聲紋識別技術排名全球前三，快商通憑什么？

在由美國國家標準技術署（NIST）主辦的說話人識別技術評測（Speaker Recognition Evaluation, SRE）公布的最新評測結果中，由快商通首席科學家李海洲教授及快商通聲紋研究院領銜的I4U團隊獲得綜合成績第三名的好成績，在大中華區(qū)參賽團隊中排名第一。

lNIST SRE:國際最權威、標準最嚴、影響力最大的聲紋識別技術評測

SRE 2018 是由NIST（National Institute of Standards and Technology，美國國家標準與技術研究院，直屬美國商務部）承辦的國際上規(guī)模最大、標準最嚴、最權威的聲紋識別技術評測，為全球參賽研究機構提供了一個公平的統(tǒng)一測試平臺，旨在關注聲紋識別領域的核心技術問題。從1996年開始舉辦至今，參加 NIST SRE 評測的隊伍逐年增加，今年有包括麻省理工、清華大學、聲揚科技等在內的25個國家、78支隊伍參賽。

近年來，NIST SRE 的重點任務是對于現(xiàn)階段實用領域中，口語對話電話語音（CTS）的說話人檢測。

今年，除了在各種手機上錄制的CTS 之外，SRE18中的開發(fā)和測試材料還加入了IP語音（VOIP）數(shù)據(jù)，以及視頻音頻（AfV）數(shù)據(jù)。數(shù)據(jù)庫環(huán)境的復雜程度更高、干擾因素更多，已遠遠超過一般的實際應用場景，意味著對參評機構的算法性能和系統(tǒng)魯棒性等提出更高的要求。

另外，由于現(xiàn)實應用中，系統(tǒng)往往要根據(jù)不同的需求來決定閾值的選取。今年，為綜合考核參評系統(tǒng)的靈活度、實用度以及綜合實力，NIST 將C_primary（或稱為actDCF）作為首要核心指標，用于描述說話人識別系統(tǒng)的整體辨別能力，評判標準不再僅看在某個閾值點的FAR/FRR或DCF，進一步提升了競賽的難度。

因此，NIST SRE 測評結果不僅為當前說話人識別的最新技術進步水平，也代表著該技術在目前實戰(zhàn)場景應用中能夠具備的最佳表現(xiàn)。

l 聲紋識別技術排名全球前三，快商通憑什么？

在眾多多場景測評中，快商通聲紋識別系統(tǒng)在十萬分之一的誤報率下識別準確率超過99%。是國內聲紋識別領域企業(yè)中在該指標下的最好水平，也體現(xiàn)了我國說話人識別技術已達到世界領先水平。

“NIST SRE 評測挑戰(zhàn)最大的是單信道多說話人識別?！笨焐掏?a href="http://ttokpm.com/tags/ai/" target="_blank">AI事業(yè)部研究員葉志堅表示，“測試數(shù)據(jù)中，每段語音使用麥克風陣列錄制用來混合測試，比如電話信道涵蓋了移動電話，固定電話等。麥克風類型也幾乎覆蓋實際應用中所有類型。其次，環(huán)境噪聲也更‘廣義化’，包括環(huán)境噪聲、人聲非語言、彩鈴炫鈴等各種背景噪聲情況。我們的系統(tǒng)采用了經(jīng)典的DNN-ivector系統(tǒng)和基于端到端深度神經(jīng)網(wǎng)絡(DNN)的說話人特征提取系統(tǒng)，在不同語種中使用的結果都不錯?！?/p>

今年，快商通聲紋研究院在單信道多說話人識別方面取得了重大的進展，提出“單耳語音分離技術”，實現(xiàn)單音頻定向人聲分離，開創(chuàng)性解決聲紋識別中“雞尾酒會問題”難題。經(jīng)實測、在嘈雜的環(huán)境中能夠準確分辨多說話人聲音。

這套強大聲紋識別系統(tǒng)出色的完成了 NIST SRE 的說話人檢測任務，特別是在降低環(huán)境“噪聲”干擾，以及同一段語音中多聲紋特征提取方面表現(xiàn)優(yōu)異，系統(tǒng)將語音樣本分割聚類成獨立的片段，準確標注出“誰”從“什么時候”到“什么時候”在說話。

l 美國“最嚴技術封鎖”，國產(chǎn)AI能力崛起

美國商務部工業(yè)安全署（BIS）根據(jù)出口行政規(guī)定（ExportAdministration Regulations, EAR）對軍民兩用和較為不敏感的軍品出口進行監(jiān)管，主要甄別涉及國家安全和高技術范疇的出口。根據(jù)美國商務部文件（15 CFR Part 744 [DocketNo. 180712626–8840–01] RIN 0694–AH61 Review of Controls for Certain Emerging Technologies），從美國公布的清單中甄別篩選出的代表性產(chǎn)業(yè)類別來看，可謂條條針對中國最新計劃發(fā)展的高科技產(chǎn)業(yè)。

圖：美國擬管制的14項技術出口

來源：據(jù)公開資料查找

近年來，中國人工智能高速發(fā)展。無人超市，無人物流，無人加油站，無人駕駛，無人酒店……再加上各種功能健全的機器人！在我們毫無察覺中，人工智能正在日夜不息地自我迭代進化，沖擊著我們生活的方方面面。

在人臉識別技術的研發(fā)和應用上，中國在其上投入巨大，在各項國際人臉領域的評測中中國的企業(yè)穩(wěn)拿第一，如依圖科技，曠世科技，商湯科技（SenseTime）、云從科技、百度等企業(yè)。

在聲紋領域，快商通已將自主研發(fā)的聲紋識別技術落地應用在金融、安防、社保、智能家居、物聯(lián)網(wǎng)等領域，推出“金融信貸身份反欺詐”、“社保異地生存驗證”等行業(yè)解決方案。 在豐富項目經(jīng)驗積累下，快商通在國內銀行、保險等領域商業(yè)測試中均取得聲紋技術排名第一，目前，快商通已為平安集團、上海華瑞銀行，國家電網(wǎng)、常州司法局等用戶落地聲紋行業(yè)解決方案。

在推動人工智能落地應用的同時，快商通也在持續(xù)加大對前沿技術投入。在成立快商通新加坡研究院之后，還與福建本土高校廈門大學、華僑大學建立聯(lián)合建立人工智能研究院，推進產(chǎn)學研用結合，為廈門市乃至福建省的人工智能產(chǎn)業(yè)規(guī)模化發(fā)展增光添彩，為提升我國科技創(chuàng)新實力、為我國高科技產(chǎn)業(yè)的核心技術發(fā)展做積極貢獻。

2018年，快商通首席科學家李海洲教授帶領的新加坡國立大學團隊榮獲2018年第二屆國際大學生類腦計算大賽一等獎；

2017年，快商通聲紋團隊在Interspeech2017的ASVspoof2017自動說話人驗證欺騙和對策挑戰(zhàn)賽（AutomaticSpeaker Verification Spoofing and Countermeasures Challenge）中，獲得全球第一。