中新網(wǎng)1月21日電 日前，語音 AI 領(lǐng)軍企業(yè)雲(yún)知聲宣佈，其與中國領(lǐng)先的一站式醫(yī)療健康生態(tài)平臺平安好醫(yī)生(01833.HK)共同研發(fā)的“聲紋登錄系統(tǒng)”(又稱聲紋鎖)經(jīng)過多次模型優(yōu)化和升級迭代後，登錄成功率接近 99%，達行業(yè)一流水準(zhǔn)。

　　雲(yún)知聲聲紋技術(shù)負責(zé)人表示，作為國內(nèi)為數(shù)不多具備全棧語音技術(shù)能力的人工智慧公司，雲(yún)知聲已在聲紋技術(shù)領(lǐng)域深耕多年。團隊多位技術(shù)骨幹曾在美國國家標(biāo)準(zhǔn)技術(shù)署(NIST)主辦的説話人識別技術(shù)評測中多次屢次斬獲第一名，且早在 2004 年，尚就職于摩托羅拉公司的雲(yún)知聲公司創(chuàng)始人黃偉博士便帶領(lǐng)團隊研發(fā)出世界上第一款手機聲紋認(rèn)證系統(tǒng)，搭載該系統(tǒng)的相關(guān)産品總計銷量超 2 億臺。

　　近年來，伴隨深度學(xué)習(xí)的興起，雲(yún)知聲在國內(nèi)率先將這一技術(shù)使用到語音識別中，且後續(xù)引入到聲紋識別領(lǐng)域，解決了一系列聲紋技術(shù)實用難點，並應(yīng)用到實際産品上。此次，雲(yún)知聲和平安好醫(yī)生聯(lián)手打造的平安好醫(yī)生客戶端用戶聲紋登錄系統(tǒng)便是其中一項成功案例。

　　雲(yún)知聲聲紋技術(shù)負責(zé)人指出，雖然聲紋識別優(yōu)勢明顯，但是要想準(zhǔn)確分辨聲音特徵卻並非易事。首先，聲紋識別系統(tǒng)性能會受用戶發(fā)聲狀態(tài)影響，如用戶的身體狀況、情緒等都會影響識別準(zhǔn)確度。其次，環(huán)境的嘈雜度，以及採集、傳輸音頻的硬體配置，都會在不同程度上對識別系統(tǒng)造成干擾。

　　為解決上述難點，雲(yún)知聲聲紋技術(shù)團隊進行了一系列技術(shù)攻堅與創(chuàng)新。首先，依託雲(yún)知聲強大的語音信號前端處理技術(shù)，如 VAD、語音降噪等，準(zhǔn)確地捕捉到人聲並進行背景噪聲消除；其次，雲(yún)知聲將 DNN 引入到傳統(tǒng)聲紋識別 ivector 技術(shù)框架中，並融合最新端到端聲紋識別技術(shù)，基於雲(yún)知聲超算平臺和海量聲紋訓(xùn)練數(shù)據(jù)，使得模型得以學(xué)習(xí)到數(shù)萬説話人，每人多種發(fā)聲的特性，且在雲(yún)端針對每個用戶採用説話人自適應(yīng)技術(shù)，達到越用越好的效果；在信道處理上，採用 PLDA 信道補償技術(shù)，可將信道影響降到最小。

　　據(jù)悉，為保障用戶登陸的“安全性”，雲(yún)知聲為平安好醫(yī)生客戶端聲紋登錄系統(tǒng)提供數(shù)字串註冊和登錄的“文本弱相關(guān)”技術(shù)，工程難度更高，安全性更強。與傳統(tǒng)固定密碼登錄方式不同，該系統(tǒng)採用隨機數(shù)字串登錄方式，即在用戶進行登錄時，系統(tǒng)會隨機下發(fā) 8 位隨機數(shù)字串，可有效規(guī)避錄音攻擊等安全問題。

　　在同一賬號下，雲(yún)知聲聲紋識別産品可支援 6 人註冊。在客戶端，雲(yún)知聲提供封裝好的 SDK，支援聲紋註冊、登錄、解綁等介面，供上層調(diào)用 API 實現(xiàn)産品邏輯。同時，雲(yún)知聲還提供成熟的聲紋服務(wù)私有化部署方案，基於在金融、客服、快遞等不同行業(yè)豐富的私有雲(yún)部署經(jīng)驗，可有效保障客戶數(shù)據(jù)安全。

　　公開資訊顯示，在移動醫(yī)療領(lǐng)域，雲(yún)知聲與平安好醫(yī)生有長期合作。2017 年 12 月，雙方合資成立上海澔醫(yī)智慧科技有限公司，共同探索以智慧語音識別等技術(shù)為基礎(chǔ)的家庭智慧醫(yī)療服務(wù)終端建設(shè)。