声纹识别_百度百科
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
声纹识别，的一种。也称为说话人识别，有两类，即说话人辨认和说话人确认。不同的任务和应用会使用不同的，如缩小刑侦范围时可能需要辨认技术，而银行交易时则需要确认技术。声纹识别就是把声信号转换成电信号，再用计算机进行识别。
声纹识别简介
所谓声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。
声纹生理图
人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，人在讲话时使用的发声器官--舌、牙齿、喉头、肺、鼻腔在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异。每个人的语音声学特征既有相对稳定性，又有变异性，不是绝对的、一成不变的。这种变异可来自生理、病理、心理、模拟、伪装，也与环境干扰有关。尽管如此，由于每个人的发音器官都不尽相同，因此在一般情况下，人们仍能区别不同的人的声音或判断是否是同一人的声音。
声纹识别优缺点
声纹识别的应用有一些缺点，比如同一个人的声音具有易变性，易受身体状况、年龄、情绪等的影响；比如不同的麦克风和信道对识别性能有影响；比如环境噪音对识别有干扰；又比如混合说话人的情形下人的声纹特征不易提取；……等等。尽管如此，与其他生物特征相比，声纹识别的应用有一些特殊的优势：(1)蕴含声纹特征的语音获取方便、自然，声纹提取可在不知不觉中完成，因此使用者的接受程度也高；(2)获取语音的识别成本低廉，使用简单，一个麦克风即可，在使用通讯设备时更无需额外的录音设备；(3)适合远程身份确认，只需要一个麦克风或电话、手机就可以通过网路(通讯网络或互联网络)实现远程登录；(4)声纹辨认和确认的算法复杂度低；(5)配合一些其他措施，如通过语音识别进行内容鉴别等，可以提高准确率；……等等。这些优势使得声纹识别的应用越来越受到系统开发者和用户青睐，声纹识别的世界市场占有率15.8%，仅次于指纹和掌纹的生物特征识别，并有不断上升的趋势。
声纹识别分类
声纹识别(Voiceprint Recognition, VPR)，也称为说话人识别(Speaker Recognition)，有两类，即说话人辨认(Speaker Identification)和说话人确认(Speaker Verification)。前者用以判断某段语音是若干人中的哪一个所说的，是“多选一”问题；而后者用以确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。不同的任务和应用会使用不同的声纹识别技术，如缩小刑侦范围时可能需要辨认技术，而银行交易时则需要确认技术。不管是辨认还是确认，都需要先对说话人的声纹进行建模，这就是所谓的“训练”或“学习”过程。
声纹识别文本相关
从另一方面，声纹识别有文本相关的(Text-Dependent)和文本无关的(Text-Independent)两种。与文本有关的声纹识别系统要求用户按照规定的内容发音，每个人的声纹模型逐个被精确地建立，而识别时也必须按规定的内容发音，因此可以达到较好的识别效果，但系统需要用户配合，如果用户的发音与规定的内容不符合，则无法正确识别该用户。而与文本无关的识别系统则不规定说话人的发音内容，模型建立相对困难，但用户使用方便，可应用范围较宽。根据特定的任务和应用，两种是有不同的应用范围的。比如，在银行交易时可以使用文本相关的声纹识别，因为用户自己进行交易时是愿意配合的；而在刑侦或侦听应用中则无法使用文本相关的声纹识别，因为你无法要求犯罪嫌疑人或被侦听的人配合。
声纹识别背景模型
在对说话的人辨认方面，根据待识别的说话人是否在注册的说话人集合内，说话人辨认可以分为开集(open-set)辨认和闭集(close-set)辨认。前者假定待识别说话人可以在集合外，而后者假定待识别说话人在集合内。显然，开集辨认需要有一个对集外说话人的“拒识问题”，而且闭集辨认的结果要好于开集辨认结果。本质上讲，说话人确认和开集说话人辨认都需要用到拒识技术，为了达到很好的拒识效果，通常需要训练一个假冒者模型或背景模型，以便拒识时有可资比较的对象，阈值容易选定。而建立背景模型的好坏直接影响到拒识甚至声纹识别的性能。一个好的背景模型，往往需要通过预先采集好的若干说话人的数据，通过某种算法去建立。
如果技术达到一定的水平，可以把文本相关识别并入文本无关识别，把辨认并入开集辨认，从而提供更为方便的使用方法。
声纹识别关键问题
声纹识别可以说有两个关键问题，一是，二是()。
声纹识别特征提取
的任务是提取并选择对说话人的声纹具有可分性强、稳定性高等特性的声学或语言特征。与语音识别不同，声纹识别的特征必须是“个性化”特征，而说话人识别的特征对说话人来讲必须是“共性特征”。虽然目前大部分声纹识别系统用的都是声学层面的特征，但是表征一个人特点的特征应该是多层面的，包括：(1)与人类的发音机制的解剖学结构有关的声学特征(如频谱、、、基音、反射系数等等)、鼻音、带深呼吸音、沙哑音、笑声等；(2)受社会经济状况、受教育水平、出生地等影响的语义、修辞、发音、言语习惯等；(3)个人特点或受父母影响的韵律、节奏、速度、语调、音量等特征。从利用可以建模的角度出发，声纹自动识别模型目前可以使用的特征包括：(1)声学特征(倒频谱)；(2)词法特征(说话人相关的词n-gram，音素n-gram)；(3)(利用n-gram描述的基音和能量“姿势”)；(4)语种、方言和口音信息；(5)通道信息(使用何种通道)；等等。
根据不同的任务需求，声纹识别还面临一个特征选择或特征选用的问题。例如，对“信道”信息，在刑侦应用上，希望不用，也就是说希望弱化信道对说话人识别的影响，因为我们希望不管说话人用什么信道系统它都可以辨认出来；而在银行交易上，希望用信道信息，即希望信道对说话人识别有较大影响，从而可以剔除录音、模仿等带来的影响。
总之，较好的特征，应该能够有效地区分不同的说话人，但又能在同一说话人语音发生变化时保持相对的稳定；不易被他人模仿或能够较好地解决被他人模仿问题；具有较好的抗噪性能；……。当然，这些问题也可以通过去解决。
声纹识别模式识别
对于，有以下几大类方法：
(1)模板匹配方法：利用动态时间弯折(DTW)以对准训练和测试特征序列，主要用于固定词组的应用(通常为文本相关任务)；
(2)最近邻方法：训练时保留所有，识别时对每个矢量都找到训练矢量中最近的K个，据此进行识别，通常模型存储和相似计算的量都很大；
(3)神经网络方法：有很多种形式，如多层感知、(RBF)等，可以显式训练以区分说话人和其背景说话人，其训练量很大，且模型的可推广性不好；
(4)隐式(HMM)方法：通常使用单状态的HMM，或(GMM)，是比较流行的方法，效果比较好；
(5)VQ方法(如LBG)：效果比较好，算法复杂度也不高，和HMM方法配合起来更可以收到更好的效果；
(6)多项式方法：有较高的精度，但模型存储和计算量都比较大；
声纹识别需要解决的关键问题还有很多，诸如：短话音问题，能否用很短的语音进行模型训练，而且用很短的时间进行识别，这主要是声音不易获取的应用所需求的；声音模仿(或放录音)问题，要有效地区分开模仿声音(录音)和真正的声音；多说话人情况下目标说话人的有效检出；消除或减弱声音变化(不同语言、内容、方式、身体状况、时间、年龄等)带来的影响；消除信道差异和背景噪音带来的影响；……此时需要用到其他一些技术来辅助完成，如去噪、自适应等技术。
对说话人确认，还面临一个两难选择问题。通常，表征说话人确认系统性能的两个重要参数是错误拒绝率(False Rejection Rate, FRR)和错误接受率(False Acceptation Rate, FAR)，前者是拒绝真正说话人而造成的错误，后者是接受集外说话人而造成的错误，二者与的设定相关，两者相等的值称为等错率(Equal Error Rate, EER)。在现有的技术水平下，两者无法同时达到最小，需要调整阈值来满足不同应用的需求，比如在需要“易用性”的情况下，可以让错误拒绝率低一些，此时错误接受率会增加，从而安全性降低；在对“安全性”要求高的情况下，可以让错误接受率低一些，此时错误拒绝率会增加，从而易用性降低。前者可以概括为“宁错勿漏”，而后者可以“宁漏勿错”。我们把真正阈值的调整称为“操作点”调整。好的系统应该允许对操作点的自由调整。
声纹识别应用
声纹识别可以应用的范围很宽，可以说声纹识别几乎可以应用到人们日常生活的各个角落。比如下面举几个例子。
(1)信息领域。比如在自动总机系统中，把身份证之声纹辨认和关键词检出器结合起来，可以在姓名自动拨号的同时向受话方提供主叫方的身份信息。前者用于身份认证，后者用于内容认证。同样，可以在呼叫中心(Call Center)应用中为注册的常客户提供友好的个性化服务。
(2)银行、证券。鉴于密码的安全性不高，可以用声纹识别技术对电话银行、远程炒股等业务中的用户身份进行确认，为了提供安全性，还可以采取一些其他措施，如密码和声纹双保险，如随机提示文本用文本相关的声纹识别技术进行身份确认(随机提示文本保证无法用事先录好的音去假冒)，甚至可以把交易时的声音录下来以备查询。
(3)公安司法。对于各种电话勒索、绑架、电话人身攻击等案件，声纹辨认技术可以在一段录音中查找出嫌疑人或缩小侦察范围；声纹确认技术还可以在法庭上提供身份确认（同一性鉴定）的旁证。在监狱亲情电话应用中，通过采集犯人家属的声纹信息，可有效鉴别家属身份的合法性。在司法社区矫正应用中，通过识别定位手机位置和呼叫对象说话声音的个人特征，系统就可以快速的自动判断被监控人是否在规定的时间出现在规定的场所，有效地解决人机分离问题。
(4)军队和国防。声纹辨认技术可以察觉电话交谈过程中是否有关键说话人出现，继而对交谈的内容进行跟踪(战场环境监听)；在通过电话发出军事指令时，可以对发出命令的人的身份进行确认(敌我指战员鉴别)。目前该技术在国外军事方面已经有所应用，据报道，迫降在我国海南机场的美军EP-3侦察机中就载有类似的声纹识别侦听模块。
(5)保安和证件防伪。如机密场所的门禁系统。又如声纹识别确认可用于信用卡、银行自动取款机、门、车的钥匙卡、授权使用的电脑、声纹锁以及特殊通道口的身份卡，把声纹存在卡上，在需要时，持卡者只要将卡插入专用机的插口上，通过一个传声器读出事先已储存的暗码，同时仪器接收持卡者发出的声音，然后进行分析比较，从而完成身份确认。同样可以把含有某人声纹特征的芯片嵌入到证件之中，通过上面所述的过程完成证件防伪。
声纹识别实际应用
社保声纹认证方案总设计图
方案背景　　社保社会化以后，因为就业单位的搬迁、变更、关闭，退休人员异地养老等原因，造成投保人员频繁流动、分散。所以确定投保人的生存状况一直是社保支付理赔工作中的一个难题，全国各地陆续出现了社保基金被冒领的现象，尤其是养老保险金被冒领的情况更为严重；解决这一难题的唯一出路在于采用进行身份认证，而语音生物特征(声纹)识别是唯一可用于非接触式、通过电话网络远程安全控制的生物识别方法。
语音，又称说话人识别，俗称声纹识别，是根据说话人的发音生理和行为特征，自动识别说话人身份的一种方法。声纹识别所提供的安全性可与其他生物识别技术（如：、掌形和虹膜）相媲美，而且语音采集装置造价低廉，只需电话/手机或麦克风即可，无需特殊的设备；它与说话语言无关，与方言腔调无关，不涉及隐私问题，适应人群范围很广；声音信号便于远程传输和获取，在基于电信和网络的身份识别应用中，声纹识别更为擅长，得天独厚。
声纹识别技术原理
养老金能否被冒领的关键问题之一就是：能否快速安全准确地远程识别和确认社保对象的身份；只要能通过某种简单方便且安全可靠的手段确保身份合法，就可以基本杜绝养老金被非法领取的现象。类似于人类的指纹和DNA，声纹也是人体独特的个性生物特征，很难找到两个声纹完全一样的人。如果能够预先采集到养老金领取人的声音样本，从中抽取出声纹识别“”序列，然后在定期的资格认证时，将领取人的声纹与声纹库中的声纹进行比对确认，就能够轻易地判断领取人是否合法。对于极少量的聋哑人群等特殊人群，再辅以人工检查手段确认。这样两者结合起来，不仅将大幅度降低冒领的可能性，而且极大地提供社保服务机构的工作效率。
声纹识别的主要任务包括：语音信号处理、声纹、声纹建模、声纹比对、判别决策等。社保服务对象的声纹身份认证，分为两个阶段：一是声纹注册阶段：可能在社区工作人员的现场监督下，社保服务对象采用电话语音交互应答的方式向系统输入注册语音样本，系统利用从注册语音中提取的声纹特征序列，为用户构建声纹模型；二是声纹认证阶段：社保服务对象通常会被要求定期地做资格认证，那么他/她可以随时随地通过移动/电话直接拨打社保服务热线，在远端系统的语音提示下，在线应答说话，系统自动地录取用户的语音，开展声纹识别身份认证；另外，系统可以根据电话用户语音身份认证的状况，适当地更新或者调整用户的声纹模型。
声纹识别系统结构
整个系统的物理结构如图所示，主要由三大部分组成：
电话通信终端：主要由养老金领取人使用，通过移动/电话进行远程非接触式声纹认证；
电脑操控终端：主要由社保管理机构的工作人员使用，通过它可以查询每期的声纹认证结果，维护用户信息和声纹数据库，对于已经不具备养老金发放资格的人员办理停止发放手续等；
服务器端：主要包括声纹识别服务器、语音识别服务器和web服务器。其中，声纹识别服务器是一个融合多种技术的服务器，它由一系列分工协作的服务子系统构成， 包括：电话语音交互应答、声纹自动识别、应用信息查询和数据库等系统。语音识别服务器，有语音合成、语音识别等子系统构成。web服务器主要是提供对受保人员的语音数据、声纹数据以及验证记录的管理功能。
采用这种高科技手段来开展社保身份认证与管理，只需要在社保机构的总部安装一套社保服务器系统，在社保经办机构安装有普通的PC机，连接普通电话线或者ISDN数字专线即可工作，客户端则仅需要一台普通的固定电话或者移动电话，使用操作简单，认证准确安全可靠。
为进一步加强社会养老保险资金的管理与监督，防止养老基金流失，人社局推出一系列的生存认证新方案。其中，基于声纹识别的社保身份认证受到极大程度的关注。对声音的鉴别(如何使用声纹识别软件)
※※&这里所说的声音，主要是人说话的声音。
※※我们经常在电视上看到，有的人能够在一首歌里模仿很多位歌手唱歌的声音，听觉上如此相似的声音在技术上是否也是相似的呢？这就要用到声纹识别技术。
1.声纹与声纹识别技术
&声纹（Voiceprint）就是借助声谱仪绘出的图像。因为身体在讲话时所使用的器官——舌、牙齿、喉头、肺、鼻腔，声道等在尺寸和形态方面每个人的差异很大，所以显现在任何两个人的声纹图谱都有差异。因此模仿他人的声纹，虽然一般人耳听起来可能极其相似，但如果采用声纹识别技术进行识别，就能显现出巨大的差异。这有点像人的指纹，具有唯一性。
&声纹识别，即“闻声知人”，就是要根据人的声音特征，识别出某段语音是谁所说的。
2.使用声纹识别软件对声音进行鉴别
（1）老师提供的学习材料里有北京得意音通技术有限公司开发的声纹识别系统。
（2）运行软件，会弹出如下对话框，提示“初始化失败！请选择工作文件所在的目录…”，用户只需将目录指向声纹识别软件中的data所在的目录，E:\鉴别任务\声纹识别系统\data即可。以后的运行将会跳过这个过程。
（3）添加第一个说话人：
如果录音较短，则将训练时长“24”改为“8”。
&加载第一个录音文件：在蓝色区域点击右键，选择“加载波形文件”，选择第一个需要比对的录音文件。然后在左边姓名处输入录音文件名，如“林林爸爸1”，然后点击“添加说话人”
&先在姓名处输入说话人名字，然后点击“添加说话人”按钮，在弹出的对话框“抛弃已缓冲的波形数据并重新录音吗”中点击“否”。
（4）添加第二段声音：
再次在蓝色区域点击右键，选择“加载波形文件”，选择第二个需要比对的录音文件。将测试时长由“8”改为“4”。
（5）点击“进行说话人确认”按钮，在弹出的对话框“抛弃已缓冲的波形数据并重新录音吗”中点击“否”。比对两段声音，查看比对结果。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
利用普通软件进行声纹鉴定
下载积分：1199
内容提示：利用普通软件进行声纹鉴定
文档格式：PDF|
浏览次数：133|
上传日期： 14:17:05|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1199 积分
下载此文档
阅读此文档的用户还读了
利用普通软件进行声纹鉴定
官方公共微信Android Security（134）
Biometric Security
在这个移动互联网大行其道的年代，人们不用互相见面就可以完成很多事情，比如社交、购物、网上开店、金融交易等等，但是如何验证身份变成了人和人在不见面的情况下最难的事情。传统的解决方案就是密码或者秘钥，它需要你记住或者存起来，容易忘又容易丢，还容易被黑客利用各种手段攻击。有多少人使用“123456“这种简单密码在网络上行走，他们就是黑客们最喜欢的目标；你家的路由器是不是还在用”admin”这种默认密码，这就是物联网领域中安全最薄弱的环节。不过，好在我们每个人身上都长满了“活密码”，指纹、脸、声音、眼睛等等，都是人和人之间相互区分的独一无二的标识，我们称之为“生物特征”。声音就是这种一种可以反映人身份的生物特征，参考“指纹”的命名方式，我们可以叫它“声纹”。
各种生物特征比较
声纹是指人类语音中携带言语信息的声波频谱，它同指纹一样，具备独特的生物学特征，具有身份识别的作用，不仅具有特定性，而且具有相对的稳定性。声音信号是一维连续信号，将它进行离散化后，就可以得到我们现在常见的计算机可以处理的声音信号。
计算机可以处理的离散声音信号
声纹识别（也称说话人识别）技术也如同现在在智能手机上应用十分广泛的指纹识别技术一样，从说话人发出的语音信号中提取语音特征，并据此对说话人进行身份验证的生物识别技术。每个人都具有独一无二的声纹，这是由我们的发声器官在成长过程中逐渐形成的特征。无论别人对我们的说话模仿的多么相似，声纹其实都是具有显著区别的。
现实生活中的“未见其人，先闻其声”就是人类通过声音去识别另一个人身份的真实描述，你妈甚至通过你电话里的一个“喂”字就知道是你，而不是隔壁老王家的儿子打的电话，这是我们人类经过长期进化所获得到的超常的能力。虽然目前计算机还做不到通过一个字就判断出人的身份，但是利用大量的训练语音数据，可以学出一个“智商”还不错的“声纹”大脑，它在你说出8-10个字的情况下可以判断出是不是你在说话，或者在你说1分钟以上的话后，就可以准确地判断出你是否是给定的1000人中的一员。这里面其实包含了大部分生物识别系统都适用的重要概念：1:1
和 1:N，同时也包含了只有在声纹识别技术中存在的独特的概念：内容相关和内容无关。
对于一个生物识别系统而言，如果它的工作模式是需要你提供自己的身份（账号）以及生物特征，然后跟之前保存好的你本人的生物特征进行比对，确认两者是否一致（即你是不是你），那么它是一个1:1的识别系统（也可以叫说话人确认，Speaker Verification）；如果它只需要你提供生物特征，然后从后台多条生物特征记录中搜寻出哪个是你（即你是谁），或者哪个都不是你，那么它是一个1:N的识别系统（也可以叫辨认，Speaker
Identification），见图1。技术上，简单的声纹识别的系统工作流程图来见图2。
图1 说话人确认和说话人辨认
图2 声纹识别工作流程图
对于声纹识别系统而言，如果从用户所说语音内容的角度出发，则可以分为内容相关和内容无关两大类技术。顾名思义，“内容相关”就是指系统假定用户只说系统提示内容或者小范围内允许的内容，而“内容无关”则并不限定用户所说内容。前者只需要识别系统能够在较小的范围内处理不同用户之间的声音特性的差异就可以，由于内容大致类似，只需要考虑声音本身的差异，难度相对较小；而后者由于不限定内容，识别系统不仅需要考虑用户声音之间的特定差异，还需要处理内容不同而引起的语音差异，难度较大。
目前有一种介于两者之间的技术，可以称之为“有限内容相关”，系统会随机搭配一些数字或符号，用户需正确念出对应的内容才可识别声纹，这种随机性的引入使得文本相关识别中每一次采集到的声纹都有内容时序上的差异，这种特性正好与互联网上广泛存在的短随机数字串（如数字验证码）相契合，可以用来校验身份，或者和其他人脸等生物特征结合起来组成多因子认证手段。
具体到声纹识别算法的技术细节，在特征层面，经典的梅尔倒谱系数MFCC，感知线性预测系数PLP、深度特征Deep&Feature、以及能量规整谱系数PNCC&等，都可以作为优秀的声学特征用于模型学习的输入，但使用最多的还是MFCC特征，也可以将多种特征在特征层面或者模型层面进行组合使用。在机器学习模型层面，目前还是N.Dehak在2009年提出的iVector框架一统天下，虽然在深度学习大红大紫的今天，声纹领域也难免被影响，在传统的UBM-iVector框架下衍化出了DNN-iVector，也仅仅是使用DNN（或者BN）提取特征代替MFCC或者作为MFCC的补充，后端学习框架依然是iVector。
图3示出了一个完整的声纹识别系统的训练和测试流程，可以看到在其中iVector模型的训练以及随后的信道补偿模型训练是最重要的环节。在特征阶段，可以使用BottleNeck特征取代或者补充MFCC特征，输入到iVector框架中训练模型，如图4所示。
图3 声纹识别算法的完整训练和识别框架
图4 使用BottleNeck特征训练iVector模型
在系统层面，不同的特征及模型，可以从不同的维度刻画说话人的声音特征，加上有效的分数规整，将各子系统融合能有效的提高系统的整体性能。
在此次的阿里聚安全攻防挑战赛，参赛选手便可以真实的感受这一过程。由阿里巴巴集团安全部主办的“阿里聚安全攻防挑战赛”即日起在天池平台开始报名。据了解此类比赛已成功举办过两届，并逐渐成为安全行业经典赛事品牌，主要是让参赛选手真实的挑战阿里巴巴移动安全和业务安全的防御。
本届挑战赛的最大亮点之一就是声纹身份验证攻防。参赛者可以尝试用声音攻击一套声纹验证系统，通过设计攻击用的音频骗过声纹验证系统，让系统验证成功。
赛事官方网址：
作者：王炎@阿里聚安全，更多安全类技术文章，请访问
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：194464次
积分：2948
积分：2948
排名：第11562名
原创：12篇
转载：561篇
评论：13条
(12)(41)(21)(40)(37)(40)(13)(7)(20)(85)(4)(7)(19)(46)(165)(22)声音就是密码
东进金融声纹验证机获点赞
声音就是密码
东进金融声纹验证机获点赞
“”，当这串数字验证码被读出后，系统对用户发出的声音在进行识别后予以确认。这个类似科幻大片中的场景，在2015中国国际金融展的东进技术展台精彩上演。而这个场景的主角就是东进最近推出的新品――金融声纹验证机（FV-1000）。
（图：东进金融声纹验证机FV-1000）
近年来，网站被黑、大量信息和密码泄露的发案率越来越高，银行存款被窃或神秘失踪。微软研究院发布的一份研究报告显示，大部分密码的复杂性努力都是徒劳的。因为密码不可能太长，太复杂，正常人难以记忆8个字符以上的强密码。但不管是简单的密码抑或是复杂的密码，都难以抵御暴力破解的攻击。
而东进金融声纹验证机则利用人体独特的生物特征――声纹进行身份认证。据东进技术专家介绍，所谓声纹(Voiceprint)，是用电声学仪器显示的携带言语信息的声波频谱。现代科学研究表明，声纹不仅具有特定性，而且有相对稳定性的特点。成年以后，人的声音可保持长期相对稳定不变。实验证明，无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终不相同。
据了解，金融声纹验证机（FV-1000）是东进基于其合作伙伴北京得意音通公司先进的声纹识别技术开发的一款全新的、受专利保护的身份验证一体化设备。该设备在进行身份验证时，会随机产生一组数字串由用户读出，系统对用户发出的声音进行数字串和声纹双重识别，实现对使用者身份的双重验证。
在便捷性方面，该设备读取密码速度快，仅需1-2秒钟，有效提升用户体验。在客户最为关注的安全性方面，东进金融声纹验证机在进行身份验证时，会随机产生一组数字串，用户读出数字串后，系统对用户发出的声音进行数字和声纹双重识别，实现对使用者身份的双重验证。数字串具有动态随机不可预测特性，因此能有效防止录音和假冒，同时由于其对用户声音、声纹的双重认证，能为用户提供最大安全保障。
在实际操作中，东进金融声纹验证机能够对用户的语音进行预留声纹模型训练，并将训练提取的模型参数存于数据库中，完成声纹预留操作。当用户读出动态随机生成的数字串，系统从数据库中找出对应用户的语音模型，对其进行用户身份鉴定，完成声纹验证操作。验证通过后业务系统可以允许其登录或进行相关交易。不仅如此，业务系统还能对用户预留在数据库中的声纹模型，进行查询和删除等相关维护管理操作。以便能够实时更新声纹数据库，能够方便的查询用户声纹信息是否存在，若用户注销银行账户则可以执行删除声纹信息操作。
东进技术相关负责人表示，东进金融声纹验证机主要是应用于身份确认的场景，典型的应用有电话银行、银行等，前景广阔。
关于东进技术：
深圳市东进通讯技术股份有限公司，简称东进技术，是全球领先的多媒体通讯核心设备及行业通讯设备供应商。公司聚集了一流的产品研发工程师和技术服务队伍，东进产品广泛应用于政府、银行、证券、军队等行业以及金融电子支付、企业、呼叫中心、电信运营、应急指挥等领域，东进在全球拥有数千家产业链合作伙伴，营销及服务网络遍布全球，致力于为客户提供快速、优质的产品与服务。依托20多年自主知识产权的积累，东进技术陆续推出了一系列针对金融行业的产品，并已应用到包括民生、光大、中国农行、中国建行在内的超过100家国有、股份、商业银行、金融企业和支付平台中，获得广泛赞誉。
编 辑：初夏
为逐步在进行以“以功能为中心”向“以项目为中心”的组织变革。
CCTIME推荐
CCTIME飞象网
CopyRight &
京ICP备号&& 京公网安备号
公司名称： 北京飞象互动文化传媒有限公司
未经书面许可，禁止转载、摘编、复制、镜像