4月22日，聲紋識別產業(yè)發(fā)展與創(chuàng)新研討會于清華大學成功舉行。本次研討會由中國計算機協(xié)會（CCF）語音對話與聽覺專業(yè)組、得意音通信息技術研究院主辦，清華大學人工智能研究院聽覺智能研究中心協(xié)辦。億歐作為特邀媒體參加了本次會議。

會上，CCF常務理事、語音對話與聽覺專業(yè)組副組長、中科院模式識別國家重點實驗室副主任陶建華進行了CCF致辭。中科院語言聲學與內容理解重點實驗室主任、中科信利創(chuàng)始人顏永紅，中國互聯(lián)網金融協(xié)會業(yè)務三部副主任陳則棟，陸軍工程大學副教授徐明星，CCF語音對話與聽覺專業(yè)組組長、清華大學人工智能研究院聽覺智能研究中心主任、得意音通創(chuàng)始人鄭方分別進行了相關主題演講。

聲紋識別為何得到如此高的認可？

2018年5月，國家互聯(lián)網信息辦公室發(fā)布了《數(shù)字中國建設發(fā)展報告（2017年）》，其中特別提到現(xiàn)在信息資源共享開放面臨著線上身份認證的瓶頸。

徐明星表示，在線身份識別除了存在管理上的問題外，還會有用戶被不法分子脅迫或在不知情時“被動”進行身份驗證的情況。他認為，“真實身份＋真實意圖”將是一種很好的解決方案，即除了確定用戶的真實身份外，還需要通過情感計算（如恐懼檢測）來確定用戶是否受到脅迫。真實身份加上真實意圖的驗證，將有效防范來自暗里、明里的攻擊。

在應用方面，語音可以和其他模態(tài)實現(xiàn)渾然一體的多模態(tài)融合。2015年初，為了順應國際國內移動金融發(fā)展趨勢，中國人民銀行印發(fā)了《關于推動移動金融技術創(chuàng)新健康發(fā)展的指導意見》。徐明星表示，在中國人民銀行發(fā)布的標準中提到認證的手段必須是多種形式、多通道，而聲音在說話的同時就能進行表情等圖像驗證，這也是語音在實現(xiàn)方面的特別優(yōu)勢。

在隱私安全方面，徐明星認為，意圖辨認與聲紋結合將是一個更加安全、更加智能的一種認證系統(tǒng)。在聲紋識別的認證層面，認證包含三個階段：先錄音，然后進行計算機比對，最后將結果呈現(xiàn)。結果呈現(xiàn)本身就是用戶想要的，不存在隱私問題。而中間聲紋比對的計算過程，由于它的數(shù)據(jù)不可解釋，超越了人類記憶理解的能力范圍，相當于這一過程的信息和數(shù)據(jù)是天知、地知、計算機知。因此在比對中也和隱私無太大關聯(lián)。而輸入的語音，這里分成三種類型的信息：有聲學環(huán)境、傳輸通道、用戶語音。很顯然，環(huán)境如何，話筒怎么樣與隱私的相關性不強。傳輸通道和用戶語音跟個體的隱私也沒什么關系。其中，用戶的語音內容是驗證中需要的內容，亦不太會涉及隱私。

陳則棟在演講中講到，聲紋有唯一性和獨一性，并且聲音一般不涉及用戶的隱私，相對來說不會那么敏感，更容易采集到，也更容易達到國家網絡安全法以及信息安全技術、個人信息安全規(guī)范等要求。聲紋識別作為一種基于動態(tài)行為的身份認證方式，可以結合動態(tài)聲紋密碼實現(xiàn)雙向交互。相對于指紋識別等生物技術，聲紋識別在個人隱私保護、安全度具有優(yōu)勢。

基于此，近年來，聲紋識別技術在金融領域的應用得到了相關監(jiān)管部門的鼓勵。2015年、2016年相繼出臺了關于改進個人賬戶服務、加強賬戶管理的通知，以及關于落實個人銀行帳戶的通知，明確指出開立個人賬戶的可以將探索聲紋識別作為輔助手段。為了引導聲紋識別技術應用規(guī)范發(fā)展，2018年10月，中國人民銀行正式頒布了《移動金融基于聲紋識別的安全應用技術規(guī)范》金融行業(yè)標準，這是第一個聲紋識別的標準，也是我國首個生物特征識別安全應用技術標準。這在一定程度上反應了聲紋識別已得到相對較高的認可。

魯棒性要求與行業(yè)標準成障礙

陳則棟表示，與傳統(tǒng)的方式不相同，聲紋是無法撤銷、無法更改的，隨著聲紋信息的采集和使用，個人生物特征信息被泄露的風險不斷加大，如何保護好生物特征信息是非常重要的問題。單純就聲紋識別技術而言，聲紋識別面臨環(huán)境相關、應用相關等各種魯棒性問題。成熟的技術可以用，不成熟的技術還需要研究，這是需要客觀看待的。

聲紋識別研究面臨著魯棒性要求的挑戰(zhàn)，分別是環(huán)境相關的魯棒性，說話人相關的魯棒性和應用相關的魯棒性。對此，鄭方談論了一系列相對具體的問題，如在聲紋辨認場景下必須要解決跨信道問題。此問題該如何解決，目前有很多設想。比如可以通過參考說話人的方式訓練一組從一個信道到另一個信道影射關系。把影射關系找到之后，在一個信道下即便沒有數(shù)據(jù)也可以學過來。這在理論上能達到很好的效果。但理想很豐滿，現(xiàn)實很骨感。在實際中，還有很長的距離要走。此外，多人說話，即對文本無關性的確認；說話人相關魯棒性中的時變；防假冒闖入等都是目前聲紋識別產業(yè)化過程中遇到的一些問題。

在談及行業(yè)應用方面，陳則棟表示雖然聲紋識別技術在金融領域具備了一定的基礎，但由于沒有一個系統(tǒng)的行業(yè)性標準，整個聲紋識別還是不具備規(guī)模效應，還在探索和發(fā)展過程當中。這也是聲紋識別落地其他行業(yè)無法回避的問題。

聲紋識別產業(yè)化不僅需要攻克技術難關，行業(yè)規(guī)范及相關法律法規(guī)也需要及時到位。

聲紋識別不是爭相追逐的風口，解決實際問題才是關鍵

近年來，各方對聲紋識別的關注與重視逐漸增加，聲紋識別已呈現(xiàn)出火熱之勢。尤其是中國人民銀行頒布了《移動金融基于聲紋識別的安全應用技術規(guī)范》之后，聲紋大熱，包括基于聲紋識別的各種應用都將快速發(fā)展。陳則棟認為，這種情況下要保持客觀冷靜，不能盲目夸大聲紋的作用，也不能裹足不前。要加強技術研究分析、穩(wěn)妥有序地開展聲紋識別技術在金融領域的研究和應用。

鄭方在圓桌對話中也表示，聲紋識別發(fā)展到今天，應該引起我們做研發(fā)或者產業(yè)化人非常重要的一個思考。聲紋識別現(xiàn)在火了之后，我們應該要更多地從問題出發(fā)，從市場的需求出發(fā)來解決實際問題。不能泛泛講聲紋，就像人工智能不能泛泛講人工智能一樣�，F(xiàn)在存在的問題是，人工智能一熱，所有人都往這個筐里靠。但人工智能發(fā)展是參差不齊的，有的領域可能成熟了，有的領域還差得很遠。不能一概而論，聲紋是同樣的問題。最好的辦法是有序推進聲紋識別產業(yè)化，成熟的好好做，不成熟的繼續(xù)在實驗室做。當然，一定是市場要求吻合了那才叫成熟，不是識別率做到就成熟了。識別率95％和99％哪個成熟？可能都成熟可能都不成熟，必須解決實際問題。