科大讯飞李繁：多生物特征融合认证能极大降低误识率

　　李繁是科大讯飞云平台事业部人脸声纹技术主管，作为研发负责人参与构建了面向十亿级互联网用户提供语音交互服务能力的"讯飞开放平台"，负责平台身份验证业务线技术孵化与能力输出。以下笔者整理的李繁近期在一公开课上分享的内容：

　　大家晚上好，我是科大讯飞的李繁。科大讯飞在语音技术方面的基础研究时间超过了16年，目前正构建人工智能生态圈，拥有专门面向互联网开放的人工智能开放平台，输出各项核心的前沿技术。

　　目前，生物特征识别技术已经逐步在金融领域推广使用。上一期钛客们分享了人脸识别技术（钛坦白干货）和虹膜识别（钛坦白干货）在金融领域的应用，也对这些生物特征为何能应用金融领域的特性做了说明。今天我主要从技术解决方案角度来说明，多生物特征融合认证系统一个基于人脸识别技术与声纹识别技术为接入点，可同时对多种生物特征进行融合认证的身份验证解决方案。

　　早前，国际生物特征组织分别从干扰用户程度，独立性，费用代价，易用性这四个层面对市场上在用的生物特征进行了系统的统计分析，分析包括掌纹识别，签名识别，指纹识别，语音识别，虹膜识别，视网膜识别，脸部识别以及温谱识别。提出，理想的生物特征系统需要具备高独特性，高易用性，对用户干扰程度低且费用代价低的特性。从这里可以看出，在人类认知范围内的声纹识别、人脸识别技术和签名识别技术以及人类认知范围外的指纹识别，虹膜识别，和掌纹识别，为何能在各自的领域中发挥着重要的作用。

　　声纹识别技术和人脸识别技术能够被用作便捷的身份认证形式，与其拥有的特点是分不开的，首先这些生物特征与生俱来的，具备唯一性，不易被复制。其次，这些特征都是易采集且采集隐蔽性较强，无需新增硬件成本还能够被远程操作。

　　以声纹技术来说，声纹是根据语音波形中反映说话人心理和行为特征的语音参数，自动识别说话人身份，每个人无论别人说话模仿的多么相似，他都具有独一无二的声纹。这是由每个人的发声器官在成长过程中形成的，这个唯一性能够唯一确定一个用户的身份。

　　讯飞是国内最早开始研究声纹识别技术且最早达到实用级别的厂商，在提出多生物特征融合认证解决方案之前，就已经为公共安全部门和金融机构提供了相关技术支持。作为身份验证的一种方式，自然说话中即可确定身份，接受度较高。

　　声纹识别模式目前对外支持了声纹自由说、动态数字密码、开放文本密码、固定文本密码。如下图，各种识别模式均有其对应的应用场景。动态数字密码因其使用便捷性，已成为金融支付中最为广泛的声纹识别模式。

　　在这个领域中声纹识别主要用途分为两种，与人脸识别相似，一是声纹确认，即1:1比对，二是声纹鉴别，即1:N比对。声纹确认直接使用待校验人的声纹模型数据与注册时的声纹模型数据比对，得出一个相似度得分，而声纹鉴别在一组模型中找出与待校验人相似度最高的声纹发音者，当然这个相似度得分能否作为判断是本人的依据，需要应用根据其容忍度进行来设置。

　　下面来说一下声纹识别技术的效果衡量标准（这个效果衡量标准的实质就是安全性与易用性间的权衡）：

　　错误接受率（False Accept Rate），指非本人被错误的认为是本人的次数占声纹冒人操作次数的比值；

　　错误拒绝率（False Reject Rate），指本人被错误的认为是非本人的次数占声纹确认操作次数的比值；

　　相等错误率（Equal Error Rate），指FA等于FR时的百分比。是衡量声纹验证效果的重要依据。

　　至此，想必大家对声纹识别技术以及人脸识别技术都有了一个基本的认识。

　　可能有人会问，现在的人脸识别作为一种支付认证手段已经在市场上推广使用了，而且普遍反馈效果很好，为什么还要去做这个多生物特征融合？以人脸识别技术来说，在最新的deepID2算法下，人脸的分辩能力能够达到99.47%，但是在实际的应用中还面临着各种挑战，比如说大家都能感受到的一个比较大的挑战就是，我们旁边的这些韩国小姐；当然，声纹识别技术同样也有应用上的挑战，比如说声纹易变形，易受身体状况、年龄、情绪等方面的影响，实际使用中会受到录音设备的影响。所以说，作为单一的生物特征认证有一定的不稳定性和局限性。

为应对支付领域的高安全性需求同时解决单一生物特征的不稳定性和局限性，提出了多生物特征融合认证解决方案，多生物特征融合的核心基础就是特征间的独立性和互补性，从不同维度对两种生物特征进行融合计算，能够最大限度的利用两种生物特征的优点，同时能够从一定程度上降低误识率，比如说刚才