Alexa 笑了，聲紋識(shí)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(hào)稱用AI改變一切，但是現(xiàn)階段，我們不得不承認(rèn)，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音客服，大家隨便給淘寶或者京東打個(gè)電話體驗(yàn)下就知道了。他們并不能有效地識(shí)別出你語意(當(dāng)然至少是我說的不能識(shí)別)，反而在打電話中插入了語音客服，體驗(yàn)稍差，但是可以理解，任何一項(xiàng)技術(shù)由創(chuàng)新走向成熟，必定有有體驗(yàn)差的階段，我們現(xiàn)在就是這個(gè)階段。

　　而且，最近Alexa突然大笑的事件，人工智能悲觀論又被廣泛討論起來，透過這場(chǎng)事件，我們可以詳細(xì)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(jù)奧維云網(wǎng)研究報(bào)告指出，2017年全球智能音箱市場(chǎng)規(guī)模達(dá)到3000萬臺(tái)，包括谷歌、亞馬遜以及蘋果等科技巨頭。從國內(nèi)看，2017年市場(chǎng)銷量176萬臺(tái)，銷售額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(xiàn)在產(chǎn)品升級(jí)、宣傳推廣、定價(jià)顛覆和節(jié)日促銷四個(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(jí)入口

　　現(xiàn)在家居絕大部分還是通過接觸才能控制，用手來打開開關(guān)，或者用遙控器來關(guān)電視。但是無論是在電影中還是人們的想象中，人們都期望著，只需要一句話就能打開家電，通過語音來控制各種生活中常見的東西。這些場(chǎng)景中的家居產(chǎn)品，其實(shí)都有一個(gè)共同點(diǎn)：全部通過語音交互來完成。但現(xiàn)階段，使用遙控器或者是手機(jī)甚至是手來操作，都不能滿足用戶的需求。所以人們需要一個(gè)接口，能通過這個(gè)接口來進(jìn)行控制整個(gè)家里的布局。

　　在如今盛行人工智能、大數(shù)據(jù)的時(shí)代，語音交互的實(shí)際使用效果也越來越實(shí)用。許多廠商在此之前也已經(jīng)推出了智能家居系統(tǒng)，例如蘋果HomeKit系統(tǒng)，在此基礎(chǔ)上，智能音箱的控制權(quán)對(duì)于廠商來說就十分重要了。

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

　　2、大數(shù)據(jù)采集器

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

　　憑借著銷量不斷進(jìn)行的語音交互，是行業(yè)大佬們進(jìn)行數(shù)據(jù)采集的路徑之一，目前看來，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)角度來看，巨頭們真正的邏輯在于提早布局，完成對(duì)數(shù)據(jù)的收割。對(duì)于語音人機(jī)交互、物聯(lián)網(wǎng)入口來說，數(shù)據(jù)樣本是未來核心競(jìng)爭(zhēng)的關(guān)鍵，要有足夠大的樣本才能為語音交互提供深度學(xué)習(xí)的土壤。

　　舉個(gè)例子來說，我們針對(duì)一個(gè)固定短語進(jìn)行語音模型的建立，100個(gè)人和1000乃至10000人，所構(gòu)建的模型是不一樣的，人數(shù)越多所構(gòu)建的模型越精確。

　　其次，是通過這樣一個(gè)試驗(yàn)性產(chǎn)品進(jìn)行數(shù)據(jù)的采集，從而對(duì)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(jì)算業(yè)務(wù)。未來，物聯(lián)網(wǎng)行業(yè)一定是基于大數(shù)據(jù)和云計(jì)算的，而沒有大量的數(shù)據(jù)支撐，很多場(chǎng)景以及計(jì)算都無法實(shí)現(xiàn)。

　　2.為什么是聲紋識(shí)別?

　　這里為什么談到聲紋識(shí)別。

　　這里就涉及到一個(gè)詞義的區(qū)別：語音識(shí)別和聲紋識(shí)別。語音識(shí)別更多的偏向其能否識(shí)別你說的話;而聲紋識(shí)別，是指一個(gè)機(jī)器能否認(rèn)出他的主人。

　　舉個(gè)例子：假設(shè)我有一個(gè)天貓精靈它帶有聲紋識(shí)別功能(事實(shí)上，天貓精靈已經(jīng)有此項(xiàng)功能)，每當(dāng)我叫他天貓精靈，他能知道，是我在叫他，這個(gè)叫做語音識(shí)別。目前市面上可能有上千家公司在做類似的工作。但是更難的在這里，如果天貓精靈能識(shí)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(shí)別了。所以語音識(shí)別，解決了說什么的問題，而聲紋識(shí)別解決了你是誰的問題。

　　當(dāng)前，盡管智能家居語音控制系統(tǒng)已經(jīng)滿足了人們的基本需求，不過，仍然有一些小小的不足，而這方面，就需要聲紋識(shí)別技術(shù)進(jìn)行補(bǔ)充了。打個(gè)比方，當(dāng)聲紋識(shí)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自己房間的燈，語音控制系統(tǒng)就能通過聲紋識(shí)別技術(shù)確認(rèn)說話人的身份，從而準(zhǔn)確的打開說話人房間的燈。

　　這樣，當(dāng)有人非法入侵住宅，若語音控制系統(tǒng)不限制說話人的身份，縱然有著智能監(jiān)控系統(tǒng)，闖入者完全可以直接下命令關(guān)閉監(jiān)控系統(tǒng)，如此一來，闖入者就成功的得到了住宅的臨時(shí)控制權(quán)。當(dāng)搭載聲紋識(shí)別技術(shù)，基于聲紋的獨(dú)特性，在不能識(shí)別出闖入者身份的前提下，語音控制系統(tǒng)就能接著進(jìn)行報(bào)警等一系列安防措施。

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

　　3.專業(yè)的聲紋識(shí)別公司

　　目前，國內(nèi)做聲紋的企業(yè)，也逐漸起來。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(xiàn)上升發(fā)展的態(tài)勢(shì)。

　　北京君林科技股份有限公司，專業(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(tái)及系統(tǒng)平臺(tái)，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(jié)為發(fā)展目標(biāo)。并以此為基礎(chǔ)，全面覆蓋聲學(xué)技術(shù)-固件算法-智能硬件-系統(tǒng)驅(qū)動(dòng)-云服務(wù)-大數(shù)據(jù)-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(tǒng)解決方案。用戶可以使用已有或者定制的音頻數(shù)據(jù)采集方案，通過君林科技聲紋REST API上傳至云端，由人工智能算法進(jìn)行建模，識(shí)別與認(rèn)證，有效為企業(yè)創(chuàng)造最大價(jià)值。

　　公司自2016年成立以來，發(fā)展迅速已集結(jié)了國內(nèi)外相關(guān)行業(yè)領(lǐng)先技術(shù)人才，核心團(tuán)隊(duì)成員來自亞馬遜、摩托羅拉、華為、樂視等知名企業(yè)。同年，公司在加拿大設(shè)有聲學(xué)大數(shù)據(jù)及人工智能研究中心，與國內(nèi)知名大學(xué)聯(lián)合建立聲學(xué)實(shí)驗(yàn)室，打造行業(yè)最前端的音頻技術(shù)。

　　4.總結(jié)

　　聲紋識(shí)別作為人類生物特征識(shí)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，隨著人工智能技術(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。

　　但是，從目前來看，主要實(shí)際商業(yè)應(yīng)用場(chǎng)景識(shí)別環(huán)境的復(fù)雜性可能導(dǎo)致身份識(shí)別的誤差較大。因?yàn)槁暭y識(shí)別的核心介質(zhì)是聲音，那么為了聲音的純粹和真實(shí)，原則上就需要周圍沒有雜音。雖然技術(shù)上能做到一定程度的雜音過濾，但只要是有外界雜音干擾，就必然帶來誤判的巨大風(fēng)險(xiǎn)。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。