AI赋能下的声纹识别技术在公共安全领域的深度应用

佳都新太科技股份有限公司 徐建明

1、声纹识别在公共安全领域的应用现状

生物特征是指每个个体所独有的、可以通过技术有效测量、甄别、鉴定与验证的某类生理上的特征或行为上的方式。从生物特征的来源进行区分，可初步分为两大类，一是生理特征，二是行为特征。生理特征通常指的是人脸、掌静脉、指纹、声纹、虹膜等；行为特征通常指的是笔迹、步态等。

生物特征识别技术就是利用各类传感与采集技术、深度学习等人工智能技术，通过对个人生理特征和行为特征进行计算，建立数学模型，并进行识别与区分的技术。

近年来，随着智慧城市建设的不断加速、以及人工智能技术的深度发展，越来越多的领域对生物特征识别技术产生了应用需求。而在各类生物特征识别技术中，智能语音类技术是应用得最广泛的技术之一。

智能语音类技术从应用广度来分，首屈一指的当属语音识别与声纹识别两大类。其中，语音识别技术主要是以计算机来识别语音描述的内容，并自动将语音内容转换为文字；声纹识别技术是通过对声音频谱等特征的全面分析，建立计算机对声音特征的描述，并基于此分辨声音的发出者的身份。两者原理上类似，都是通过对采集到的语音信号进行分析和处理，提取相应的特征或建立相应的模型，然后据此做出判断。但二者的根本目的，提取的特征、建立的模型是不一样的。

语音识别技术当前已广泛的运用在智慧城市的方方面面，例如地铁站的智能语音售票、运营商或银行的智能语音客服、智能手机上的语音输入法、各类语音助理与智能音箱等等，都运用了语音识别技术。

而声纹识别的应用领域则更加专业与细分，主要集中在公安、司法等需要利用声纹鉴定人员身份的领域中。现代语音同一认定（声纹鉴定）技术是随着语图仪（声谱仪）的发明而发展起来的。20世纪40年代初期，美国贝尔实验室发明了声谱仪，这个仪器是一个动态声波分析仪，通过对语音信号的时间、频率和强度（t-f-a）三种参数的实时分析，产生一个连续可视的语音频谱。当时在贝尔实验室工作的物理学家波特（Potter）等人开始研究利用声谱仪来分析语音。

最早进行语音同一认定（声纹识别的主要分支）研究的是美国的克斯塔（L·G·Kersta）。他于1962年研究并发表了名为《声纹鉴定》（Voiceprint Identification）的研究报告。他对123名健康美国人的“I，You，It”等声样的25000个声纹图进行了50000多项分析，实验准确率为97％―99.65%。

而在我国，早在上世纪80年代末就已由上世纪八十年代末，中国刑警学院文检系和公安部物证鉴定中心先后引进相关仪器设备并分别建立了声纹鉴定实验室，并进一步成立了声纹鉴定研究课题组，开展了声纹鉴定技术的研究工作。到现在，在全国各地公安机关的多年