國網(wǎng)公司對人工智能方向的研發(fā)一直是重點投入，設備運營管理是人工智能的核心應用領域之一，涉及到圖像識別、視頻分析、聲紋識別、知識圖譜、數(shù)據(jù)智能等多個領域。聲音識別技術(shù)能解決這些問題嗎？對變電設備異常工況的診斷與識別，如：變壓器、電抗器、斷路器、隔離開關等主要設備內(nèi)部不可見缺陷的準確診斷與識別，以及繞組變形、偏磁異常、內(nèi)部放電等的診斷與識別，正在進行探索與研究。聲紋識別技術(shù)究竟是怎么一回事？接下來小編就給大家解答一下人工智能黑科技——聲紋識別是什么，一起來看看吧。

金目

0

0條點評

咨詢產(chǎn)品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

16

人工智能黑科技——聲紋識別

一、什么是聲紋？

   聲音紋理(Voiceprint)是一種帶有言語信息的聲波頻譜，它是一種生物特征，它由一百多個維度組成，包括波長、頻率和強度，它具有穩(wěn)定性、可測量性和唯一性。

   人的語言生成是人類語言中心和發(fā)音器官之間一個復雜的生理物理過程，舌、牙、喉、肺、鼻等發(fā)聲器官在大小和形狀上各不相同，因此對任何兩個人來說，聲紋圖譜都是不同的。
個體的語音聲學特征具有相對的穩(wěn)定性和可變性，且并非一成不變。這些變化可能來自生理、病理、心理、模擬、偽裝等，也可能與環(huán)境干擾有關。

   然而，由于每個人的發(fā)音器官都不一樣，所以在一般情況下，人們?nèi)匀豢梢詤^(qū)分不同的人的聲音，或者判斷是否是同一個人發(fā)出的聲音。

二、聲紋識別的原理

   每個人說話時所用的發(fā)聲器官在大小和形狀上都有很大的不同，因此任何兩個人的聲紋圖都有不同，主要體現(xiàn)在以下幾個方面：

共振模式特點：咽腔共振，鼻腔共振，口腔共振。

聲音純度特征：不同人的聲音，純度一般都不相同，大致可以分為高純度(明亮)、低純度(沙啞)和中純度三個等級。

均音高特點：均音高的高低即一般所說的嗓音是高還是低。

音高的高低是指人們通常所說的音色是否飽滿或干癟。

語譜圖中不同人聲的諧振峰分布情況不同，而聲紋識別則是通過比較兩段語音說話人的發(fā)音，判斷其是否屬于同一人聲，實現(xiàn)“聞聲識人”的功能。

三、聲紋識別算法的技術(shù)指標

   在算法層面上，聲紋識別可以通過以下基本技術(shù)指標來判斷其性能，除此之外，還有其他一些指標，如：信道的魯棒性、時變的魯棒性、假冒攻擊的魯棒性、群體的普適性等，這部分后面將詳細展開。

   FalseRejectionRate,FRR)：在分類問題中，如果兩個樣本是相同的(相同的人)，但被系統(tǒng)誤認為是不同的(不同的人)，那么就是錯誤的拒絕案例。誤報率是指所有同類匹配案例中誤報率的百分比。

   誤報率(FAR)：在分類問題中，如果兩個樣本是異類(非同一人)，但被系統(tǒng)誤認為是同類(同一人)，那么就是錯誤接受情況。誤報率是指所有異類匹配病例中錯誤接受病例的比例。

   等錯率：調(diào)整閾值，使誤拒絕率(FalseRejectionRate,FRR)等于誤接受率(FalseAcceptanceRate,FAR)，此時FAR和FRR的值稱為等錯率。

   精確度(Accuracy,ACC)：調(diào)整閾值，使FAR+FRR最少，將其減至1，即ACC=1-min(FAR+FRR)

   速率：(提取速度：提取聲紋速度與音頻時長相關，驗證比對速度)：實時RealTimeFactor比(衡量提取時間與音頻時長的關系，例如：1秒可以處理80s的音頻，然后實時比是1:80)。校驗比值對速度是指平均每秒可以進行的聲紋比對次數(shù)。

   ROC曲線：描述FAR和FRR之間變化關系的曲線，F(xiàn)AR為X軸，F(xiàn)RR為Y軸。在閾值增長的過程中，從左到右，每個時刻都有FAR和FRR兩個值，將這些值在圖上描點連接成曲線，即ROC曲線。

   門限：在接受/拒絕二元分類系統(tǒng)中，通常設置一個門限，當分數(shù)超過這個值時，才會作出接受的決定。根據(jù)業(yè)務需求調(diào)整閾值可以平衡FAR和FRR。在設置高閾值時，系統(tǒng)對接受決策的評分要求更嚴格，F(xiàn)AR降低，F(xiàn)RR提高；在設置低閾值時，系統(tǒng)對接受決策的評分要求更寬松，F(xiàn)AR提高，F(xiàn)RR降低。對于不同應用場景，調(diào)節(jié)不同閾值，則可在安全性和便利性之間實現(xiàn)均衡。

四、影響聲紋識別水平的因素

聲源采樣率

• 人類語音的頻段集中于50Hz ~ 8KHz之間，尤其在4KHz以下頻段

• 離散信號覆蓋頻段為信號采樣率的一半（奈奎斯特采樣定理）

• 采樣率越高，信息量越大

• 常用采樣率：8KHz (即0 ~ 4KHz頻段），16KHz（即0 ~ 8KHz頻段）

信噪比（SNR）

• 信噪比衡量一段音頻中語音信號與噪聲的能量比，即語音的干凈程度

• 15dB以上（基本干凈），6dB（嘈雜），0dB（非常吵）

信道

• 不同的采集設備，以及通信過程會引入不同的失真

• 聲紋識別算法與模型需要覆蓋盡可能多的信道

• 手機麥克風、桌面麥克風、固話、移動通信（CDMA, TD-LTE等）、微信……

語音時長

• 語音時長（包括注冊語音條數(shù)）會影響聲紋識別的精度

• 有效語音時長越長，算法得到的數(shù)據(jù)越多，精度也會越高

• 短語音（1～3s）

• 長語音（20s＋）

文本內(nèi)容

• 通俗地說，聲紋識別系統(tǒng)通過比對兩段語音的說話人在相同音素上的發(fā)聲來判斷是否為同一個人

• 固定文本：注冊與驗證內(nèi)容相同

• 半固定文本：內(nèi)容一樣但順序不同；文本屬于固定集合

• 自由文本

五、聲紋識別的應用流程

六、聲紋識別的應用場景

   作為生物識別技術(shù)的一種，聲紋識別的應用場景很多，根據(jù)聲音的特性，以下從公共安全、金融、社會保障、智能硬件四個方面介紹了聲紋識別的應用。

1、安全保障。

   作為一種生物特征，聲紋最早被成功地應用于刑偵、鑒定領域。近幾年來，由于因特網(wǎng)的發(fā)展，語音案件也呈現(xiàn)井噴式增長的趨勢，聲紋識別已成為唯一一種有效的技術(shù)偵查手段，通過聲紋識別和聲紋大數(shù)據(jù)技術(shù)，對重點人員進行監(jiān)控，打擊電信詐騙、反恐、刑事案件偵破、身份查詢及驗證等，為公安工作提供有力的技術(shù)支撐，有效遏制和打擊犯罪，營造和強化安全的社會公共環(huán)境。

2、財務。

   以銀行、互聯(lián)網(wǎng)金融等各類金融服務機構(gòu)為對象，利用聲紋識別技術(shù)，提供用戶注冊、遠程驗證、金融生物識別等解決方案，大大提高了金融機構(gòu)風險防范系統(tǒng)的安全性，增強了風控能力，增強了用戶的安全性，防止了身份欺詐。

   此外，在電話客服系統(tǒng)中，通過語音識別技術(shù)可以實時地識別用戶的身份，從而為用戶提供個性化的客服服務。

3、社會保障

   對退休人員，我國每年至少要進行一次生存狀況核實，并以此為基礎發(fā)放養(yǎng)老金，目前可到指定的社保大廳或自助終端進行生存核實，對于一些行動不便的老人來說，這種方式也很不方便。語音識別技術(shù)在遠程認證方面有其天然優(yōu)勢，只要有一部電話(手機或固定電話都可以)，就能完成生存認證，為參保人員提供方便，同時也為國家節(jié)省了大量費用，避免養(yǎng)老金流失。

4、智能硬件。

   聲紋識別解決了目前智能產(chǎn)品只能識別用戶說話內(nèi)容而不能區(qū)分說話人身份的問題，使智能產(chǎn)品能夠區(qū)分不同角色，實現(xiàn)“聽、說、讀”。

   使系統(tǒng)針對每一個人提供不同的內(nèi)容和服務，使人機交互更加簡單，讓用戶享受到更加輕松、個性化、安全的產(chǎn)品體驗。

   作為生物識別技術(shù)的最前沿，聲紋識別技術(shù)隨著技術(shù)的成熟將在越來越多的應用場景中落地，相信在不遠的將來，第三代身份證上的聲紋將成為繼指紋、人像之后又一項新的公民身份標 識。在我們未來的科技生活中，聲音將扮演越來越重要的角色。以上就是小編為大家介紹的人工智能黑科技——聲紋識別是什么，希望對您有幫助。