专属个人的声音密码——声纹辨识

在如今这个网络时代，人人在日常生活中都常要透过账号、密码来辨识身份，不管是提款卡、行动装置（手机、笔电、平板）、网络银行、行动支付等，都需设定一组账号密码来辨识自己的身份。

为了不让自己的账号被骇，每次都得抓破头来设定，太简单担心被破解，太复杂又怕自己记不住。更烦人的是，每个平台的密码设定都有自己的规则，有些要求要有特殊符号，有些则要求英文大小写和数字都要有。

于是，为了兼顾安全与便利性，越来越多厂商使用指纹辨识来解锁，这样既不用担心忘记密码，也不容易被盗用。然而，你知道，我们的声音其实和指纹一样，也能进行身份辨识吗？

专属个人的声音密码

每个人的声音都有独特性，和指纹一样能进行身份辨识。

声音跟指纹一样，都有独一无二的特定性，而在利用声音的特性做辨识时，就称为声纹辨识。我们接到熟识亲朋好友来电时，他们不用说他是谁，我们只要一听到声音就能辨识。这是因为每个人的说话特性不同，听声音就能辨识说话者。而我们的语音讯号中可供辨识的因素，主要可分为三个面向：

1.发音器官的差异：因每个人的发音器官差异，如口腔形状、声带长短粗细不同，造成每个人的声音特性有所不同。例如，当小朋友前排乳牙掉了时，说话时会有俗称「漏风」的感觉，就是因为口腔的共鸣特性变了而造成的；而男生的声带比女生的要长且粗厚，振动频率较低，因此声音较低沈。

2.说话方式的差异：每个人的说话习惯的不同，像是说话的语速、语气、抑扬顿挫、咬字清晰度、口音等等。比如电话一接通，就听到大声又连珠炮似的说话，马上就知道是楼上的王阿姨要找妈妈。或是一听到缓慢温柔充满感情的台湾国语，就知道是阿嬷从台南打电话来了。

3.说话内容的差异：生长背景、教育程度、社经地位的不同，使说话内容有所差异，例如：用词、句型等等。像巷口卖水果的阿伯和他读中文系的女儿，同样要向顾客自卖自夸菠萝有多甜，女儿也许会说「那甜蜜的滋味藏着一丝微微的酸，就像那年夏天的初恋」，阿伯则可能会说「帅哥偶谋骗你，这粒旺来跟我女儿的笑容一样甜啦！」

上述的这些差异都可作为我们辨识说话者的依据。而其中说话方式和内容可能被他人学习、模仿，只有发音器官的差异是天生的，无法被模仿且在分析，所以许多辨识系统是采用发音的声学特征（acoustic features），例如，声音频率（高/低）、音色（如：轻柔、浑厚）等特性都可作为辨识的依据。

声纹比对辨身分

声纹辨识和指纹一样，皆为生物辨识的一种。从人类的身上萃取出具有身份鉴别能力的特征，如：指纹、声音，将此特征经处理、分析后储在系统里，日后可依据此特征来辨识用户的身份。利用我们独特的声音来辨识身份的声纹技术，亦可称为「语者辨认」或「说话人辨认」（speaker identification）。

声纹辨识的过程包含两个阶段：1. 声纹提取（voiceprint extraction）。2. 声纹比对（voiceprint comparison）。在确认说话者的身分之前，要先有说话者的声音语料，依说话者提供的声音语料进行分析，并建立专属他的声纹模型。

一般在处理语音讯号时，会将音档切割成小区段的方式来处理、进行分析，透过声谱图上的信息来分析说话者的声音频率、音强、抑扬顿挫等建立专属他的声纹模型，并将其声纹信息存到系统里。就像将我们的指纹存到手机的系统里一样，可以比对我们登录系统里的生物信息来进行身份的核对。

当系统里存有说话者的声纹信息后，其实就就能快速的进行一对一的说话者身份验证（speaker verification），或是进行一对多的说话者辨认（speaker identification），从众多人找出谁是说话者。

声纹辨识不只可以抓犯人，还可以……

上述的声纹辨识，是不是会让你联想到在看影集时，剧中的刑警从报案中心的人声或是搜集回来的录音档中，辨识出报案人或犯人的身份。一般大家的印象会觉得声纹辨识只会出现在刑事调查中，但其实日常生活中已经有用到声纹来辨识身份啰！比如，智能型手机的语音助理，只要说出关键词：「嘿，Siri」、「OK Google」就能启动AI回应。

其实，这个过程就是撷取声音特征，并与之前登录的音档互相比对，进行说话者的身份认证。除此之外，越来越多的金融机构也开始引进这项技术，凭声音来确认身份，这样除了可以取代回答冗长的问题来确认客户身份、提高便利性外，也同时提高了安全性。

除了辨识身份，声纹辨识其实也能应用在其他地方。现在也有许多研究团队开发各种声纹科技的应用，例如：透过大数据的声音比对，由计算机判断出菠萝的好坏、或是辨识青蛙叫声的APP 等，这些也都是运用到声纹辨识的原理。想必声纹科技的发展会是一种趋势，未来会有越来越多的场合都能运用此技术，让我们拭目以待！

现今生活中越来越多使用声纹辨识技术。比如，现代人不可分开的智能型手机，对手机的语音助理说出关键台词，就能启动AI的回应。

编辑：黄飞