為了更好地展開聲紋識(shí)別的技術(shù)應(yīng)用，正如人臉識(shí)別技術(shù)的落地路徑一樣，聲紋識(shí)別也正在經(jīng)歷著技術(shù)產(chǎn)品化、平臺(tái)化和場(chǎng)景化應(yīng)用的階段和流程。針對(duì)不同的應(yīng)用場(chǎng)景，市場(chǎng)上相關(guān)聲紋識(shí)別產(chǎn)品已經(jīng)具備了一定規(guī)模和多樣性，包括終端和平臺(tái)型產(chǎn)品，比如各類專用的聲紋采集設(shè)備、聲紋鑒定軟件系統(tǒng)以及聲紋布控系統(tǒng)平臺(tái)等。
聲紋識(shí)別正在歷經(jīng)產(chǎn)品化、平臺(tái)化和場(chǎng)景化落地
聲紋的采集、識(shí)別、鑒定等環(huán)節(jié)同樣也是廠商核心技術(shù)的比拼環(huán)節(jié)。由于聲音不同于視頻圖像信息，它是動(dòng)態(tài)的且無形的，那么，如何實(shí)現(xiàn)聲紋的采集和識(shí)別分析處理呢?此前筆者特別采訪了微納感知計(jì)算技術(shù)有限公司 CTO 王丹，據(jù)王丹表示，聲紋采集其實(shí)跟視頻圖像的采集是類似的方式，只不過視頻以幀為單位，而聲音是連續(xù)的。當(dāng)然，復(fù)雜場(chǎng)景下的聲紋采集和識(shí)別分析依然存在一定挑戰(zhàn)，首先要將聲音從復(fù)雜環(huán)境中清晰的采集下來，其次要分析聲音中所包含的信息內(nèi)容。
目前市場(chǎng)上的聲紋采集終端設(shè)備主要采用的是麥克風(fēng)陣列，通過麥克風(fēng)陣列信號(hào)處理技術(shù)實(shí)現(xiàn)高保真錄音、定向拾音、回聲消除、噪聲&混響抑制等，將聲音信息從復(fù)雜環(huán)境聲中清晰采集下來之后通過專業(yè)的聲紋鑒定系統(tǒng)完成聲紋的識(shí)別分析處理，助力公安、司法、金融、信貸、社保等行業(yè)的身份認(rèn)證應(yīng)用。
同時(shí)，隨著聲紋識(shí)別在安全防范領(lǐng)域應(yīng)用的逐漸深入，一些專業(yè)的警用聲紋采集器、公安動(dòng)態(tài)聲紋布控系統(tǒng)等也成為公安部門稽查布控，維護(hù)公共安全的有效技術(shù)手段，這也預(yù)示著聲紋識(shí)別相關(guān)產(chǎn)品已經(jīng)被納入到了公安部安全與警用電子產(chǎn)品的范圍。聲紋識(shí)別技術(shù)的加持，使得智慧安防建設(shè)增加了一個(gè)新的維度。
毋庸置疑，聲紋識(shí)別的市場(chǎng)潛力是可觀的。站在人工智能、生物識(shí)別這兩股強(qiáng)大的技術(shù)風(fēng)口之上，前有人臉識(shí)別，聲紋識(shí)別市場(chǎng)也正延續(xù)著人臉識(shí)別的發(fā)展路徑，在算法涌現(xiàn)、平臺(tái)崛起和場(chǎng)景化落地的歷程中兀自發(fā)展和演進(jìn)。這個(gè)過程也吸引著越來越多相關(guān)企業(yè)的入局，其中，擁有人工智能技術(shù)背景的企業(yè)成為聲紋識(shí)別賽道上的主要玩家。
像快商通、科大訊飛、SpeakIn、平安科技、遠(yuǎn)鑒科技等這一批在聲紋識(shí)別領(lǐng)域已經(jīng)有一定技術(shù)沉淀的企業(yè)，目前都已經(jīng)在相關(guān)領(lǐng)域開拓出了一片屬于自己的聲紋識(shí)別市場(chǎng)，也奠定了聲紋識(shí)別在各行業(yè)領(lǐng)域的應(yīng)用基礎(chǔ)，但這也并不影響后來者在聲紋識(shí)別領(lǐng)域的躍躍欲試。
從人臉到聲紋，CV企業(yè)的AI技術(shù)版圖擴(kuò)張
從近兩年在國(guó)際聲紋識(shí)別測(cè)試競(jìng)賽中刷榜的企業(yè)還可以看出，一些原本專注于計(jì)算機(jī)視覺的AI企業(yè)也開始延伸了其人工智能技術(shù)研究觸角，從視覺領(lǐng)域跨越到聽覺領(lǐng)域，從人臉識(shí)別拓展到聲紋識(shí)別的技術(shù)研究,像依圖科技和澎思科技，都已經(jīng)圍繞著聲紋識(shí)別的算法和應(yīng)用展開了相關(guān)布局，并積極推進(jìn)聲紋識(shí)別技術(shù)和計(jì)算機(jī)視覺技術(shù)在已開拓領(lǐng)域的融合應(yīng)用。
而計(jì)算機(jī)視覺領(lǐng)域的相關(guān)企業(yè)之所以朝機(jī)器聽覺領(lǐng)域延展，可以推測(cè)有幾方面的原因：
1)看好聲紋識(shí)別技術(shù)發(fā)展?jié)摿?，搶先布局?/strong>作為人工智能的技術(shù)分支之一，機(jī)器聽覺的技術(shù)應(yīng)用市場(chǎng)潛力同樣巨大，既可以作為視覺AI身份認(rèn)證核心技術(shù)的補(bǔ)充，同時(shí)又因?yàn)槁暭y識(shí)別的獨(dú)特優(yōu)勢(shì)，可以拓展在更多細(xì)分場(chǎng)景的應(yīng)用機(jī)會(huì)。越早著手聲紋識(shí)別的技術(shù)研究，將越有可能在未來技術(shù)應(yīng)用爆發(fā)之際搶占市場(chǎng)先機(jī);
2)依托計(jì)算機(jī)視覺方面的技術(shù)研究經(jīng)驗(yàn)和市場(chǎng)資源，順勢(shì)進(jìn)軍聲紋識(shí)別市場(chǎng)。盡管聲紋識(shí)別和人臉識(shí)別在技術(shù)方向上大不相同，但其實(shí)兩者在技術(shù)研究的方式上有很大的相似之處?，F(xiàn)階段，無論是視覺AI還是聽覺AI的技術(shù)研究，仍然是以基于深度學(xué)習(xí)(DL, Deep Learning) 框架為主，在技術(shù)研究流程上基本都分為樣本采集、特征提取、特征建模、模型訓(xùn)練等環(huán)節(jié)。對(duì)于計(jì)算機(jī)視覺企業(yè)而言，此前在人臉識(shí)別技術(shù)研究上所積累的經(jīng)驗(yàn)可以為聲紋識(shí)別的技術(shù)研究奠定一定的經(jīng)驗(yàn)基礎(chǔ)。
3)拓寬人工智能技術(shù)資源池，完善AI場(chǎng)景落地方案，提升產(chǎn)品服務(wù)質(zhì)量。涉足聲紋識(shí)別技術(shù)研究和應(yīng)用，還有望為計(jì)算機(jī)視覺企業(yè)現(xiàn)階段已拓展的相關(guān)行業(yè)應(yīng)用輸出人臉識(shí)別+聲紋識(shí)別的視聽AI技術(shù)方案組合，完善智能安防、AIoT等場(chǎng)景的應(yīng)用需求，增強(qiáng)企業(yè)綜合競(jìng)爭(zhēng)實(shí)力。
聲紋識(shí)別能否成長(zhǎng)為下一個(gè)人臉識(shí)別市場(chǎng)？
盡管現(xiàn)階段，聲紋識(shí)別的市場(chǎng)體量遠(yuǎn)不及人臉識(shí)別，據(jù)前瞻網(wǎng)《2018年生物識(shí)別技術(shù)行業(yè)發(fā)展現(xiàn)狀與市場(chǎng)趨勢(shì)分析》數(shù)據(jù)顯示，人臉識(shí)別和聲紋識(shí)別在整個(gè)生物識(shí)別市場(chǎng)的占比分別為16%和11%，而這還只是2018年的數(shù)據(jù)。
隨著AI技術(shù)的日趨成熟，人臉識(shí)別市場(chǎng)在這兩年迎來了遍地開花的發(fā)展態(tài)勢(shì)，而從相關(guān)市場(chǎng)動(dòng)態(tài)來推測(cè)，聲紋識(shí)別作為視覺AI的補(bǔ)充，也正在諸多應(yīng)用領(lǐng)域找到了落地應(yīng)用的機(jī)會(huì)，這些勢(shì)必會(huì)推動(dòng)聲紋識(shí)別市場(chǎng)體量的增長(zhǎng)。當(dāng)然，要實(shí)現(xiàn)大面積的落地應(yīng)用，參考人臉識(shí)別的落地經(jīng)歷，聲紋識(shí)別也或?qū)⒚媾R聲紋庫(kù)建設(shè)、芯片升級(jí)、強(qiáng)化算法模型泛化能力、標(biāo)準(zhǔn)和非標(biāo)場(chǎng)景的適用性等一系列的挑戰(zhàn)。聲紋識(shí)別能否成長(zhǎng)為下一個(gè)人臉識(shí)別市場(chǎng)，我們靜待市場(chǎng)的自然發(fā)酵!
系列文章推薦：AI的B面，聲紋識(shí)別的應(yīng)用優(yōu)勢(shì)和主要應(yīng)用場(chǎng)景
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
作者：amy
