为金融服务安全保驾护航 平安科技声纹认证技术

雨后彩虹

为金融服务安全保驾护航 平安科技声纹认证技术

平安科技发明的利用声纹来进行用户身份识别的方法，借助于人工智能技术，可以有效的提高身份认证效率，同时也缩短了认证的相应时长，对于金融服务行业具有重要的意义和价值。

集微网消息，平安科技作为平安集团的技术核心，其研发的安全产品对于维护平安集团的保险、银行、投资和互联网等业务都具有非常重要的意义和价值。

而在金融领域中，产品安全的一项必不可少的工作就是对于用户的身份进行认证，其中，声纹识别作为一项高度安全性的用户身份认证方法而被广泛使用。这是一种根据语音波形中反映说话人生理和行为特征的语音参数，自动识别说话人身份的技术。

从理论上说，每个人说话时的短时频谱特征、声源特征、时序动态特征、韵律特征、语言学特征等都有差异，因此声纹就像指纹一样具有唯一性和独特性。

随着声纹识别技术的发展，越来越多的银行以及金融部门采用声纹识别来进行身份认证。声纹认证技术虽然非常安全可靠，且相比于指纹、虹膜等生物特征更加难以被盗取以及复制，但是目前随着用户数量的增多，对于一定数量的声纹数据，存在认证效率低、响应时间长的问题。

为此，平安科技在18年12月6日申请了一项名为“声纹认证方法、装置、计算机设备以及存储介质”的发明专利（申请号：201811487395.7），申请人为平安科技（深圳）有限公司。
根据该专利目前公开的资料，让我们一起来看看这项声纹认证方法吧。

如上图，为该专利中发明的声纹认证方法的应用场景示意图，这种声纹认证方法主要在手机终端20以及服务器10之间进行数据的传递，由服务器执行声纹识别指令，并将执行的结果反馈到终端中。虽然在该示意图中仅仅只看到一台终端，但是在实际的操作过程中，服务器可以将声纹认证结果反馈到多台终端中去。

在服务器端设置有声纹识别模块，借助于人工智能技术，可以对终端中传递的声纹数据进行识别，从而对声纹的身份进行认证。

如上图，为该专利中提供的声纹认证方法的流程图，系统首先需要建立声纹模型库，这个过程就是利用人工智能算法进行模型训练的过程。通过预先收集几段语音数据作为训练语音样本，不同的语音数据对应不同的用户身份，利用高斯混合模型对训练语音样本进行训练，得到针对不同用户身份的声纹模型，并根据得到的不同声纹模型组成预设声纹模型库。

其次，服务器可以从终端中获取用户输入的待认证声纹数据，并从待认证声纹数据中提取声纹特征，利用这种特征从声纹模型库中找到和其匹配的声纹模型，通过计算待认证声纹特征与目标声纹模型之间的声纹相似度，判断计算而得的相似度是否大于系统事先设置的阈值。

如果声纹的相似度大于设置的阈值，例如相似度大于99.9%，则系统就会认为待认证的声纹数据与目标的用户身份是相匹配的，即可以完成对于未知人物身份的认证。

最后，我们再来看看这种声纹认证装置的硬件结构图，其中包括建立单元101、第一提取单元102、确定单元103、计算单元104、判断单元105和判定单元106，这些单元的功能和上述介绍的系统的方法流程图相对应，每个模块都在声纹认证的过程中担任着各自的职责。

建立单元可以预先建立声纹模型库；第一提取单元用于获取用户输入的待认证的声纹数据；确定单元可以根据声纹特征从模型库中确定目标声纹模型；计算单元用于计算声纹相似度；判断单元用于判断相似度是否大于系统设置的阈值；最后由判定单元来判定用户的身份是否合法。

以上就是平安科技发明的声纹认证方法，该方法借助于人工智能模型来确定用户的身份并确认通过，由于声纹模型是预先存储在服务器中的，因此在进行匹配时不需要花费太多的时间，从而能够有效的提高身份认证效率，缩短认证的相应时长。在金融服务等领域，这样的技术不仅可以大大节省用户的时间，而且也可以给企业以及单位带来更多的效益。