海沃思：生物识别目前危害程度较大的是录音重放

　　新浪财经讯 2019北京国际金融安全论坛于2019年11月18日至19日在北京金融安全产业园举办，主题为推进金融安全科技新发展。北京海沃思信息科技有限公司参加北京市畅融工程，金融安全前沿技术路演。

　　以下为路演实录：

　　海沃思：尊敬的各位领导、嘉宾大家下午好，这几天除了园区工作人员比较忙之外还有一个群体是快递小哥，前段时间刚关注了一个真实的案例，利用快递小哥进行诈骗，温州女士淘宝上购买了商品，第二天接到冒充快递小哥的电话，告诉他您购买的商品因为某种原因遗失了，要提醒赔偿，快递小哥把二维码发给这个女士，通过操作温州女士银行卡里200多万迅速的转走了，今天我们讨论的声纹识别，如果转账过程中身份识别和密码的技术完全可以避免这种情况的发生。

　　我们带来的是下一代的生物特征识别技术，听音识人、声纹识别，可以看现在主流的生物识别技术包括质问、人脸和虹膜识别，刚才各位专家讲了很多问题，现在处于信息化的时代，目前所有市场当中的特征识别技术真的安全吗？大家也知道每个人都有一部智能手机，手机里安装了各种APP开通了免密支付，在我们看来质问包括人脸以及市场上最安全的虹膜识别都是可以利用一些技术手段轻松的扰动的。还有一些生物识别里边包括人脸、指纹是严重涉及到用户的隐私问题，声纹是作为一种行为特征它的隐私性是相对比较弱的。

　　如图是目前市场上主流的生物识别技术的痛点，不防攻击、认证复杂，人脸光线不足的情况下精度没有那么高。3、认证成本高，比如虹膜采集设备费用相当高。4、意图体现弱，仅仅通过人脸、指纹。5、手机依赖程度高。6、高隐私。所以目前我国生物识别技术在市场上是有痛点的，包括侵犯隐私的问题一直是国际上的一个讨论。

　　看一下传统生物比对技术和声纹识别技术的比较。首先在三个方面：声纹防攻防领域，有三个领域，声音模仿、录音合成、录音重放。声音模仿是模仿特定说话人的声音，语音合成是用机器合成特定说话人的语音，录音重放是用一个设备录取你的声音再进行重放，这是目前声纹攻防里面三个比较核心的点。

　　我们看一下声音模仿，其实模仿人的说话模仿的是它的韵律和风格，但是真正的音色是难以模仿的，因为人的口腔、胸腔、肺、牙齿结构等等所有发声的机关都是唯一的，所以声纹也是唯一的。在指纹里边是对音色难以进行模仿的，所以防御这一块做的非常完备。

　　语音合成；是通过一些参数的合成方法，估计关键参数，通过发生器模拟人工制造语音发动攻击，会针对人工语音的非自然性进行检测。

　　再一个目前来说危害程度比较大的是录音重放，用机器录取一段声音进行重放，首先看一下录音重放攻击的防御手段，从数据追踪到信道检测、到道体分析得到整体检测，在声纹的体征提取方面体现多层，从信号域、频率域、道谱域。

　　语音信号含有丰富的信息，首先通过一段语音可以知道说话人的口音是哪儿，第二知道您说的是什么语言，第三知道您说了什么内容，还有在说话的时候是高兴的还是悲伤的。然后说话人是男是女，最后知道是谁说的话。这是目前在生物特征识别技术里面通过指纹、人蓝、虹膜、声纹在7个维度上面做了对比。

　　对比过程中我们发现声纹其实是目前最好的解决方案，首先它有三个特征，高精准、高安全、低隐私。所以可以做到人证合一，不易伪造、意图真实、认证便宜、弱隐私性。刚才我举的真实的案例，如果是在转账的时候自动开启声纹比对，基本上是绕不过去的，所以未来声纹就是我们的ID，包括目前工信部、公安部做的网络身份证，声纹是非常核心的一个点。

　　在整个市场背景里面生物识别技术市场复合增长率达到50%，中国2020年算法会达到240亿，中国人脸的市场规模2024年将达到100亿，这是在算法领域，再加上硬件设施等等，市场规模已经超过两千多亿。其实现在人脸市场已经到了很满的市场，不管是算法、硬件、工程基本上都有一些独角兽的企业，相对来说声纹这是一个蓝海市场，而且目前国家正在战略布局声纹识别，包括我们在做的央行基于声纹识别的应用特征、应用标准，也是我们实验室在做，包括四大行已经在用了，建行已经用了声纹转帐，还有公安部2015年正式启动全国重点人员的声纹数据库建设，工信部2019年《关于促进网络安全产业发展的指导意见》等等。目前声纹识别整个市场占有率现在不到5%，未来是一个超千亿的市场规模。

　　目前来说整个交互方式，互联网时代就是用手点击屏幕，是手触屏幕的方式，包括鼠标点击屏幕，到5G的发展，人的交互方式是语音为主，在这个领域里面声音作为声纹识别会有一个大的爆发。目前市场竞品的分析，通用市场科大讯飞、消费电子领域捷通华声、思必驰、声智科技，金融领域得意自通，这是目前市场上存在的竞品。主要赛道可以看到，现在做声纹领域的主要在移动金融、消费电子领域。

　　我们的团队是依托于清华大学语音语言中心AI核心技术力量，成员大部分来自清华大学及美国的科技团队，我们参与了一些标准制定包括工信部、公安部以及中国人民银行的基于声纹识别的安全应用技术规范，我们现在正在做。我们参加了一些国际赛事，在17、19年分别取得了全球第五和全球第一的佳绩。我们的声纹跟人脸不太一样，人脸识别的时间是非常长的，声纹举个例子，14亿人口可以在24分钟之内全部处理完毕，现有六千多万次的事物请求中，出现失败或者故障的次数是0次，它是非常高安全的。

　　我们的技术优势，质量检测、噪音鲁棒性，短语音鲁棒性，模型小型化，而且现在已经用在了声纹的门锁，通过说句话可以打开门锁。快速自适应，防录音攻击。

　　我们的核心团队科学家王东教授，清华大学本硕，也是国家引回来的高科技人才，当时在美国做首席科学家。CEO是美国谷哥智能家居床身人之一，他的计算机领域是全球排名第一的高校。如图这是我们一些核心的团队。

　　刚才看到我们的竞争对手其实是比较多的，我们的市场机遇在哪儿？我们看整个中国警用装备市场，18年中国警用装备市场规模达到1600多亿，这是市场上的数字，真实的中国警用装备在五千多亿，警用装备产品目前主要集中在安防、监控领域，像海航卫士、浙江的大华等等，在整个行业里面规模较大的企业比较明显，而且行业的集中度比较小、比较分散，中国整个警用装备的升级改造其实是一直在提升的，包括警用执法记录仪还是2G的，3G都没有达到，所以中国的警用装备的智能化是非常落后的，未来有非常大的提升空间。我们用核心的声纹识别+安防+装备能撬动千亿市场，我们专注于声纹+安防+装备做细分领域的独角兽，今年也拿到北京市创新创业大赛三等奖，也非常荣幸作为园区的入园企业拿到这个奖项。

　　如图是我们声纹识别的服务平台，包括统一身份认证服务平台，有信道、风控，第二是终端和智能家居，这个非常的广阔，目前我们的智能家居有小米的小爱同学，如果加上声纹可以做个性化的选择，自己的家人才可以打开我的智能设备。第三块我们业务上面的包括反欺诈系统、风控系统、安全系统。

　　如图是整个声纹识别的产品系列架构。在解决方案里，我们讲到声纹的反欺诈解决方案，通过呼叫中心、录音系统到后台比对直接进行参数的配置。再就是安防领域，大家知道2011年湄公河流域诺康团伙残忍杀害了13人，当时公安部和专案组和清华大学的中心专门给公安部提供一些技术支持，诺康就是通过声纹进行抓捕的。金融领域为银行互联网金融各类金融服务机构提供专属定制的声纹识别安全解决方案，包括用户注册、远程验证、声纹识别等等。

　　还有社保解决方案，比如一些老年人去世，他的家里人还在领取养老金，用声纹可以做一些生吞的认证，包括作战指令的下达，如果是用机器模仿领导人的声音做作战指令的话是非常危险的，通过声纹就可以完全做到，可以对作战指令的下达进行分析，确定这个人下达指令是不是领导人本人。

　　也可以做到离线的声纹识别服务包括现在开发的警用装备，以及我们要推出来的智能门锁都是采用离线的方案。如图看到的是公安部采集的终端的采集硬件和软件，今年12月刚刚中标房山区公安局的项目，我们采集的项目完全符合公安部的标准也在公安部的采购目录里面。右图是我们的检测软件可以对声纹实时分析，文件上传到国家库里。还有一个公安的声纹的电信反欺诈、反恐实战平台，如果在电信上布控，电信诈骗人员通过电话进来，通过后台进行识别，可以实时监控、监听作案人员的动态，在实施诈骗过程中可以提前干预，我们今年研发了一个移动警用装备，大家知道这个市场规模是特别大的，因为在移动的执法记录仪每个单兵都要配备的，这个设备完全可以替代现有的警用执法记录仪。有远场声纹识别和前后720度镜头及人脸识别。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：李思阳