1、声纹识别技术未来的发展趋势如何？

近几年来，我国生物识别技术行业市场主体数量呈迅速增长的趋势，截至目前，行业企业数量超4000家。据统计，2013-2018年，我国生物识别技术行业新增企业数量呈逐年增长的趋势。2018年，行业新增企业数量达558家，同比上年微增3.14%。截至2019年8月底，我国生物识别技术行业新增企业数量达428家。

研发是各家企业重点

随着生物识别技术行业的竞争越来越激烈，很多公司都加大了新产品的研发，力求获得独有自主知识产权，从而提高自身竞争实力，提高行业的地位。从研发投入资金的角度来看，2018年，欧菲光、浙江大华股份和科大讯飞三家研发投入资金最高；从研发占比的角度来看，旷视科技和海鑫科金表现最为优异。

行业毛利率水平高

从盈利能力来看，生物识别技术行业企业的产品毛利率均处于较高的水准，营收也呈逐渐转好的趋势，但由于产品研发投入资金较多，目前行业大部分企业净利润情况不佳。据不完全统计，2018年海鑫科金的毛利率最高，为73.31%，其次是旷视科技，毛利率为65.2%。

行业企业布局逐渐深入

生物识别技术是目前最为方便与安全的识别技术。由于每个人的生物特征具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。此外，生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。正是由于生物识别技术的诸多优点，使其成为近年发展最快的新技术之一。

前瞻汇总了部分生物识别技术企业的布局情况，发现，目前，大部分企业的布局主要集中在银行、移动智能终端领域，其次在智慧园区、智慧社区等方面也有所涉及。

——以上数据来源参考前瞻产业研究院发布的《中国生物识别技术行业市场调研与投资预测分析报告》。

谷歌人工智能写作项目：小发猫

2、声纹识别技术主要技术部分有哪些？

声纹主要的技术难点在于如何对语音信号进行说话人相关的信息提取和表示神经网络声纹识别。一般而言对一段语音说话人相关特征的提取主要是按照如图所示的流程进行：

对于收集到的语音，首先会进行有效语音检测（VAD），将收集到的语音中非有效部分的语音进行切除，然后进行声学特征提取。由于语音信号是一种短时非平稳不定长的信号，因此一般提取特征都是采取加窗得到以帧为单位的特征。目前采用的声学特征普遍为经典的梅尔频率倒谱系数MFCC、感知现行预测系数PLP，以及目前火热的基于深度学习的特征deep feature。在得到声学特征之后，就是说话人信息的进一步提取。我们采用的建模方法主要采用ivector算法以及带残差处理的深度卷积神经网络算法。通过建模后，我们就能够对语音进行更深层次的特征表示，使得说话人相关的信息进一步被呈现。最后得到的模型，就能够将特征提取阶段得到的特征进一步转化为能够表征说话人特性的样本。这样，我们就能够将特定说话人的语音彻底转换为能够表征该说话人特性的模型。

识别匹配阶段就相对容易理解了，在采集到测试语音之后，进行相应的特征提取操作，然后通过与模版库里面的所有模板样本进行相似距离计算，然后选择距离最近的一个作为最后的判决结果。（如下图）

3、声纹鉴定的一般方法包括哪些内容

一、什么是声纹鉴定

声纹，也称 “ 语图 ” ，是由专用的电声转换仪器（语图仪）将声波特征绘制成的波谱图形。声纹鉴定就是把未知人的语声和已知人的语声，通过语图仪分别制成声纹图谱，再依据声纹图上的特征进行分析、比较和判断，确定二者是否为同一人的语声。它是文检技术中近些年发展起来的语音识别的先进科学手段。

目前，许多国家都己把声纹鉴定作为辨认犯罪嫌疑人的重要手段，为侦查工作提供新的线索和证据。

（ 1 ）在获得了犯罪人的语声录音资料时，如在中进行的恐吓、勒索，或在其他性质的犯罪中录到了罪犯说话的声音，那么可以通过收集嫌疑人语音样本进行声纹鉴定，为认定或否定犯罪人提供鉴定结论。

（ 2 ）在案件的侦讯或审理中（包括民事案件），通过声纹鉴定可以审查录音证据材料的其伪。

（ 3 ）通过声纹分析，判断说话人的性别、年龄、方言（生活地区）特征，为侦查工作提供方向和范围。

目前，国际声纹鉴定并行两套系统：

一是声纹的自动识别系统，它以电子计算机为主体，具备分析、储存、检索、鉴定多项功能，可以根据语声进行全自动分析，最后给出结论。但这种结论的准确性同专家设定的特征吻合量（阈值）有关。

二是声纹的人工识别系统，它以语图仪为支持，鉴定人直接观察和分析声纹，寻找特征，测量数据并进行比较与评断，最后得出结论。  在声纹资料的存储技术上，已发展到激光光盘存储。先以激光源对待储声纹图谱进行扫描，获得付利叶光谱，再通过电脑把光谱记录的声纹特征转换成数据，最后通过电脑控制的激光针将待储声纹特征的数据存入光盘纹线中。当需检索时，再用激光针通过电脑系统输出光盘中的信号，即可进行声纹比较。这种存储技术容量很大，一张光盘可以储存数百万人的声纹。

国内也有一些专业公司，可提供声纹鉴定软件和服务。如厦门的快商通，凭借其在声纹技术领域的技术积累并结合以往成功的声纹鉴定经验，其研发的声纹鉴定分析系统可进行录音资料的有效声纹鉴定，提供的服务包括：录音资料话者同一性认定；录音资料内容辨识；录音资料的真实性完整性鉴定；录音资料降噪处理等。

二、什么是声纹识别？

声纹识别，也叫做说话人识别是一项根据语音波形中反映说话人生理和行为特征的语音参数，来识别语音说话者身份的技术。由于每个人的发声器官（舌、牙齿、喉头、肺、鼻腔）在尺寸和形态方面不尽相同，因此声纹也就成为一种鉴别说话人身份的识别手段。

三、什么是声纹采集？

声纹识别系统通过采集语音，提取声纹特征，训练模型并建立声纹模型库，把待识别的语音和声纹模型库进行比对，从而实现对说话人的识别。声纹识别系统一般包括两个步骤：声纹建模和声纹验证，典型的声纹识别系统如下图所示。声纹建模过程中涉及到的语音文件采集就是所谓的声纹采集。    

在声纹识别的过程中，建立庞大有效的声纹数据库并对数据进行精确标注就成了基础且重要的一环。但在实际的声纹采集过程中，由于不同的设备、不同的信道等等的差异，声纹数据库质量往往参差不齐，这些质量问题往往会影响算法模型的建立，从而导致识别准确率的降低。

为了确保入库声纹的质量，就需要通过科学、系统的研究来制定针对自然人的声纹信息标准采集流程，同时研制标准声纹采集设备，建立可操作的标准声纹采集流程，为声纹库建设提供标准支撑，也确保采集入库的各个声纹能够发挥应有的价值。标准声纹采集设备应该特别注重以下几个方面:

• 有效克服信道差异对识别结果的干扰，比如采用多通道同时录音的方式提高声纹采集精度,且多个信道的组合能够有效覆盖目前各种主流信道;

• 充分考虑声纹信息采集内容的完整性;

• 采集过程要有明确的可操作性。

通过标准声纹采集设备，就可以采集到符合各类声纹建库要求的高质量声纹数据要求，为声纹识别、声纹鉴定和比对提供坚实的基础。

标准声纹采集设备这里推荐快商通推出的标准声纹采集设备，它是专门为标准声纹采集场景研发的声纹采集设备，采用智能化麦克风集群，支持单向/全向拾音、多种文本采集方式。配套集采集、多标签入库、分类存储、实时检索功能于一体智能化声纹采集系统，可连续性创建采集，批量入库，缩短多人采集入库时间成本，保证声纹信息采集内容的完整性和真实性，提高声纹采集的质量和效率。一次语音录入即可采集到符合公安机关声纹建库要求的高质量声纹数据，为声纹鉴定和比对提供坚实的基础。

4、请问什么是声纹识别，主要用在什么地方？

声纹识别是指通过语音来识别人的身份。它不像指纹，指纹的特征比较固定，但是人的声音即使是同一个人说同一句话，由于说话环境、心理及生理等因素的影响，也存在不同程度的变化。
所以声纹识别是所有生物特征识别中，最难的。
应用场景：
1. 军事上，通过收集某个重要跟踪对象的声音，训练他的声纹模型，来对他进行追踪；
2. 金融、社保等领域中，登记用户的声纹，用户就可以通过他的语音进入账户，进行相应级别的操作。
3. 还用在司法鉴定上。有时候，声音在法律诉讼上是一项重要的证据，如果原告获取到了一段对他很有利的录音，经过声纹鉴定有效之后，就能被认可。

5、声纹鉴定的步骤及注意事项

一、什么是声纹鉴定

声纹，也称 “ 语图 ” ，是由专用的电声转换仪器（语图仪）将声波特征绘制成的波谱图形。声纹鉴定就是把未知人的语声和已知人的语声，通过语图仪分别制成声纹图谱，再依据声纹图上的特征进行分析、比较和判断，确定二者是否为同一人的语声。它是文检技术中近些年发展起来的语音识别的先进科学手段。

目前，许多国家都己把声纹鉴定作为辨认犯罪嫌疑人的重要手段，为侦查工作提供新的线索和证据。

（ 1 ）在获得了犯罪人的语声录音资料时，如在中进行的恐吓、勒索，或在其他性质的犯罪中录到了罪犯说话的声音，那么可以通过收集嫌疑人语音样本进行声纹鉴定，为认定或否定犯罪人提供鉴定结论。

（ 2 ）在案件的侦讯或审理中（包括民事案件），通过声纹鉴定可以审查录音证据材料的其伪。

（ 3 ）通过声纹分析，判断说话人的性别、年龄、方言（生活地区）特征，为侦查工作提供方向和范围。

目前，国际声纹鉴定并行两套系统：

一是声纹的自动识别系统，它以电子计算机为主体，具备分析、储存、检索、鉴定多项功能，可以根据语声进行全自动分析，最后给出结论。但这种结论的准确性同专家设定的特征吻合量（阈值）有关。

二是声纹的人工识别系统，它以语图仪为支持，鉴定人直接观察和分析声纹，寻找特征，测量数据并进行比较与评断，最后得出结论。  在声纹资料的存储技术上，已发展到激光光盘存储。先以激光源对待储声纹图谱进行扫描，获得付利叶光谱，再通过电脑把光谱记录的声纹特征转换成数据，最后通过电脑控制的激光针将待储声纹特征的数据存入光盘纹线中。当需检索时，再用激光针通过电脑系统输出光盘中的信号，即可进行声纹比较。这种存储技术容量很大，一张光盘可以储存数百万人的声纹。

国内也有一些专业公司，可提供声纹鉴定软件和服务。如厦门的快商通，凭借其在声纹技术领域的技术积累并结合以往成功的声纹鉴定经验，其研发的声纹鉴定分析系统可进行录音资料的有效声纹鉴定，提供的服务包括：录音资料话者同一性认定；录音资料内容辨识；录音资料的真实性完整性鉴定；录音资料降噪处理等。

二、声纹鉴定依如下程序和要求进行

1.采集检材

在采集犯罪人或证人的语声作检材时，录音宜采用高保真录音机。天聪采集语声的要求是：  ①录音应当尽量在不被对方发觉的情况下进行，以减少假象的干扰，保证语声的真实；  ②应尽量防止环境噪声和录音设备的干扰。麦克风与被录对象保持适当距离。尽量不用失真大 的袖珍盒式录音机，电源最好用市电，保持电流稳定。电话录音时应使用传感器，不要将听筒直接对着“麦克”录音。磁带应选用优质新带。

2.采集样本

除了遵照采取检材时要求的器材和注意事项外，应尽量保持同采集检材时相同、相近的语声环境、距离、设备及速度；并建议在样本中有与检材相同的词句，以供特征比对。

3.审听和选择

鉴定人员要先对捡材和样本分别反复审听和记录，从中选择正常而清晰的语声段落，再进一步选取相同的字、词、句，作为供比较的部分。然后使用语图仪分别将选好的检材与样本中的字、词、句做出声纹图。

4.声纹特征

在被比较的两种声纹图谱中，分别选取明显、稳定的特征作为比较特征。一般说，共振峰的频率值及其走向是最稳定的特征，而且具有很强的特定性，利用价值最高；而时长、音强、波形等特征稳定性较差，可做参考。在天聪鉴定过程中，还可以从同一个人的语声中选择多个相同字、词或句的语图，在分析比较中抓住其稳定而特殊的特征作为依据。

5.比较

比对检材与样本中相同字、词的声纹中的同类特征（如共振峰频率、走向及波形），进行比较分析，找出相同点和差异点。

6.综合评断

①如果被比较的全部特征完全吻合；或者稳定性强的特征完全吻合，而只是稳定性差的特征有些差异，均可做同一认定结论；

②如果被比较的稳定性强的特征差异较大，还可以补充样本再做语图比较，倘仍有差异，又无法解释，则可做否定结论。

7.送检

说话人在不同的环境和不同的心态下，以及不同的语气、不同的健康状况都会引起语音的某些变异。录音环境（噪音、回声、距离）的干扰以及录音设备不良，也会使录制的语音产生假性变异。因此，送检时，要把录制检材和样本时的环境状况、录制距离、录制方式、使用机器、以及在什么情况下录制等情况加以详细记载，一并提交鉴定人，以便对差异点进行客观的分析评断。

6、详解声纹识别：如何正确评价小度在最强大

本次最强大脑人机挑战的项目是听声识人，背后的技术背景是声纹识别技术。实际上声纹识别是一种行为识别技术，是通过测试、采集声音的波形和变化，与登记过的声音模板进行匹配。该项技术最早由40年代末的贝尔实验室开发，主要用于军事情报领域。随着技术发展，逐步在法医鉴定、法庭证据等领域得到广泛使用。 声纹识别的理论基础 每一个声音都具有独特的特征，通过该特征能将不同人的声音进行有效的区分。 这种特征主要由两个因素决定，第一个是声腔的尺寸，具体包括咽喉、鼻腔和口腔等，这些器官的形状、尺寸和位置决定了声带张力的大小和声音频率的范围。就像指纹一样，每个人的声音也就有独特的特征。第二个因素是发声器官被操纵的方式，发声器官之间相互作用就会产生清晰的语音。人在学习说话的过程中，通过模拟周围不同人的说话方式，就会逐渐形成自己的声纹特征。 理论上来说，声纹就像指纹一样，很少会有两个人具有相同的声纹特征。   小度声纹识别技术解析 最强大脑中，小度机器人拥有的声纹识别技术，实际上属于动态声音实时检测技术，同时还包括VAD、降噪、去混响等（VAD的目的是检测是不是人的声音，降噪和去混响是排除环境干扰）。     考虑到挑战场景是从合唱团中找到特点的人声，难点在于如何对语音信号中说话人相关的信息提取和表示，以及如何去区分类似人声的细微差异。一般而言对一段语音说话人相关特征的提取主要是按照如图所示的流程进行： 对于收集到的语音，首先会进行有效语音检测（VAD），将收集到的语音中非有效部分的语音进行切除，然后进行声学特征提取。由于语音信号是一种短时非平稳不定长的信号，因此一般提取特征都是采取加窗得到以帧为单位的特征。目前采用的声学特征普遍为经典的梅尔频率倒谱系数MFCC、感知现行预测系数PLP，以及目前火热的基于深度学习的特征deep feature。在得到声学特征之后，就是说话人信息的进一步提取。这里采用的建模方法主要采用ivector算法以及带残差处理的深度卷积神经中国络算法。通过建模后，我们就能够对语音进行更深层次的特征表示，使得说话人相关的信息进一步被呈现。最后得到的模型，就能够将特征提取阶段得到的特征进一步转化为能够表征说话人特性的样本。 这样，我们就能够将特定说话人的语音彻底转换为能够表征该说话人特性的模型。（在实际的比赛过程中，21个合唱队员在进行唱歌时，我们通过分别将这21个队员的唱歌声音送入到该模型中，最后得到21个能够表征这些队员信息的模型）。 识别匹配阶段就相对容易理解了，在采集到测试语音之后，进行相应的特征提取操作，然后通过与模版库里面的所有模板样本进行相似距离计算，然后选择距离最近的一个作为最后的判决结果。（在实际比赛过程中，这就相当于三次测试，每次测试，我们将线人的暗号语音送入到模型中，提取特征，然后再分别与21个模型进行打分比较，得分最高者即是机器认为的最有可能的线人）。整个过程如下图所示： 本次声纹识别的难度 可能大家最感兴趣的是，最强人工智能的小度和我们的小选手小宝3题只对了1题。这里我简单说下影响大家发挥的因素，如下： 1、噪音问题 2、多人唱歌 3、声音记忆遗忘 4、特征迁移 排名第一的是噪音问题，包括现场噪音和音乐噪音，这个比上场人脸识别的影响更大（上期存在着光线的影响），音乐本身也会影响机器和选手的判断；第二是多人唱歌，众所周知，声纹的识别主要靠频谱特征，而多人会出现频谱混叠的现象，使得特征分离和识别难度较大；第三，主要是对人类选手的影响，一般的人记忆时间的序列会比空间的要难，尤其是在记忆三串声音序列后，容易出现混淆，这也是为什么doctorWei一再希望小宝多听几遍的原因；最后说下特征迁移，挑战中是通过记忆说话，到辨识唱歌。而往往人们说话和唱歌声纹是不同的，这就存在一个特征迁移的问题，对应到我们的两位选手需要一定的归纳推理能力。 以上4个因素使得最终结果不是那么完美，但是也正是这些不完美才会让我们在技术上不断进步，不断超越过去的自己

7、什么是声纹识别？

语音携带的信息非常丰富，大家普遍了解的语音识别是指对语音内容的识别技术，即解决了“给定语音到底说了什么”的问题。

声纹识别简单的说就是判断给定的一句话到底是谁说的技术。早在上世纪40年代末期就有相关研究者开始进行相关技术的探索，主要应用于军事情报领域。其理论基础就是“每个人的说话特性都具有其独特的特征”，而决定这种独特特征的主要因素有：

1、声腔的差异，其包括咽喉、鼻腔、口腔以及胸腔等，这些欺诳的形状、尺寸和位置决定了声腔的差异。因此大家可以感受到，不同的人说话，其声音的频率分布是不同的；

2、发声的操作方式，主要是指唇、口齿、舌头等部位在发声时的相互作用。

一般而言，人在逐渐的学习过程中就会慢慢的形成了自己的声纹特性，正常说话时的声纹状态还是相对稳定的。但是声纹特性仍然具有易变性，因为影响声纹特性的两个因素非常容易受身体状况、年龄、情绪等情况的干扰，从而导致声纹特性的变化。例如：人随着年龄的变化声纹特性也在随之变化，尤其是小时候和成年后；人在感冒时由于鼻腔堵塞等问题会明显感觉到声纹特性的不一致等。当然，人也可以通过刻意的模仿等形成不同的声纹特性。总而言之，声纹特征是类似于虹膜、指纹等一种具有独特性的生物特征。

声纹识别从任务上来说，主要分为声纹确认技术（1:1）和声纹识别技术（1：N）两类。声纹确认技术回答的是两句话到底是不是一个人说的问题，而声纹识别技术回答的则是”给定的一句话属于样本库中谁说的”问题。