生物识别技术的应用前景广阔，特别是在金融业中的渗透率很高。通俗来讲，生物识别就是通过用户的身体特征或行为特征来进行身份验证。其中身体特征包含指纹、虹膜、人脸、基因等；行为特征包含声音、步态、心跳、签名等。常见的生物识别技术在金融业中的应用有人脸识别、指纹识别、虹膜识别、静脉识别、声纹识别等。金融机构通过生物识别技术实现用户身份验证，防范欺诈风险。不过，随着欺诈手段的不断提升，单靠人脸识别已不足以完全防范欺诈风险， 语音认证 逐步成为金融机构的下一个关注点。本期将为大家重点介绍下语音认证的基本概念，以及在金融业中的具体应用。
一、 语音认证
人的语音涵盖了非常丰富的个人信息，例如语音内容、语言、语速、口音、性别、情感特征以及身体状况等。而语音认证就是要通过用户语音中透露的信息来进行分析及识别，通常语音认证包含了声纹识别和语音识别和语义理解等技术。
语音信号
其中， 声纹识别技术 可以实现身份验证的功能。声纹识别是通过用户独有声纹来进行身份验证，声纹会受到人体的发声器官、年纪、性格、语音习惯、发音习惯等的影响，形成具有唯一性的行为特征，因此可用于验证身份。语音识别技术则是用于判断用户输出的关键词是否与需要验证的内容一致，可作为登陆账户时验证信息的手段，目前该技术是国内AI领域中最成熟落得的技术之一。语义理解是语音智能的核心，通俗来说就是让机器理解人类的语言，该技术用于语音认证过程中可能会涉及到的问答环节，为机器与人进行更流畅的沟通提供支持。
1974年《Police Law Quarterly》论文中提出的“轮廓声纹”概念
二、 语音认证常见类型
语音认证有两种常见的形式，与文本无关、文本相关。与文本无关是指系统不会存储任何预录制的音频以将其与输入的音频进行比较。这是一种语音身份验证的方法，无需将任何先前的语音内容输入到生物识别系统中。由于它可以提供言论自由，因此更加方便，在语音聊天中就实现对用户身份的核实。文本相关是指对于文本相关的识别，用户必须复述先前存储在系统*特中**定的文本，此处语音内容存在约束。
三、 语音认证在金融业的具体应用
（1）线上开户及登陆
可与人脸识别技术搭配使用，实现线上金融账户注册、登陆、付款等操作；
（2）移动应用程序
可用于移动应用程序中的身份验证，例如应用程序内部付款时的身份验证；
（3）语音助理唤醒
可用于智能产品中AI语音助理唤醒的身份验证；
（4）智能客服、聊天机器人
在智能客服和聊天机器人中引入语音认证，助力提升用户体验以及沟通效率；
（5）无人网点
语音认证助力无人网点的发展和普及，通过人脸识别及语音认证的搭配使用，有效提升业务办理效率、保障操作流程的安全。
四、语音认证技术的优势及难点
主要优势有：
（1）提取方便
用户语音的提取便捷且高效，只需麦克风即可实现；跟面部特征的采集相比，使用者的接受程度较高，基本不会排斥；
（2）安全性高
每个人的声纹都是特定的、独一无二的，甚至是同卵双胞胎也有不同的声纹，这为语音认证的安全性提供了保障，降低了欺诈及数据泄露的风险；
（3）技术壁垒低
语音认证的相关模型搭建及算法跟人脸识别相比较为简单，技术壁垒较低，便于大范围的落地应用；
（4）提升用户体验
常见的用户身份验证的方法，如密码、个人信息调查或保密问题的操作繁杂，特别是密码重制的流程会增加用户挫败感。语音认证则不需要用户去回忆特定的讯息，优化了使用体验。
主要难点有：
（1）声纹特征具有易变性
随着人的年龄、身体状态、情绪等影响，声纹会发生改变；
（2）环境噪音的干扰
对语音提取的环境要求较高，背景音杂乱的情况下难以精准识别；
（3）不易辨别混合音
在多人同时讲话的情况下难以识别特定人的语音特征；
（4）欺诈识别
尽管用户的声纹具备唯一性，但根据最新的欺诈技术“深度伪装”（Deep Fake），可通过机器学习、录音及合成技术实现对用户声音的重建，以此来欺骗语音认证系统。
五、语音认证的应用前景
目前落地应用该技术的金融机构有汇丰银行及花旗银行等。汇丰银行早在2016年就推出了语音认证服务，至今为止通过语音认证技术识别出4.3万起欺诈电话，防止了9.81亿英镑(合13亿美元)客户的资金流失。花旗银行则是在香港推出了零售银行客户的语音认证服务，其系统可在15秒内自动辨识客户身份。尽管该技术的应用还不够普及，但其发展前景还是很被看好。根据调研机构Technavio的报告预测，2020年到2024年，语音生物识别市场预计将增长26亿美元，年复合增长率15.9%。随着AI语音渗透到智能硬件、智能家居、车载系统中去，用户对语音的操作方式越来越熟悉。再加上疫情的影响，居家办公的模式下促使电话欺诈率激增。对于金融业来说，通过部署语音认证服务来增强风控将是大势所趋，这也会推动未来几年语音认证市场的爆发式增长。
