声纹识别：国内竞争格局基本形成，规模商用在即？

生物识别技术作为新一代人工智能的重要领域，借助人体生理特征或行为特征进行身份识别。近年来得益于云计算、、、等信息技术的快速发展，生物识别技术在基础理论、算法模型、创新应用、支持等方面不断取得突破。

目前，识别、已经被大众所熟知，但同样作为生物识别的声纹识别，还处于技术挑战的前沿地带。

据前瞻产业研究院分析，当下全球生物识别产业规模庞大，仅语音生物识别(注:即声纹识别)这一细分方向的市场规模就将近百亿美元，预计2020 年更是有望超过 200 亿美元(合 1346 亿元人民币)，占整个生物识别市场的 22.4%。

从网络身份认证应用领域来看，据国外权威调研机构 Marketsanrkets数据显示，2019 年网络安全市场预计增长至 1557.4 亿美元，其中，身份认证信息安全市场规模将超过300亿美元。声纹识别在其中也将扮演重要角色。

根据公开统计出国内20家声纹识别企业。这些企业几乎可以分为三大类，一是成立于2000年左右的以科大讯飞为代表的老牌语音；二是成立于2000年~2010年的深耕声纹技术的厂商；三是2012年之后借着东风成立的初创企业。这些老牌企业往往掌握有深厚的技术积累和核心专利，特别是少数几家有高校和科研机构背景的企业。从融资进度来看，AI初创企业步调更快，也从一定程度上反映出行业风口机会的来临。

声纹识别主要应用领域及场景

声纹辨认技术首先在针对特定人群的国防安全、公安技侦、司法矫正等领域投入使用，有力保障了国家和公共安全。


为防止盗刷等案件发生，将声纹确认技术加入到交易支付中，通过动态声纹密码的方式进行客户端身份认证，可有效提高个人资金和交易支付的安全。 2016到2018 年间，中国建设银行、贵阳银行、兰州银行、西安银行、中国银联、中国互金协会等多家单位上线了声纹识别身份认证服务，用于账户登录、大额转账、无卡取款、密码找回等业务场景。微信和支付宝也已上线基于声纹动态口令的登录方式。此外，在信贷业务中引入声纹识别技术作为反欺诈手段，还可有效降低冒用他人身份进行骗贷以及多头贷款等事件的发生率。


城乡养老保险是社会保障体系的重要组成部分，目前我国社保面临三个问题: 加速进入老龄化社会，社保金管理存在冒领问题，现有解决冒领问题的方法成本高、效率低。利用声纹识别技术有效解决参保人员的远程和现场的身份认证问题，避免了指纹和人脸等需现场办理、不易采集、易伪造等问题。


利用声纹确认技术，可完成个人日常生活中的各种事物访问控制的授权，比如智能手机锁屏、各类网络账号的声控密码锁、电脑声控锁、声控安全门、汽车声控锁等; 利用声纹辨认技术，可支持、智能语音助手等，针对不同年龄段的提供个性化服务以及开放特定的功能权限等;通过语音识别和声纹识别技术的结合，完成多人会议记录。

目前这些新兴需求大部分还处在探索阶段。

将催生声纹识别全新应用场景

在可预见的未来，身份识别将会有以下趋势：多生物识别手段融合；能够在自然情况下采集的非接触式；能够在互联网上实现远程识别且不易造假的方式。每一种生物识别技术都有其优势和劣势，对于没有屏幕和键盘或是屏幕非常小的智能，语音是较为合理的操作方式，声纹识别适用于这样的验证方式和服务入口。

不过，由于声音信号的复杂性，声纹识别在实际应用时仍然面对很多挑战，根据清华大学人工智能研究院所撰写的《中国首份声纹识别产业发展白皮书》，所提到的技术挑战包括：
身份认证(声纹确认):假冒攻击、真实意图检测、低语识别等; 反欺诈(声纹辨认):多说话人、短语音、语音掩盖等; 文本无关:(录音重放的)假冒攻击、短语音; 文本相关:(录音重放的)假冒攻击; 文本提示:(录音拼接重放)假冒攻击; 共性:背景噪音、跨信道、时变(年龄变化)、身体状况、(语速、音量、情感等)发音方式。

不过，随着5G 催生全新应用场景，连接能力将增强至百亿级，带来海量的机器类通信及连接的深度融合。同时，网络向云化、软件化演进，加上高可靠、低时延、大容量的网络能力，将使车联网、物联网、工业互联网等领域获得全新的技术赋能。语音作为最自然的人机交互方式，将迎来更多成长机会和更大的发展空间。