快商通首席科學(xué)家李海洲教授

為什么聲紋技術(shù)可以進(jìn)行有效安全防范？

李海洲教授向記者介紹道：“聲紋識別技術(shù)，是用說話人的聲音，以逆向工程（reverse engineering）來描述說話人的聲道、口腔、口腔容量、聲道長度、鼻腔等相關(guān)器官的結(jié)構(gòu)和狀態(tài)。聲紋識別具有唯一性、穩(wěn)定性等特征?！?隨著聲紋識別率的提高，聲紋技術(shù)已經(jīng)在安全，金融，社交，通信平臺上進(jìn)入廣泛的商業(yè)應(yīng)用。因此，它的安全性也得到廣泛的關(guān)注。目前全球?qū)τ诼暭y技術(shù)的安全性研究主要集中在“聲紋技術(shù)的反欺詐”。

對于聲紋反欺詐的安全防范方式，李海洲教授認(rèn)為可以概括為以下幾種：

首先是數(shù)據(jù)學(xué)習(xí)方法（Adversary training），即通過離異數(shù)據(jù)訓(xùn)練，使機(jī)器學(xué)習(xí)到真實(shí)的說話人數(shù)據(jù)與虛假/其他說話人數(shù)據(jù)之間的邊界，以數(shù)據(jù)分布式學(xué)習(xí)的方式實(shí)現(xiàn)反欺詐。

第二是輸入確認(rèn)：聲紋先進(jìn)入非自然語音檢測的輸入確認(rèn)模塊，排除干擾，保護(hù)說話人識別模塊。這也是當(dāng)下較主流的做法。

輸入確認(rèn)

第三是拒接絕對拷貝（錄音回放）：每一次聲紋輸入，都將其絕對拷貝下來。在進(jìn)行聲紋驗(yàn)證時，若對比判斷為一致，則該聲紋為錄音。

第四是檢測電磁場干擾：錄音回放時會，手機(jī)內(nèi)置揚(yáng)聲器周圍的電磁場會受到擾動，指南針隨之?dāng)[動，據(jù)此可判斷該聲音為回放。

第五是檢測物理聲波：即通過改變硬件設(shè)計達(dá)到反欺詐效果。

簡單來說，聲紋識別技術(shù)目前已經(jīng)能夠有效地進(jìn)行風(fēng)險防范。李海洲教授已帶領(lǐng)快商通團(tuán)隊研究出1:N場景下的身份識別應(yīng)用。與傳統(tǒng)驗(yàn)證方式相比，1:N的識別能在電話端實(shí)現(xiàn)遠(yuǎn)距離、高精度的身份認(rèn)證與身份反欺詐，只需要一通電話，幾秒鐘時間就能確定說話人的真實(shí)身份。

各領(lǐng)域用戶要如何應(yīng)用聲紋識別技術(shù)？

以聲紋反欺詐進(jìn)行風(fēng)險防范，這一方式已被越來越多的產(chǎn)業(yè)單位所接受，也逐漸得到各級監(jiān)管部門的認(rèn)可。然而，面對一系列諸如《關(guān)于加強(qiáng)II、III類銀行結(jié)算賬戶風(fēng)險防范有關(guān)事項(xiàng)》的建設(shè)要求，各領(lǐng)域用戶當(dāng)如何高效運(yùn)用聲紋技術(shù)，使其發(fā)揮出反欺詐的最大效能？

這個問題，當(dāng)與欺詐方式結(jié)合思考。李教授表示，欺詐行為一般分為兩種：

其一是數(shù)據(jù)入侵，即黑客進(jìn)入數(shù)據(jù)庫，并將修改的聲紋放入系統(tǒng)中。目前數(shù)據(jù)入侵分為三種形式。黑盒子攻擊，以機(jī)器學(xué)習(xí)的方法來攻擊機(jī)器學(xué)習(xí)，無窮盡地向系統(tǒng)輸入數(shù)據(jù)，觀察其輸出結(jié)果，便可得知該系統(tǒng)的數(shù)據(jù)偏好。白盒子攻擊，則是針對已知市場上各系統(tǒng)算法的模型、機(jī)制，并倒推其弱點(diǎn)進(jìn)行攻擊?；液凶庸艚Y(jié)合了以上兩種方法，既有機(jī)器學(xué)習(xí)的工具，又了解系統(tǒng)的運(yùn)作結(jié)構(gòu)。

李教授認(rèn)為，防止數(shù)據(jù)入侵，需要技術(shù)廠商與企業(yè)用戶共同努力，主動、及時了解黑客的做法，有針對性地完善聲紋識別系統(tǒng)前端安全性。

另一種欺詐行為，則是公檢法、金融、社保等各個領(lǐng)域普遍關(guān)心的物理入侵。

以金融領(lǐng)域?yàn)槔蟛糠纸鹑跈C(jī)構(gòu)壞賬來源于黑中介主導(dǎo)的產(chǎn)業(yè)鏈?zhǔn)皆p騙。因此，在審查環(huán)節(jié)及時鑒別出黑中介，成為降低消費(fèi)金融公司壞賬率的關(guān)鍵因素。在傳統(tǒng)單一身份識別手段低效的情況下，如快商通“遠(yuǎn)程實(shí)時身份認(rèn)證與身份反欺詐平臺”的解決方案毫無疑問成為金融風(fēng)控的核心。

聲紋反欺詐應(yīng)用流程

在公共安全領(lǐng)域中，聲紋反欺詐也能對電信詐騙等問題提供有效的解決方案。針對犯罪分子錄音、回放等欺詐形式，可以參考快商通“聲紋鑒定工作站”、“聲紋偵查作戰(zhàn)平臺”等方案，有針對性的識破違法行為，進(jìn)而維護(hù)社會治安，保障國家人民財產(chǎn)安全。

聲紋技術(shù)應(yīng)用落地，用戶最關(guān)心什么？

“聲紋識別系統(tǒng)魯棒性和安全性之間的平衡和相關(guān)參數(shù)的調(diào)整，是各大用戶關(guān)注的重點(diǎn)，同時也是全世界范圍內(nèi)聲紋相關(guān)廠商現(xiàn)階段面臨的主要難題。”李海洲教授如是說道。

在聲紋識別的過程中，傳感器和信道的不同、環(huán)境的變化以及周圍的噪音、說話人情緒、健康狀態(tài)的變化以及其年齡的增長、不同語言的使用等因素，都會影響聲紋識別的識別率，進(jìn)而降低用戶的使用體驗(yàn)與效率。

想要克服這些影響，便需要提升系統(tǒng)的魯棒性（robustness)，也就是抗變換性，以保障聲紋系統(tǒng)在不同的條件下的識別率。但與此同時，還要關(guān)注系統(tǒng)魯棒性和安全性之間的平衡問題。

針對聲紋安全系統(tǒng)，目前各技術(shù)廠家主流的做法是在聲紋識別模塊前建立非自然語音檢測模塊，但這顯然犧牲了一定的魯棒性。而聲紋系統(tǒng)的使用者，更希望得到的數(shù)據(jù)是檢測系統(tǒng)的拒絕數(shù)量以及正確認(rèn)證數(shù)量，這正是大部分聲紋技術(shù)廠商現(xiàn)階段需要突破的問題。

對于這一點(diǎn)，李海洲教授認(rèn)為，聲紋企業(yè)當(dāng)如快商通一般，既研究安全性的提升，也兼做魯棒性，把自然語音判斷和聲紋系統(tǒng)相結(jié)合，進(jìn)而得到最優(yōu)答案，提供完整的系統(tǒng)性結(jié)論。

推動聲紋反欺詐發(fā)展，科技惠民，賦能百業(yè)

作為在人工智能領(lǐng)域從事科研工作三十余年的權(quán)威專家，李海洲教授曾任亞太信號與信息處理協(xié)會 (APSIPA)主席及國際語音通信協(xié)會（ISCA）主席，并先后在第四屆亞太信號與信息處理協(xié)會年度會議 (APSIPA Annual Conference and Summit 2013) 和第十九屆國際語音通信年會 (INTERSPEECH 2018)上 做了專題報告。李海洲教授對聲紋反欺詐的理解和技術(shù)積累，在一定程度上推動了聲紋反欺詐的國際科技合作和系統(tǒng)評測標(biāo)準(zhǔn)化。

李教授表示，隨著聲紋識別技術(shù)的逐漸成熟以及聲紋反欺詐的不斷落地，未來會涌現(xiàn)出更多的聲紋識別應(yīng)用場景。如何引導(dǎo)聲紋識別技術(shù)向著更加產(chǎn)業(yè)化、規(guī)范化的方向發(fā)展，如何合理挖掘應(yīng)用場景并進(jìn)行針對性開發(fā)，這是快商通作為業(yè)內(nèi)先進(jìn)企業(yè)的責(zé)任，同時也是產(chǎn)學(xué)研各界未來必須要關(guān)注的問題。

“2018年是聲紋技術(shù)發(fā)展的元年，而今年，圍繞聲紋技術(shù)展開的科學(xué)研究和落地項(xiàng)目都將會有井噴式的爆發(fā)”李海洲教授講道，金融、公檢法等各個應(yīng)用領(lǐng)域的用戶，都要抓住技術(shù)賦能產(chǎn)業(yè)的重大機(jī)遇，改善產(chǎn)業(yè)結(jié)構(gòu)，實(shí)現(xiàn)智能化發(fā)展。

songjy