的權(quán)衡）：

　　錯誤接受率（False Accept Rate），指非本人被錯誤的認(rèn)為是本人的次數(shù)占聲紋冒人操作次數(shù)的比值；

　　錯誤拒絕率（False Reject Rate），指本人被錯誤的認(rèn)為是非本人的次數(shù)占聲紋確認(rèn)操作次數(shù)的比值；

　　相等錯誤率（Equal Error Rate），指FA等于FR時的百分比。是衡量聲紋驗(yàn)證效果的重要依據(jù)。

　　至此，想必大家對聲紋識別技術(shù)以及人臉識別技術(shù)都有了一個基本的認(rèn)識。

　　可能有人會問，現(xiàn)在的人臉識別作為一種支付認(rèn)證手段已經(jīng)在市場上推廣使用了，而且普遍反饋效果很好，為什么還要去做這個多生物特征融合？以人臉識別技術(shù)來說，在最新的deepID2算法下，人臉的分辯能力能夠達(dá)到99.47%，但是在實(shí)際的應(yīng)用中還面臨著各種挑戰(zhàn)，比如說大家都能感受到的一個比較大的挑戰(zhàn)就是，我們旁邊的這些韓國小姐；當(dāng)然，聲紋識別技術(shù)同樣也有應(yīng)用上的挑戰(zhàn)，比如說聲紋易變形，易受身體狀況、年齡、情緒等方面的影響，實(shí)際使用中會受到錄音設(shè)備的影響。所以說，作為單一的生物特征認(rèn)證有一定的不穩(wěn)定性和局限性。

　　為應(yīng)對支付領(lǐng)域的高安全性需求同時解決單一生物特征的不穩(wěn)定性和局限性，提出了多生物特征融合認(rèn)證解決方案，多生物特征融合的核心基礎(chǔ)就是特征間的獨(dú)立性和互補(bǔ)性，從不同維度對兩種生物特征進(jìn)行融合計算，能夠最大限度的利用兩種生物特征的優(yōu)點(diǎn)，同時能夠從一定程度上降低誤識率，比如說剛才提到聲紋變形或錄音設(shè)備的影響。

　　多生物特征融合認(rèn)證解決方案是一整套的互聯(lián)網(wǎng)解決方案，關(guān)鍵特性包括：

　　1、 統(tǒng)一接入方式，云服務(wù)持續(xù)優(yōu)化升級，對于后續(xù)新開放的生物特征能夠靈活接入，集成應(yīng)用可以根據(jù)需要靈活選擇新切入的生物特征。

　　2、 自定義安全閾值，結(jié)合應(yīng)用場景設(shè)置安全級別，對于支付認(rèn)證這種安全要求較高的領(lǐng)域中可以設(shè)置當(dāng)所有生物特征都必須全部匹配時才認(rèn)為確認(rèn)無誤，而在對安全性要求不高的領(lǐng)域中，比如打卡系統(tǒng)，可以設(shè)置當(dāng)任意一種生物特征的匹配度符合標(biāo)準(zhǔn)都予以通過。采用這種方式能在保障校驗(yàn)準(zhǔn)確度的同時有效的提高通過率。

　　3、 閉環(huán)的安全校驗(yàn)，能夠?yàn)閼?yīng)用提供閉環(huán)的安全校驗(yàn)交互，避免特征交互過程中被篡改或者偽造，同時特征的傳輸通道采用多層加密的方式。

　　多生物特征融合認(rèn)證解決方案在支付領(lǐng)域里面的應(yīng)用，下面為大家舉幾個例子，

　　1、2015年8月，科大訊飛聯(lián)合中國銀聯(lián)和徽商銀行發(fā)布了 “聲紋+人臉”融合認(rèn)證個人轉(zhuǎn)帳應(yīng)用，是第一款采用多生物特征融合技術(shù)在移動支付領(lǐng)域的產(chǎn)品，能夠有效防范圖片或者視頻回放的欺詐風(fēng)險。在綁定銀行卡環(huán)節(jié)中，還應(yīng)用了自動識別身份證和銀行卡的功能，顯著簡化了用戶的操作。

　　2、2016年的2月，徽商銀行正式發(fā)布帶有人臉聲紋識別功能的手機(jī)銀行版本，用戶在使用手機(jī)銀行的時，可用“人臉+識別”替代手動輸入密碼。

　　3、目前正在對接的多家證券公司，都希望這個方案能夠用于遠(yuǎn)程開戶和安全支付，用戶不必再通過繁雜的人工校驗(yàn)審核，也不用擔(dān)心因?qū)徍诉^程的復(fù)雜而錯失一個投資良機(jī)，對于使用者和企業(yè)來說都是比較高效的一個應(yīng)用方式。

　　除了在金融支付領(lǐng)域，在其他領(lǐng)域也在使用這種多生物特征融合認(rèn)證的解決方案，比如，科大訊飛目前在用的身份認(rèn)證考勤，全國各地的分公司只要在指定的地點(diǎn)進(jìn)行通過app進(jìn)行“人臉+聲紋”打卡即可。