专访声纹专家李海洲，权威解读声纹技术如何有效风控

本篇文章2548字，读完约6分钟

自2018年10月，中国人民银行正式发布《基于声纹识别的移动金融安全应用技术规范》，声纹识别技术逐渐被各级监管部门认可，“声纹+”身份认证方式成为各领域护航的有效手段。在政府和业界各界人士的共同推动下，声纹识别逐渐进入实际应用，并成功登陆金融、安全和智能生活领域。

为了帮助各大银行机构、公安、终端设备等用户深入了解声纹识别技术的应用和发展趋势，更有效地利用声纹技术进行反欺诈等风险控制行为，记者联系了声纹识别领域的权威专家——快尚通首席科学家、国际语音通信学会前会长、亚太信号与信息处理学会会长、亚洲自然语言处理协会会长、全球声纹反欺诈研究的发起人之一，对声纹技术的应用做了全面深入的解读

(快递业务首席科学家李海舟教授)

为什么声纹技术能提供有效的安全性？

李海洲教授告诉记者:“声纹识别技术利用说话人的声音和逆向工程来描述说话人的声道、口腔、口腔容量、声道长度、鼻腔等相关器官的结构和状态。声纹识别具有独特性和稳定性的特点。”随着声纹识别率的提高，声纹技术已经在安全、金融、社交和通信平台上进入了广泛的商业应用。因此，其安全性受到广泛关注。目前，全球对声纹技术安全性的研究主要集中在“声纹技术反欺诈”方面。

李海洲教授认为，针对声纹欺诈的安全措施可以概括如下:

第一种是攻击性训练方法，即通过分离数据训练，机器学习真实说话人数据和虚假/其他说话人数据之间的边界，并通过数据分布式学习实现反欺诈。

第二，输入确认:声纹首先进入非自然语音检测的输入确认模块，以消除干扰，保护说话人识别模块。这也是目前的主流做法。

(输入确认)

第三是拒绝绝对拷贝(录音回放):每次输入声纹时，它都是绝对拷贝的。在声纹验证中，如果比较一致，则记录声纹。

第四是检测电磁场的干扰:录音和回放时，手机内置扬声器周围的电磁场会受到干扰，指南针会相应摆动，因此可以判断声音回放。

第五是检测物理声波:即通过改变硬件设计来达到反欺诈的效果。

简而言之，声纹识别技术已经能够有效地防范风险。李海舟教授带领快递业务传播团队，研究身份识别在1:n场景中的应用。与传统的身份认证方法相比，1:n身份认证可以在电话端实现远距离、高精度的身份认证和身份反欺诈，只需要一个电话就可以在几秒钟内确定说话人的真实身份。

不同领域的用户应该如何应用声纹识别技术？

以声纹反欺诈为风险防范已被越来越多的行业单位所接受，并逐渐被各级监管部门所认可。然而，面对《关于加强二、三级银行结算账户风险防范的若干问题》等一系列建设要求，各领域用户如何有效利用声纹技术，使其发挥最大的反欺诈效能？

这个问题应该与欺诈结合起来考虑。李教授说，欺诈一般分为两种类型:

一种是数据入侵，即黑客进入数据库，将修改后的声纹输入系统。目前，数据入侵可以分为三种形式。黑盒攻击是通过机器学习来攻击机器学习，不断地向系统输入数据，并观察其输出结果，从而了解系统的数据偏好。白盒攻击针对市场上各种系统算法的已知模型和机制，将它们的弱点推回攻击。灰盒攻击结合了上述两种方法，既有机器学习的工具，又了解系统的运行结构。

李教授认为，防范数据入侵，需要技术厂商和企业用户共同努力，积极及时了解黑客行为，有针对性地提高声纹识别系统的前端安全性。

另一种欺诈是人身侵害，在公安法、金融、社会保障等领域受到广泛关注。

以金融业为例，金融机构的大部分坏账来自以黑色中介为主的产业链欺诈。因此，在审查过程中及时发现黑中介是降低消费金融公司坏账率的关键因素。在传统单一身份识别手段效率低下的情况下，快递业务的“远程实时身份认证和身份反欺诈平台”等解决方案无疑成为金融风险控制的核心。

(声波纹反欺诈申请流程)

在公共安全领域，声纹反欺诈还可以为电信欺诈等问题提供有效的解决方案。针对犯罪分子录音回放等欺诈形式，我们可以借鉴快递商务通信的“声纹识别工作站”和“声纹调查战斗平台”等方案，有针对性地查出违法行为，以维护社会秩序，保障国家人民财产安全。

当应用声纹技术时，用户最关心什么？

“声纹识别系统的鲁棒性和安全性之间的平衡以及相关参数的调整是主要用户关注的焦点，也是现阶段全世界声纹相关厂商面临的主要问题。”李教授说海州。

在声纹识别过程中，传感器和通道的不同、环境的变化、周围的噪声、说话人情绪和健康状况的变化、年龄的增加、不同语言的使用等因素都会影响声纹识别的识别率，进而降低用户体验和效率。

为了克服这些影响，有必要提高系统的鲁棒性，即抗变换性，以保证声纹系统在不同条件下的识别率。但同时，我们应该注意系统健壮性和安全性之间的平衡。

对于声纹安全系统，目前各技术厂商的主流做法是在声纹识别模块之前建立非自然语音检测模块，但这显然牺牲了一定的鲁棒性。然而，声纹系统的用户更喜欢得到检测系统的拒绝号和正确的认证号，这是现阶段大多数声纹技术制造商需要突破的问题。

针对这一点，李海洲教授认为，声纹企业应该像快递企业传播一样，既要研究安全性的提高，又要做鲁棒性的研究，将自然语音判断与声纹系统相结合，从而得到最佳答案，提供完整的系统结论。

促进声纹反欺诈的发展，用科技造福人民，并赋予所有行业权力

作为从事人工智能领域科研30多年的权威专家，李海舟教授曾担任亚太信号与信息处理协会(apsipa)主席、国际语音通信协会(isca)主席，并在亚太信号与信息处理协会第四届年会(APSIPA年会暨峰会2013)和第十九届国际语音通信年会(interspeech 2018)上做专题报告。李海洲教授对声纹反欺诈的认识和技术积累，在一定程度上促进了声纹反欺诈的国际科技合作和系统评价的规范化。

李教授表示，随着声纹识别技术的逐步成熟和声纹反欺诈的不断登陆，未来将会出现更多的声纹识别应用场景。如何引导声纹识别技术向产业化、标准化方向发展，如何合理探索应用场景，进行有针对性的开发，是Fast Business Communication作为行业内先进企业的责任，也是未来业界、学术界和研究界必须关注的问题。

“2018年是声纹技术发展的第一年，今年，围绕声纹技术的科研和登陆项目将会激增。”李海洲教授表示，金融、公安法律等各应用领域的用户应抓住技术授权产业的大好机遇，改善产业结构，实现智能化发展。