AI波が千億円を超える声紋市場を押し上げて着地しました。個人ID時代が到来しました。

指紋、顔面、虹彩に続いて、私たち個人のIDを象徴するような声紋の一部として、次々とビジネスブームが始まっています。

最近、中国工商銀行は声紋の識別技術をクレジットカードの反詐欺シーンに応用し始めました。北京、湖北、四川、山西の四つの支店で正式にオンラインしました。同業界ではまずリスク管理の新しいモードを開きました。

音の紋様の識別は単純な技術そのものから言って、20世紀に関連している研究と着地の探求があって、ここ数年来、部分の比較的に熟している方案は境界内の外のいくつか銀行システムに採用されることを始めて、それは声紋の識別技術が着地する初級段階を応用するのです。

本当に成熟に向かって、核心はやはり21世紀のAI技術の獲得する突破に頼っています。特に初めの数ヶ月の疫病の背景において、市場はこのような非接触かつ高精度の技術応用需要を突然拡大して、日に日に増加しています。

流行期には接触のない需要が急に高まり、声紋識別技術はより多くの着地機会を迎えた。斜陽制度

前景産業研究院の分析によると、現在、世界の生物識別産業は膨大で、音声生物識別（すなわち声紋識別）という細分方向の市場規模だけで2020年に1400億元（約200億ドル）を超える見込みで、全生物識別市場の22.4%を占める。

科学技術CTOの陳東鵬は21世紀の経済報道記者に対し、未来は5 G、ビッグデータ、クラウドコンピューティングなどの新技術がより成熟し、音声の入り口がより普及するにつれて、利用できる音声データがますます多くなると語った。声紋識別技術は、金融、公安、スマート・ハードウェア、IoTなどの分野でますます重要な役割を果たすことが期待されている。

技術の段階を追って発展する

声紋といえば、よくまねされやすい声線として捉えられますが、実は同じものではありません。

ある業界人は記者に対して、声紋は偽装されにくいと分析しました。その識別内容は主に声帯振動周波数、声道などの特徴からなる音声モデルで、偽装されるのは口癖などの行為の特徴だけです。

「一人一人の話し声、音色などの習慣はほとんどユニークであり、これらの情報は電気音響測定器によって測定され分析され、異なる音波スペクトルを構成しているので、声紋でアイデンティティの一意性と安定性を認証します。」彼は続けて呼ぶ。

清華大学人工知能研究院の聴覚知能研究センターが発表した声紋識別技術白書によると、現在の市場上の主流の生物認識方案は手紋、虹彩、網膜、人顔、声紋などを含む。偽造の程度から見ると、虹彩と網膜は極めて難しく、声紋は評定されて困っています。残りは全部普通です。

これらの背景に基づいて，声紋に関する研究は既に存在していたが，基礎技術の反復によって，応用過程はより無感でありながら，より高い精度を達成することができた。

陳東鵬は21世紀の経済報道記者に対して、初期の声紋識別技術は時間を節約してユーザー体験を向上させるために、ユーザーに固定的なテキストを読み上げるように要求しています。その後は毎回検証します。

これは固定テキストの認証方式と呼ばれる。「しかし、2つの問題が発生します。1つ目はユーザーの体験がよくないため、毎回硬い文章を読ませられて、ユーザーと自然交流の中で無感覚に身分認証を完成することができません。2つ目は録音攻撃がしやすいです。毎回朗読するのは同じ内容です。犯罪者は前もって他人の声を盗むことによって、録音再生攻撃システムを利用することができます。彼はさらに、初期の技術の着地には大きなリスクがあると述べました。

2000年ごろから、声紋識別技術は比較的成熟期に入りました。この間にベテランの音声メーカーが誕生しました。科大訊飛はその中にいます。

上記の業界関係者は記者に対し、この段階の声紋識別技術のポイントは、入力した音を固定のベクトルに圧縮して整合することであり、正確率はすでに約95%の水準に達しており、外部からの干渉によって結果が影響しやすい点ではないと指摘しています。

2015年からAI技術の深化に伴い、この技術を背景とした起業家が声紋識別の分野に力を入れることが多くなりました。この2年間、BATなどの大手も相次いでこの分野に進出しました。

現在の音紋認識技術の進歩は、深さ学習技術の成熟とセンサ、マイクロフォン、通信チャネル（例えば5 G、4 G VoLTEハイビジョン通話）などの技術の進歩によるものである。陳東鵬は、現在の声高科学技術の声紋識別技術は、高騒音環境において声紋認識のロバスト性を保証し、短い時間で音声認証を完了し、固定交流内容を設定する必要がないと紹介しました。

アプリケーションシーン拡大

今はもういい体験のもとで着地してビジネスができますが、声紋識別技術はもっと長い道があります。

業界では、現在の段階の声紋識別技術はすでに一部の業界の特定のシーンの応用需要を満たすことができると考えています。もちろん商用の敷居の成熟から、未来の体験の成熟まで、依然として大幅な向上空間があります。

多くの生物識別技術にとって、すべてこのようです。携帯端末のスクリーンに普及した指紋識別技術でも、長年の商用反復を経て、認識時間、精度、モジュールサイズなどの面で最適化が続けられます。

陳東鵬は記者に対して、声紋識別技術の次の挑戦は主に二つの方面を含みます。

「声高科技はもう二メートルぐらいの遠野の識別ができますが、私たちの目標は「人の耳」のように遠くから音で人の身分を識別できるようにすることです。彼はさらに説明した。

チャネル間識別とは、初期には携帯電話またはコンピュータのマイクロフォンだけで信号を収集することができるが、将来はさらに多くのデバイスに拡大することができる。陳東鵬は続けて、「今もチャンネルの影響を受けています。通信技術が進歩し、データの蓄積、トレーニングモデルのロバスト性が高くなるにつれて、この問題がよりよく解決されると信じています。」

今回の金融シーンでの着地は、業界の積極的な抱擁と関連基準の導入にもつながる。

2014年に公安部は初めて声紋識別の応用技術要求と安全等級の制定基準を定め、2019年に音紋データベースの建設、情報収集ガイドラインに関する細分化内容を確定した。

金融業界では、2018年に中国人民銀行が声紋識別関連業界標準を発表し、2019年に声紋識別システムが金融科学技術製品認証目録に入選した唯一の生物識別技術となり、今日の探求の基礎を打ち立てました。

前に述べた銀行のクレジットカードの反詐欺シーンは、主に電話銀行を通じてオンラインでクレジットカードの申請、カードの開設、調整などの一環を行う時に、遠隔オンラインで個人の声紋IDファイルを作成し、その後の身分識別、詐欺リスク判断の根拠を提供します。

このように、疫病の間に無接触の需要が急に増加し、声紋認識技術もより多くの着地機会を迎えたと考えられます。陳東鵬の紹介によると、門限、エレベーター、回訪プラットフォームなど、声紋技術を使うことができます。「私たちは疫病の時、声紋門限、遠隔健康回訪システムなどの関連商品をいくつか作りました。このシステムも最初に南山広東海街道に採用されました。」

「声紋の大きな利点は、人々のコミュニケーションに必要な音声に含まれています。これらの音声には、性別、年齢、地域、環境、情緒、職業、好みなど、個人情報が非常に豊富に含まれています。身につけなければならない。彼はこう総括した。