Page 58 - 安防19年8月刊_150dpi

A 人工智能
Artificial Intelligence

了一种行之有效的技术手段，可进一步配合已有的人
脸识别、指纹识别等生物特征识别技术，现实空间和
虚拟空间相结合，更全面的刻画犯罪嫌疑人的全息画
像，对犯罪行为进行多角度、多方位的监控和打击，保
卫国家和社会的安全。

声纹识别在公共安全领域的应用瓶颈与问题
声纹识别在公共安全领域的主要应用瓶颈与问题
如下：

实时性的技术手段予以支持，是对案件侦破工作提出 语音的时变性对声纹识别的影响
的新挑战，也正是AI赋能下的声纹识别技术所擅长的 从根本上说，语音的个体稳定性主要是由语音的
领域。 生理基础决定的。当一个人的发音器官发育成熟以后，
在这种背景下，声纹识别在公共安全领域的应用 他的呼吸器官、喉系统和共鸣腔的生理结构及其机能
特征与变化主要有如下几点： 就进入一个相对稳定的状态，这就是声纹识别的生理
由离线应用向在线实时应用转变 基础。但是，声音的稳定性较人脸、指纹等生物特征
近年来，随着人工智能，深度学习，大数据分析等 相比，其稳定性相对较差，变声期、病变、外伤、录音
技术的发展，配合国家现有的指纹库和人脸库等成熟 条件不同、言语环境不同等因素都会使一个人的声音

的生物特征库，业内已经逐步研发出不少切合实战需 产生变化，使其稳定性减弱，而一种生物特征的广泛
求的声纹应用系统。 应用却要求在稳定性、差异性和反映性上均达到较高
其主要的应用场景是为非接触性犯罪案件侦破提 水平。因此，在公共安全这类严谨的应用领域，语音
供高效准确的侦查手段——在电信诈骗、恐吓勒索等 特征通常是作为认定嫌疑人（或当事人）的参考依据
虚拟空间的犯罪案件里，犯罪分子与被害人接触会比 （特殊情况下可作为倾向认定的依据），但通常不能轻
较少，所以声音成为了最主要的破案线索，这类场景需 易作为否定依据。只有在特征的特异性较强且稳定并
要在线对特定场所采集的声音，与涉诈骗人员库等专 确认无伪装变化的情况下，才可直接用来否定嫌疑人
题库进行实时比对，以期及时发现身份可疑人员，提 （或当事人）。
高侦查效能。 跨信道采集对声纹识别的影响
由1对1验证向大规模数据比对转变 声音的来源渠道多种多样，例如录音笔、电话、
传统的声纹识别应用场景多为认定，即判断指 VOIP、拾音器等等，不同的采集渠道也会采用不同的
定的声音是否由某个特定的人发出的，然而随着大数 音频编解码模式，模数转换的过程或多或少会造成声
据、深度学习技术的发展，技术上已能支撑大体量声 音的损伤。这就对声纹识别时候的特征建模提出了更
纹库的建立，并实现声纹数据的大规模检索与比对， 高的要求，需要综合考虑并屏蔽因采集设备、传输信
协助公安机关快速确认掌握的声音线索的身份。 道、环境噪音、录音回放、声音模仿、时间跨度、采样
由单一声纹应用向多维数据碰撞比对转变 时长等各种环境因素造成的影响，从当前业界实践来
声纹识别的应用已为公安打击虚拟空间犯罪提供 看，声纹识别也和其他识别一样，也向着深度学习的

40 第九届深圳国际智能交通与卫星导航位置服务展览会(2020年6月深圳会展中心)www.its-expo.com

ದ۽ᇆି JOEE ྒ௹೘