圖片來(lái)自“pexels”

走出實(shí)驗(yàn)室的聲紋識(shí)別技術(shù)因其廣闊的應(yīng)用場(chǎng)景和價(jià)值，從特定領(lǐng)域到民用領(lǐng)域，在國(guó)內(nèi)外正迎來(lái)第一波商用化浪潮。 而與此同時(shí)，關(guān)于聲紋識(shí)別技術(shù)研究的成熟度以及安全可靠性，一直是應(yīng)用領(lǐng)域討論的重點(diǎn)，本文基于時(shí)下聲紋識(shí)別技術(shù)研究的前沿觀點(diǎn)，總結(jié)出五大發(fā)展趨勢(shì)：

1、 聲紋識(shí)別研究朝著深度學(xué)習(xí)和端到端方向發(fā)展

語(yǔ)音作為語(yǔ)言的聲音表現(xiàn)形式，不僅包含了語(yǔ)言語(yǔ)義信息，同時(shí)也傳達(dá)了說(shuō)話人語(yǔ)種、性別、年齡、情感、信道、嗓音、病理、生理、心理等多種豐富的副語(yǔ)言語(yǔ)音屬性信息。以上這些語(yǔ)言語(yǔ)音屬性識(shí)別問(wèn)題從整體來(lái)看，其核心都是針對(duì)不定時(shí)長(zhǎng)文本無(wú)關(guān)的句子層面語(yǔ)音信號(hào)的有監(jiān)督學(xué)習(xí)問(wèn)題，只是要識(shí)別的屬性標(biāo)注有不同。

近年來(lái)，聲紋識(shí)別的研究趨勢(shì)正在快速朝著深度學(xué)習(xí)和端到端方向發(fā)展，其中最典型的就是基于句子層面的做法。在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、數(shù)據(jù)增強(qiáng)、損失函數(shù)設(shè)計(jì)等方面還有很多工作去做，還有很大的提升空間。

2、 提升聲紋識(shí)別系統(tǒng)的短時(shí)語(yǔ)音情況

在實(shí)際應(yīng)用中，由于對(duì)基于語(yǔ)音的訪問(wèn)控制需求的不斷增長(zhǎng)，提升聲紋識(shí)別系統(tǒng)在短時(shí)語(yǔ)音情況下的性能變得尤為迫切。短時(shí)語(yǔ)音中說(shuō)話人信息不足以及注冊(cè)和測(cè)試語(yǔ)音的文本內(nèi)容不匹配，對(duì)于主流的基于統(tǒng)計(jì)建模的聲紋識(shí)別系統(tǒng)是一個(gè)嚴(yán)峻的挑戰(zhàn)。

3、 改進(jìn)現(xiàn)有的深度說(shuō)話人學(xué)習(xí)方法

目前采用的深度說(shuō)話人識(shí)別方法首先利用神經(jīng)網(wǎng)絡(luò)提取前端的幀級(jí)特征，然后通過(guò)池化映射獲得可以表示說(shuō)話人特性的段級(jí)向量，最后采用 LDA/PLDA 等后端建模方法進(jìn)行度量計(jì)算。

相對(duì)于傳統(tǒng)的 i-vector 生成過(guò)程，基于深度學(xué)習(xí)的說(shuō)話人識(shí)別方法優(yōu)勢(shì)主要體現(xiàn)在區(qū)分性訓(xùn)練和利用多層網(wǎng)絡(luò)結(jié)構(gòu)對(duì)局部多幀聲學(xué)特征的有效表示上。如何進(jìn)一步改進(jìn)現(xiàn)有的深度說(shuō)話人學(xué)習(xí)方法是現(xiàn)階段的一個(gè)研究熱點(diǎn)。

4、 深度對(duì)抗學(xué)習(xí)在聲紋識(shí)別技術(shù)中的應(yīng)用

生成式對(duì)抗網(wǎng)絡(luò) (GAN) 的主要目的是用在數(shù)據(jù)生成、降噪、等很多場(chǎng)景里面。它還被用在領(lǐng)域自適應(yīng)里面，形成一個(gè)新的分布。第三個(gè)廣泛的應(yīng)用是生成對(duì)抗樣本，這會(huì)對(duì)分類(lèi)系統(tǒng)產(chǎn)生大的困擾。很多研究者用對(duì)抗樣本攻擊機(jī)器學(xué)習(xí)的系統(tǒng)，在原始數(shù)據(jù)上增加一些擾動(dòng)，生成樣本，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)之后就有可能識(shí)別成完全不同的結(jié)果。這個(gè)思想在圖像處理領(lǐng)域非?；钴S，會(huì)造成錯(cuò)誤識(shí)別，引起了自動(dòng)駕駛，安全等領(lǐng)域的研究人員的廣泛關(guān)注。

在語(yǔ)音領(lǐng)域，GAN 可以用在語(yǔ)音識(shí)別、口音自適應(yīng)上，通過(guò)多任務(wù)學(xué)習(xí)和梯度反轉(zhuǎn)層來(lái)進(jìn)行口音或信道的自適應(yīng)，然后加上其他方法可以得到較好的效果。聲紋識(shí)別也存在各種不匹配的問(wèn)題，在聲紋識(shí)別上也可以使用這一思想。同樣的思想也用在了 TTS 語(yǔ)音合成領(lǐng)域，目的是把不同的音素解耦成說(shuō)話人，風(fēng)格等，去除噪聲對(duì)建模的影響。

5、 深度嵌入學(xué)習(xí)是進(jìn)行聲紋識(shí)別和反欺騙的一個(gè)重要途徑

說(shuō)話人識(shí)別和欺騙檢測(cè)近年來(lái)受到學(xué)術(shù)界和業(yè)界的廣泛關(guān)注，人們希望在實(shí)際應(yīng)用中設(shè)計(jì)出高性能的系統(tǒng)?；谏疃葘W(xué)習(xí)的方法在該領(lǐng)域得到了廣泛的應(yīng)用，在說(shuō)話人識(shí)別和反欺騙方面取得了新的里程碑。然而，在真實(shí)復(fù)雜的場(chǎng)景下，面對(duì)短語(yǔ)音、噪聲的破壞、信道失配、大規(guī)模等困難，開(kāi)發(fā)一個(gè)魯棒的系統(tǒng)仍然是非常困難的。深度嵌入學(xué)習(xí)是進(jìn)行說(shuō)話人識(shí)別和反欺騙的一個(gè)重要途徑，在這方面已有一些著名的研究成果。如之前的 d-vector 特征和當(dāng)前普遍使用的 x-vector 特征。

結(jié)語(yǔ)：

目前，指紋識(shí)別、人臉識(shí)別已經(jīng)被大眾所熟知，但同樣作為生物識(shí)別的聲紋識(shí)別，還處于技術(shù)挑戰(zhàn)的前沿地帶。據(jù)聲紋識(shí)別企業(yè)快商通分析，當(dāng)下全球生物識(shí)別產(chǎn)業(yè)規(guī)模龐大，僅聲紋識(shí)別這一細(xì)分方向的市場(chǎng)規(guī)模就將近百億美元，預(yù)計(jì)2020年更是有望超過(guò)200億美元(合1346億元人民幣)，占整個(gè)生物識(shí)別市場(chǎng)的22.4%。

以國(guó)內(nèi)公共安全領(lǐng)域?yàn)槔?，公安部面向全?guó)推廣聲紋技術(shù)，與指紋庫(kù)、DNA庫(kù)類(lèi)似，聲紋庫(kù)建設(shè)是一項(xiàng)有著重要實(shí)戰(zhàn)價(jià)值的工作，具體表現(xiàn)在聲紋特征具有非接觸式采集的優(yōu)點(diǎn)，和已有DNA庫(kù)、指紋庫(kù)相結(jié)合，可形成立體生物特征庫(kù)，建成后直接為多警種服務(wù)，是利用高科技手段在偵破案件和訴訟活動(dòng)中應(yīng)用的一個(gè)新的增長(zhǎng)點(diǎn)，將能有效提高公安機(jī)關(guān)偵查破案的效率和能力，成為落實(shí)科技強(qiáng)警的重要實(shí)踐之一。目前，公安部已在聲紋庫(kù)建設(shè)方面進(jìn)行了重點(diǎn)布局，并選擇快商通等通過(guò)公安部標(biāo)準(zhǔn)檢測(cè)的廠商作為聲紋采集設(shè)備提供方，力求雙發(fā)共同完成這項(xiàng)專(zhuān)業(yè)技術(shù)性強(qiáng)、應(yīng)用領(lǐng)域廣、建設(shè)難度大的系統(tǒng)工程。