Alexa 笑了，聲紋識別該醒醒了！

　　人工智能已經(jīng)火了一陣子了。

　　但是，我們確實(shí)還有點(diǎn)云里霧里，盡管所有的企業(yè)都號稱(chēng)用AI改變一切，但是現階段，我們不得不承認，以智能音箱為代表的人工智能確實(shí)不是人們所期待的。

　　此外，不得不吐槽的智能語(yǔ)音客服，大家隨便給淘寶或者京東打個(gè)電話(huà)體驗下就知道了。他們并不能有效地識別出你語(yǔ)意(當然至少是我說(shuō)的不能識別)，反而在打電話(huà)中插入了語(yǔ)音客服，體驗稍差，但是可以理解，任何一項技術(shù)由創(chuàng )新走向成熟，必定有有體驗差的階段，我們現在就是這個(gè)階段。

　　而且，最近Alexa突然大笑的事件，人工智能悲觀(guān)論又被廣泛討論起來(lái)，透過(guò)這場(chǎng)事件，我們可以詳細了解下跟聲音有關(guān)的人工智能。

　　1.為什么是智能音箱?

　　不知道大家有沒(méi)有注意到，好像互聯(lián)網(wǎng)巨頭公司，都有自己的智能音箱產(chǎn)品。

　　根據奧維云網(wǎng)研究報告指出，2017年全球智能音箱市場(chǎng)規模達到3000萬(wàn)臺，包括谷歌、亞馬遜以及蘋(píng)果等科技巨頭。從國內看，2017年市場(chǎng)銷(xiāo)量176萬(wàn)臺，銷(xiāo)售額4.9億元，市場(chǎng)爆發(fā)背后其實(shí)是企業(yè)激進(jìn)式的推動(dòng)，主要體現在產(chǎn)品升級、宣傳推廣、定價(jià)顛覆和節日促銷(xiāo)四個(gè)方面。以天貓精靈舉例，雙十一活動(dòng)價(jià)格僅需99元人民幣。

　　那么這些巨頭公司，為什么紛紛發(fā)力智能音箱這個(gè)領(lǐng)域呢?

　　1、智能家庭超級入口

　　現在家居絕大部分還是通過(guò)接觸才能控制，用手來(lái)打開(kāi)開(kāi)關(guān)，或者用遙控器來(lái)關(guān)電視。但是無(wú)論是在電影中還是人們的想象中，人們都期望著(zhù)，只需要一句話(huà)就能打開(kāi)家電，通過(guò)語(yǔ)音來(lái)控制各種生活中常見(jiàn)的東西。這些場(chǎng)景中的家居產(chǎn)品，其實(shí)都有一個(gè)共同點(diǎn)：全部通過(guò)語(yǔ)音交互來(lái)完成。但現階段，使用遙控器或者是手機甚至是手來(lái)操作，都不能滿(mǎn)足用戶(hù)的需求。所以人們需要一個(gè)接口，能通過(guò)這個(gè)接口來(lái)進(jìn)行控制整個(gè)家里的布局。

　　在如今盛行人工智能、大數據的時(shí)代，語(yǔ)音交互的實(shí)際使用效果也越來(lái)越實(shí)用。許多廠(chǎng)商在此之前也已經(jīng)推出了智能家居系統，例如蘋(píng)果HomeKit系統，在此基礎上，智能音箱的控制權對于廠(chǎng)商來(lái)說(shuō)就十分重要了。

　　而智能音箱入口關(guān)鍵不在于音箱的播放功能，而是語(yǔ)音對講功能。未來(lái)真正智能化必定是人與物對講。實(shí)物必須可以聽(tīng)到我們的聲音，必須可以發(fā)出聲音反饋我們。符合條件的只有手機、電視和音箱。但是手機不能解放雙手，并且需要喚醒，電視要保持待機，而且為了控制一個(gè)功能把電視待機太浪費電而且不劃算。只有音箱最合適，隨時(shí)待機，自由對講。

　　2、大數據采集器

　　簡(jiǎn)單來(lái)說(shuō)，大佬們都希望用智能音箱打開(kāi)物聯(lián)網(wǎng)的接口，以避免自己被淘汰。

　　憑借著(zhù)銷(xiāo)量不斷進(jìn)行的語(yǔ)音交互，是行業(yè)大佬們進(jìn)行數據采集的路徑之一，目前看來(lái)，智能音箱的大玩家，都將輿論引向搶占智能家居的入口，從這個(gè)角度來(lái)看，巨頭們真正的邏輯在于提早布局，完成對數據的收割。對于語(yǔ)音人機交互、物聯(lián)網(wǎng)入口來(lái)說(shuō)，數據樣本是未來(lái)核心競爭的關(guān)鍵，要有足夠大的樣本才能為語(yǔ)音交互提供深度學(xué)習的土壤。

　　舉個(gè)例子來(lái)說(shuō)，我們針對一個(gè)固定短語(yǔ)進(jìn)行語(yǔ)音模型的建立，100個(gè)人和1000乃至10000人，所構建的模型是不一樣的，人數越多所構建的模型越精確。

　　其次，是通過(guò)這樣一個(gè)試驗性產(chǎn)品進(jìn)行數據的采集，從而對智能家居的深度化場(chǎng)景的挖掘，這些制作智能音響的企業(yè)， 都擁有自己的云計算業(yè)務(wù)。未來(lái)，物聯(lián)網(wǎng)行業(yè)一定是基于大數據和云計算的，而沒(méi)有大量的數據支撐，很多場(chǎng)景以及計算都無(wú)法實(shí)現。

　　2.為什么是聲紋識別?

　　這里為什么談到聲紋識別。

　　這里就涉及到一個(gè)詞義的區別：語(yǔ)音識別和聲紋識別。語(yǔ)音識別更多的偏向其能否識別你說(shuō)的話(huà);而聲紋識別，是指一個(gè)機器能否認出他的主人。

　　舉個(gè)例子：假設我有一個(gè)天貓精靈它帶有聲紋識別功能(事實(shí)上，天貓精靈已經(jīng)有此項功能)，每當我叫他天貓精靈，他能知道，是我在叫他，這個(gè)叫做語(yǔ)音識別。目前市面上可能有上千家公司在做類(lèi)似的工作。但是更難的在這里，如果天貓精靈能識別出是我在叫他，而不是你，也不是其他人，這里就叫做聲紋識別了。所以語(yǔ)音識別，解決了說(shuō)什么的問(wèn)題，而聲紋識別解決了你是誰(shuí)的問(wèn)題。

　　當前，盡管智能家居語(yǔ)音控制系統已經(jīng)滿(mǎn)足了人們的基本需求，不過(guò)，仍然有一些小小的不足，而這方面，就需要聲紋識別技術(shù)進(jìn)行補充了。打個(gè)比方，當聲紋識別技術(shù)發(fā)展較為成熟之時(shí)，若一位家庭成員呼喚音箱打開(kāi)自己房間的燈，語(yǔ)音控制系統就能通過(guò)聲紋識別技術(shù)確認說(shuō)話(huà)人的身份，從而準確的打開(kāi)說(shuō)話(huà)人房間的燈。

　　這樣，當有人非法入侵住宅，若語(yǔ)音控制系統不限制說(shuō)話(huà)人的身份，縱然有著(zhù)智能監控系統，闖入者完全可以直接下命令關(guān)閉監控系統，如此一來(lái)，闖入者就成功的得到了住宅的臨時(shí)控制權。當搭載聲紋識別技術(shù)，基于聲紋的獨特性，在不能識別出闖入者身份的前提下，語(yǔ)音控制系統就能接著(zhù)進(jìn)行報警等一系列安防措施。

　　所以，未來(lái)更多的智能家居上面將配有聲紋識別，好處就是你的設備安全性有了一個(gè)新的高度。但是不得不說(shuō)，以目前聲紋技術(shù)的發(fā)展，如何在眾多人聲中，識別出你的聲音，或者如何在一個(gè)嘈雜環(huán)境下識別出你的聲音，這些都急需突破。

　　3.專(zhuān)業(yè)的聲紋識別公司

　　目前，國內做聲紋的企業(yè)，也逐漸起來(lái)。一系列聲紋企業(yè)，正在壯大。特別是以科大訊飛為首，整個(gè)行業(yè)都呈現上升發(fā)展的態(tài)勢。

　　北京君林科技股份有限公司，專(zhuān)業(yè)的電聲企業(yè)，打造人工智能時(shí)代的金耳朵。面向全球，提供最領(lǐng)先的音頻領(lǐng)域解決方案和專(zhuān)業(yè)服務(wù)，基于聲學(xué)推動(dòng)人工智能技術(shù)產(chǎn)品落地。

　　公司以打造人工智能領(lǐng)域的音頻硬件平臺及系統平臺，使君林技術(shù)成為人工智能音頻領(lǐng)域不可或缺的環(huán)節為發(fā)展目標。并以此為基礎，全面覆蓋聲學(xué)技術(shù)-固件算法-智能硬件-系統驅動(dòng)-云服務(wù)-大數據-Ai技術(shù)等技術(shù)鏈。

　　君林科技擁有一整套完整的聲音處理系統解決方案。用戶(hù)可以使用已有或者定制的音頻數據采集方案，通過(guò)君林科技聲紋REST API上傳至云端，由人工智能算法進(jìn)行建模，識別與認證，有效為企業(yè)創(chuàng )造最大價(jià)值。

　　公司自2016年成立以來(lái)，發(fā)展迅速已集結了國內外相關(guān)行業(yè)領(lǐng)先技術(shù)人才，核心團隊成員來(lái)自亞馬遜、摩托羅拉、華為、樂(lè )視等知名企業(yè)。同年，公司在加拿大設有聲學(xué)大數據及人工智能研究中心，與國內知名大學(xué)聯(lián)合建立聲學(xué)實(shí)驗室，打造行業(yè)最前端的音頻技術(shù)。

　　4.總結

　　聲紋識別作為人類(lèi)生物特征識別的一個(gè)重要方向，屬于人工智能的重要分支，相信在未來(lái)，隨著(zhù)人工智能技術(shù)的發(fā)展，會(huì )有更多的暢想空間，更多的產(chǎn)品服務(wù)于人類(lèi)。

　　但是，從目前來(lái)看，主要實(shí)際商業(yè)應用場(chǎng)景識別環(huán)境的復雜性可能導致身份識別的誤差較大。因為聲紋識別的核心介質(zhì)是聲音，那么為了聲音的純粹和真實(shí)，原則上就需要周?chē)鷽](méi)有雜音。雖然技術(shù)上能做到一定程度的雜音過(guò)濾，但只要是有外界雜音干擾，就必然帶來(lái)誤判的巨大風(fēng)險。但好在，君林科技已經(jīng)有基于聲學(xué)而推動(dòng)產(chǎn)品落地，相信用不了多久，我們就真的可以解放雙手了。