声纹识别用于银行 声音会被模仿还可靠吗

配音演员模仿别人的声音。虽然他们在听觉上相似，但他们不能模仿说话者最本质的特征。声纹特征分析还是会有差异的。“刷脸”之后，声纹识别也进入了我们的生活。

近日，平安科技与金融一户通联合项目组与广发银行签署声纹验证项目，将在防范欺诈、为银行提供优质服务方面发挥作用。此前，市场监管总局和中国人民银行发文，决定将支付技术产品认证延伸至金融技术产品认证，并确定了《金融技术产品认证目录》，其中还包括声纹识别系统。那么，什么是声纹呢？会不会被模仿导致识别装置误判？

频谱、节奏、语言特征都有差异，声纹是独特的，独一无二的

声纹是一种生物特征，是说话人说话时提取的。它可以用作说话者的表示和识别，可以与其他人区分的语音特征，以及基于这些特征或参数的语音模型的通用术语。声纹识别又称说话人识别，是从说话人发出的声谱图中提取身份信息和声纹特征，然后将语音信号转换为电信号，通过相关算法由计算机进行比较识别的技术。

清华大学信息技术学院教授方正说，声音信号之所以被描述为“简单而有意义”，是因为声音包含了丰富的信息，如内容、身份、情感、年龄和健康状况。此外，人类语言的产生要经过语言中枢和人体发音器官之间复杂的生理和物理过程。理论上讲，每个人说话时的短时频谱、音源、时间动态、节奏、语言特征都有差异。所以，声纹和指纹一样独特，一样独特。

相比人脸、指纹、虹膜识别，声纹识别有很多优点，如声纹语料库的自然采集，不需要眨眼、摆脸等特定动作，不受光线或隐私等特定场景的限制，因此人们的接受度更高；声纹识别可以随机改变阅读内容，即使语音信息已经留在网上或其他地方，也不容易被复制或窃取。“被识别的人不需要与识别装置密切接触。声纹可以通过电话、APP等渠道将语音传递到后台进行识别，并可以在用户语音通话过程中自动完成识别，成本低廉，方便快捷。”平安声纹领域的专家告诉《科技日报》记者。

声音相似并不意味着声纹相似度的声纹识别准确率已经超过99%

登录手机银行APP，开始声纹验证。用户只需要准确说出随机动态代码。系统记录语音信息，验证声纹和随机动态码后，可以进行转账、支付等交易...目前，声纹识别已经在一些银行得到应用。但是生活中有很多声音相似的人，有些配音演员可以模仿别人的声音。用声纹做理财产品认证不安全吗？对此，平安科技声纹专家解释说，总体而言，声纹是一种稳定的生物特征。除了一个人一生中的某些年龄段，如少年变声，声纹可能会发生变化，大多数情况下声纹特征是稳定的。

因为每个人说话时使用的发声器官，如舌头、牙齿、口腔、声带、肺、鼻腔等。，大小和形状都不同，还有年龄、性格、语言习惯等各种原因。，有各种各样的发音，这就导致了这样一个事实，每个人从这些器官发出的声音都必须有自己的特点。特别是包含在每个人说话过程中的个人特征，比如发音习惯，几乎都是独一无二的，即使被模仿，也无法改变说话人最本质的特征。

“所以配音演员模仿别人的声音。虽然他们在听觉上相似，但他们不能模仿说话者最本质的特征。声纹特征的分析还是会有差异，可以区分。”

根据计算结果，公安部发布了标准《GA/T 1179-2014安全声纹确认应用算法技术要求及测试方法》，声纹技术产品按照该标准采集数据。目前，如果用户按照事先指定的文本阅读内容，声纹识别的准确率已经达到99.8%；如果不提前阅读指定的文本内容，随意发声，声纹识别的准确率可以达到99.1%。“虽然准确率不低，但还是有误判的可能。在设计使用场景和流程时，需要考虑到声纹识别并非100%准确的现实。”平安科技声纹专家表示，声纹作为金融产品认证，需要看具体场景。适用于辅助身份验证、名单识别、反诈骗、声纹锁登录等场景；但是在大额支付的场景下，如果使用声纹作为唯一的认证方式，则需要充分评估风险。

目前除了金融领域，声纹正在进入公共安全、智能家居、智能教育、无线城市等行业，针对不同应用场景的特点进行有针对性的开发。如果不时发生申领退休金的情况，要求老人亲自检查身体，才可以领取退休金，是非常不方便的。声纹确认技术具有远程控制的特性。社保局通过预装声纹身份认证系统，可以对养老金领取者进行远程身份认证，实现“多信息跑，少人跑腿”。目前，贵州省黔东南州正在开展一些试点项目。

相关链接

声纹识别技术发展的“三步曲”

语音作为一种身份认证的手段，可以追溯到20世纪60年代英国对查理一世之死的审判。1966年，美国法院首次使用声纹获取证据。随着研究方法和计算机技术的发展，声纹识别逐渐从简单的人耳识别转变为基于计算机的自动识别。

声纹识别技术的发展大致可以分为三个阶段:第一阶段是基于模板匹配的方法。像人脸一样，声纹要先注册再验证，注册的内容要和验证的内容一样。比如注册的时候说“密码”这个词，验证的时候也一定要说“密码”。这相当于你验证的时候被限制了，只是对比两个声音；第二阶段，基于概率模型的研究始于2000年。如果有的人说话快，有的人说话慢，声音有时间长度，就要把变长向量变成物理度，这是基于高斯模型的概率统计，声纹识别的准确性会受到噪声和干扰的影响；第三阶段，从2012年左右开始，深度学习给人工智能的发展带来了巨大的影响，也迅速推动了声纹识别的发展。