當(dāng)語音無法哄騙AI 聲音才能真正展開羽翼

基于語音識別的各種語音助手、商業(yè)應(yīng)用，也在悄然描畫著智慧生活的未來。在去年的百度AI開發(fā)者大會中，我們就見到了百度CTO王海峰跟小度“講RAP”的“極限操作”?？梢哉f，聽覺方面的技術(shù)突破，這兩年大家伙兒都沒少見。

不過，今年我們看到了AI給語音的另一種賦能：防錄音攻擊。

我們知道，聲音之所以能夠在門禁、銀行、公安等領(lǐng)域中成為判定人身份的重要依據(jù)，就在于說話人聲紋的不同。

在車載語音系統(tǒng)中，也可以通過聲紋識別來判定車內(nèi)不同乘客的身份，提供個性化的服務(wù)。萬一別人將你的聲音錄下來播放給汽車聽，豈不是可以“為所欲為”了？聲音的合成處理也能達(dá)到以假亂真的效果，比如百度AI客服給大量開發(fā)者打電話，很多人一開始壓根沒有發(fā)現(xiàn)對面居然是個AI。

顯然，如果不具備防攻擊能力，單純的聲紋識別仍難以打消大家的安全顧慮。不過魔道總是此消彼長，今年，一個能夠讓系統(tǒng)不被錄音/模擬音騙到的應(yīng)用就向我們展示出了神奇的療效。

得意音通的技術(shù)團(tuán)隊，在百度深度學(xué)習(xí)開發(fā)平臺飛槳上，開發(fā)出一個性能很強(qiáng)悍的防錄音攻擊功能。當(dāng)用戶說出對應(yīng)的字符時，系統(tǒng)會自動識別并通過，這沒有什么稀奇的。神奇之處在于，當(dāng)用戶錄下通關(guān)密令，再給系統(tǒng)播放時，它會立馬判斷出這不是本人親口說的，并直接對通關(guān)請求say NO！

據(jù)開發(fā)人員透露，該技術(shù)在國際自動說話人識別欺騙攻擊與防御對策挑戰(zhàn)賽（ASVspoof 2019）中，獲得了全球第一的成績。在中國建設(shè)銀行手機(jī)銀行的數(shù)億次驗證中，能做到“零事故”和“零投訴”通過。

這個創(chuàng)意聽起來只是一個小小的功能點創(chuàng)新，卻在這個AI狂飆突破的關(guān)鍵時期，提醒了我們，讓AI會說話、說好話是不夠的，懂得拒絕的AI挑戰(zhàn)更大，也更值得人類信賴。