當(dāng)前位置： 當(dāng)前位置：首頁 > 焦點 > 真正千人千面、個性化定制的“法器”：聲紋識別技術(shù)正文

　　在物聯(lián)網(wǎng)、法器人工智能技術(shù)越來越發(fā)達的真正制時代，很多生活中原本習(xí)以為常的千人千面徐州找酒店上門(同城酒店上門)vx《192-1819-1410》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達場景都悄然發(fā)生了變化。在線購物、個性掃碼支付、化定共享單車、聲紋識別隨身穿戴、技術(shù)語音交互……在越來越便捷的法器社會，我們告別了原本繁雜的真正制工序和步驟，開啟了更為便捷的千人千面現(xiàn)代生活。

　　伴隨著互聯(lián)網(wǎng)的個性蓬勃，人們開始面臨一個非常困擾的化定問題，充斥在互聯(lián)網(wǎng)上的聲紋識別信息如海洋般豐富，如何快速查找到適合我們的技術(shù)信息呢？——千人千面的個性化定制應(yīng)運而生。



　　說到千人千面，最為用戶熟知的恐怕要屬今日頭條。依托先進的大數(shù)據(jù)技術(shù)，為不同年齡、不同性別、不同愛好的用戶推薦不同的新聞內(nèi)容，打造新聞資訊的千人千面，成為越來越懂你的新聞資訊客戶端，也博得了一大批用戶的喜愛。

　　數(shù)年前智能電視崛起，顛覆了傳統(tǒng)電視的形態(tài)，搭載智能操作系統(tǒng)和視頻內(nèi)容，能按照用戶意愿下載各種第三方app，極大程度上拓展了電視的娛樂功能，延伸了家庭電視的內(nèi)涵，給萬千用戶帶來更為新穎的視聽體驗。隨著技術(shù)的發(fā)展和人工智能概念的應(yīng)用，眾多電視系統(tǒng)開發(fā)者不滿足于僅有的“操作系統(tǒng)”，而是花費了更多心思用于“智能”操作系統(tǒng)的研發(fā)。這些“智能”操作系統(tǒng)不僅可以下載安裝各種APP，而且擁有語音交互、在線購物、人臉識別、視頻通話、AR等功能，在此基礎(chǔ)上，進一步實現(xiàn)了視頻內(nèi)容的千人千面和個性化定制，將周到的服務(wù)體驗轉(zhuǎn)嫁到了電視層面。

　　那么問題又來了。很多業(yè)內(nèi)人士都對智能電視的個性化定制提出了疑問。電視的家庭屬性非常強，一臺電視屬于爺爺奶奶、爸爸媽媽、兒子女兒，電視該如何判斷此刻是誰在使用，該怎么為不同的家庭成員推薦不同的內(nèi)容，從而實現(xiàn)真正意義的個性化定制。

　　基于現(xiàn)有技術(shù)水平和電視機本身的構(gòu)造，要實現(xiàn)能夠識別用戶的個性化定制，方式主要有兩種：一是通過外置攝像頭，達到識別人臉的效果；二是通過話筒，實現(xiàn)聲紋識別。



　　今天我們主要說一下聲紋識別。

　　在普通大眾眼中，聲紋識別和語音識別是兩個很容易混淆的概念，其實二者有著很大的區(qū)別。語音識別的重點在于“聽得懂說什么”，聲紋識別的重點在于“聽得懂是誰說”。聲紋識別是一種基于人類“生物特征”的身份辨認(rèn)方法，與指紋、唇紋、虹膜等一樣，也被稱為“活體密碼”，擁有極高的安全性，例如微信就采用了聲紋作為密碼驗證。

　　為什么聲紋識別有著越來越廣闊的前景呢？最主要的原因是，能夠使用語言是人類與動物最主要的區(qū)別之一，語言也是人類生活中最廣泛的溝通方式，最天然的溝通入口，因此人類要訓(xùn)練機器，讓機器擁有聽懂和表達語言的能力，不但要聽懂“說什么”，還要聽懂“是誰說”，如此一來，人工智能便能成為人類的工具，服務(wù)于人，所以聲紋識別成為物聯(lián)網(wǎng)時代的風(fēng)口之一。

　　目前聲紋識別技術(shù)的工作流程主要有兩種，一種是“1對1”，可以用于密碼驗證、身份驗證等場景，比如微信語音密碼；另一種是“1對多”，這種技術(shù)比“1對1”更為復(fù)雜，因為它可以精準(zhǔn)識別到每一位不同用戶，依賴的是機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)，從而為更廣闊的場景服務(wù)創(chuàng)造了無限可能。

　　與人臉識別所需要的攝像頭相比，聲紋識別只需要一個麥克風(fēng)，如果在電視或智能家居設(shè)備上配備，顯然其成本因素更為低廉，因此也更容易受到廠商青睞。

　　除微信語音密碼驗證外，聲紋識別已經(jīng)開始在智能電視或智能音箱上使用。比如9月20日暴風(fēng)電視剛剛發(fā)布的AI2.0，“進一步深化對用戶行為數(shù)據(jù)的收集，充分沉淀用戶的使用習(xí)慣，完成對用戶行為和聲紋的分析，實現(xiàn)精準(zhǔn)化內(nèi)容推薦。針對不同的年齡段，不同性別的人群按需推薦內(nèi)容，滿足不同用戶在家庭場景中個性化需求。”

　　在暴風(fēng)電視的現(xiàn)場演示中，通過語音喚醒暴風(fēng)大耳朵后，它可以根據(jù)聲紋識別出此刻正在收看電視的具體用戶，從而為該用戶推薦合適的視頻內(nèi)容，這不但增加了人與設(shè)備之間的溝通，也更符合人類語言行為習(xí)慣，讓機器更懂人類，向人工智能邁進新的一步。



　　除構(gòu)建智能化場景服務(wù)外，聲紋識別還可用于銀行安保、身份驗證、公安破案等具體場景，為大眾帶來更方便、安全的生活服務(wù)。

　　當(dāng)然，聲紋識別也不是萬能的，和其他技術(shù)一樣，也存在很多局限性。例如專業(yè)級別的技術(shù)門檻，只有擁有一定專業(yè)知識的技術(shù)人員才能實現(xiàn)聲紋識別功能；再例如周圍環(huán)境的噪音問題、嘈雜的現(xiàn)場、數(shù)人同時說話、遠(yuǎn)場語音識別等難題，這些問題的解決絕非一朝一夕，而是需要在長久的行業(yè)磨合中，逐漸摸索出一條全面而完善的聲紋識別道路，“路漫漫其修遠(yuǎn)兮”，相信在不久的未來，聲紋識別一定會像如今的指紋識別一樣，被大眾接受、普及。