聲紋識別(Voiceprint Recognition，VPR)也稱說話人識別，是一種通過聲音判別說話人身份的技術，分為說話人辨識和說話人確認。前者用以判斷某段語音是若干人中的哪一個所說的，即“ N 選一”;后者用以確認某段語音是否是指定的某人所說，是“1對1匹配”問題。不同的任務和應用會使用不同的聲紋識別技術，如縮小刑偵范圍時可能需要辨認技術，而銀行交易時則需用到確認技術。

　　云知聲在聲紋技術領域深耕多年，是國內(nèi)為數(shù)不多具備全棧語音技術能力的人工智能公司。早在 2004 年，尚就職于摩托羅拉公司的云知聲創(chuàng)始人黃偉博士便帶領團隊研發(fā)出世界上第一款手機聲紋認證系統(tǒng)，搭載該系統(tǒng)的相關產(chǎn)品總計銷量超 2 億臺。

　　雖然聲紋識別優(yōu)勢明顯，但要想準確分辨聲音特征卻并非易事。首先，聲紋識別系統(tǒng)性能會受用戶發(fā)聲狀態(tài)影響，如用戶的身體狀況、情緒等都會影響識別準確度。其次，環(huán)境的嘈雜度，以及采集、傳輸音頻的硬件配置，都會在不同程度上對識別系統(tǒng)行成干擾。為解決上述問題，云知聲聲紋技術團隊進行了一系列技術攻堅與創(chuàng)新。

　　首先，依托云知聲強大的語音信號前端處理技術，如 VAD、語音降噪等，準確地捕捉到人聲并進行背景噪聲消除。

　　其次，云知聲將 DNN 引入到傳統(tǒng)聲紋識別 ivector 技術框架中，并融合最新端到端聲紋識別技術，基于云知聲超算平臺和海量聲紋訓練數(shù)據(jù)，使得模型得以學習到數(shù)萬說話人，每人多種發(fā)聲的特性，且在云端針對每個用戶采用說話人自適應技術，達到越用越好的效果。在信道處理上，采用 PLDA 信道補償技術，可將信道影響降到最小。

　　近年來，伴隨深度學習的興起，云知聲在國內(nèi)率先將深度學習技術使用到語音識別中，且后續(xù)引入到聲紋識別領域，解決了一系列聲紋技術實用難點,并應用到實際產(chǎn)品上。

　　在1月7日政法委“新時代市域社會治理智能應用交流展”上，云知聲在公檢法領域的聲紋身份驗證和反欺詐方案得到了各級政法委領導的高度贊揚，表示這才是真正的“智治”，讓AI成為政府和社會組織實施精準治理、智能治理的重要利器，協(xié)助公安部門減少案發(fā)、更快破案，為平安城市保駕護航。

　　近日，中國領先的一站式醫(yī)療健康生態(tài)平臺平安好醫(yī)生宣布，由云知聲提供聲紋技術支持的平安好醫(yī)生客戶端“聲紋登陸系統(tǒng)”在經(jīng)過多次模型優(yōu)化和升級迭代后，登陸成功率接近99%，達行業(yè)一流水準。

　　與此同時，為保障用戶登陸的“安全性”，云知聲為平安好醫(yī)生客戶端聲紋登錄系統(tǒng)提供數(shù)字串注冊和登錄的“文本弱相關”技術，工程難度更高，安全性更強。在同一賬號下，云知聲聲紋識別產(chǎn)品可支持 6 人注冊。在客戶端云知聲提供封裝好的 SDK，支持聲紋注冊、登錄、解綁等接口，供上層調(diào)用 API 實現(xiàn)產(chǎn)品邏輯。

　　此外，云知聲與國家電網(wǎng)合作的會議系統(tǒng)聲紋識別項目更是實現(xiàn)了10人以內(nèi)聲紋庫識別率高達90%以上。此系統(tǒng)采用云知聲最先進的聲紋識別、語音識別技術，準確識別會議中的發(fā)言人身份和發(fā)言內(nèi)容，形成完整會議記錄，方便歸檔、追溯，實現(xiàn)會議全過程的數(shù)字化，推動會議管理的智能化發(fā)展。

　　同時，云知聲還提供成熟的聲紋服務私有化部署方案，基于在金融、客服、快遞等不同行業(yè)豐富的私有云部署經(jīng)驗，可有效保障客戶數(shù)據(jù)安全。未來，云知聲將更成熟、更先進的聲紋技術與產(chǎn)品應用到金融、醫(yī)療、教育、公檢法等領域。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。