2019中国声纹识别产业发展白皮书_42页_3mb

中国声纹识别产业发展白皮书（2019）总结

核心内容

声纹识别技术作为生物识别领域的重要组成部分，近年来在中国得到了快速发展。随着移动互联网的普及和生物识别技术的成熟，声纹识别因其交互性、便捷性、变化性和隐私性弱等优势，成为身份认证和安全应用的重要手段。2018年被视为声纹识别迈向产业化的“声纹元年”，中国人民银行发布的《移动金融基于声纹识别的安全应用技术规范》标志着声纹识别在金融领域的正式应用。

主要观点

• 技术特性：声纹识别是一种基于行为特征的身份认证方式，与指纹、人脸等生理特征相比，具有更强的防攻击能力。
• 应用场景：声纹识别已广泛应用于金融、社保、公共安全、智能安防和个性化语音交互等领域。
• 政策推动：国家陆续出台多项政策法规，推动声纹识别技术的标准化和规范化，为行业发展提供了制度保障。
• 行业标准：中国已建立多个声纹识别相关标准，包括《自动声纹识别（说话人识别）技术规范》、《安防声纹确认应用算法技术要求和测试方法》以及《移动金融基于声纹识别的安全应用技术规范》等。
• 企业布局：以得意音通为代表的专业厂商在声纹识别领域占据主导地位，推动了技术的商用化进程。
• 资本热度：声纹识别行业融资速度加快，资本对这一领域的关注度显著提升。

关键信息

1. 声纹识别技术发展背景和环境分析

• 移动互联网普及：2018年，中国网民规模达8.29亿，手机网民达8.17亿，移动支付、智能设备等推动了声纹识别需求。
• 生物识别技术演进：从生理特征向行为特征发展，声纹识别因其动态特性而更安全。
• 安全风险：人脸识别和指纹识别存在被伪造和泄露的风险，而声纹识别则因其隐私性弱、难以伪造而具有优势。
• 政策支持：《网络安全法》《新一代人工智能发展规划》《移动金融基于声纹识别的安全应用技术规范》等政策法规为行业发展提供了基础。

2. 声纹识别技术发展现状

• 技术分类：声纹识别可分为声纹确认、声纹辨认、声纹检出、声纹追踪等类别，还根据语音内容分为文本无关、文本相关、文本提示。
• 技术突破：声纹识别技术在识别准确率、稳定性等方面取得突破，支持千万级声纹库的秒级检索。
• 技术演进：从人工分析、模型阶段、工程化阶段到深度学习阶段，技术不断迭代，逐步走向成熟。
• 专利增长：自2013年起，国内声纹相关专利申请量大幅增长，尤其在2018年达到历史峰值。

3. 声纹识别产业发展现状

• 市场规模：预计到2021年，中国生物识别市场规模将突破340亿元，其中声纹识别将占22.4%。
• 竞争格局：声纹识别行业竞争加剧，专业厂商和创业公司并存，BAT等大公司也开始布局。
• 市场份额：外企虽进入中国市场，但中企在声纹识别领域仍占绝对优势。
• 技术来源：技术门槛高，主要来源于高校和科研机构，部分企业技术来源不明确。
• 资本动态：声纹识别行业融资提速，资本对这一领域充满期待。

4. 主要应用领域及场景

• 国家公共安全：用于战场通讯、反恐侦查、犯罪嫌疑人监听等场景，提高安全识别能力。
• 泛金融：应用于手机银行登录、转账、支付、无卡取款等，提高支付安全性。
• 社会保险：用于远程和现场的身份认证，避免身份造假，提升认证效率。
• 智能安防及个性化语音交互：用于智能音箱、声控设备、会议记录等，实现个性化服务。
• 典型案例：
  • 中国建设银行：声纹识别系统已覆盖登录、转账、支付、无卡取款等多个场景，注册用户超182万，交易量达2.4亿次。
  • 贵阳银行：声纹识别用于手机银行登录和交易，提升安全性。
  • 西安银行：声纹识别技术应用于手机银行，是首个符合央行标准的声纹识别系统。
  • 浦东发展银行：声纹识别技术用于免密登录、转账等业务，提升用户体验和安全性。

5. 标准化建设

• 技术基础标准化：2008年发布首个声纹识别国家标准，2014年发布《安防声纹确认应用算法技术要求和测试方法》。
• 金融应用标准化：2018年发布《移动金融基于声纹识别的安全应用技术规范》，成为我国金融行业首个生物识别技术标准。
• 正在进行的标准化：正在制定《声纹数据采集的技术要求》《声纹数据质量评价标准》《声纹数据建库要求》等标准，以规范行业数据和应用。
• 行业联盟标准：AIIA和IFAA等联盟正推动声纹识别的团体标准，形成综合标准化体系。

6. 技术挑战与发展趋势

技术挑战

• 背景噪音：复杂环境下噪音干扰识别性能，需研究噪声抑制方法。
• 跨信道识别：不同信道下语音信号差异大，影响识别准确率。
• 短语音识别：语音长度对识别性能影响显著，需优化识别算法。
• 假冒攻击：语音合成、录音重放等技术威胁系统安全。
• 真实意图检测：需识别用户是否自愿进行身份认证。
• 时变问题：年龄、身体状况等变化影响声纹识别性能。
• 发音方式变化：语速、语气、音量等影响识别准确率。
• 低语识别：低语和耳语等特殊发音方式影响识别能力。
• 语音掩盖：变声器、假声等掩盖手段增加识别难度。
• 多说话人识别：需对语音中的多个说话人进行分离和识别。

发展趋势

• 数字身份兴起：生物识别和活体技术推动数字身份的普及，成为人的第二张身份证。
• 多模态融合：声纹识别与人脸识别、指纹识别等融合，提高系统安全性。
• 5G技术推动：5G带来更高的带宽和更低的延迟，为声纹识别提供新的应用场景。

结论

声纹识别技术在2018年迎来了产业化发展的关键节点，政策、技术、市场和资本的共同推动使其成为生物识别领域的重要组成部分。尽管在技术上仍面临诸多挑战，但随着多模态融合、5G应用和标准化建设的推进，声纹识别将在未来几年迎来更大的发展空间。