近日，國(guó)家知識(shí)產(chǎn)權(quán)局網(wǎng)站上公開(kāi)了百度一系列針對(duì)移動(dòng)設(shè)備和服務(wù)的安全專(zhuān)利，專(zhuān)利內(nèi)容顯示，百度正試圖使用語(yǔ)音技術(shù)讓移動(dòng)用戶(hù)體驗(yàn)更加安全便利。

　　根據(jù)公開(kāi)資料中的描述，該系列專(zhuān)利可“基于特定人的聲音特征提取相應(yīng)的特征碼，從而實(shí)現(xiàn)對(duì)用戶(hù)移動(dòng)設(shè)備、支付及其他互聯(lián)服務(wù)的無(wú)文本密碼登錄操作”。根據(jù)這幾份專(zhuān)利而形成的百度聲紋安全專(zhuān)利方案，很好地平衡了使用方便和保證安全兩個(gè)方面的需求，據(jù)百度語(yǔ)音研發(fā)團(tuán)隊(duì)透漏，該方案已初步應(yīng)用于手機(jī)百度，未來(lái)還將在貼吧、百度Hi等賬號(hào)登錄應(yīng)用及百度錢(qián)包等移動(dòng)支付系統(tǒng)上使用。

　　新專(zhuān)利完美平衡便利性和安全性

　　隨著語(yǔ)音技術(shù)的成熟和發(fā)展，聲紋識(shí)別已經(jīng)成為繼指紋識(shí)別之后又一基于生物特征的識(shí)別和鑒權(quán)技術(shù)。目前的聲紋認(rèn)證技術(shù)主要分為文本無(wú)關(guān)和文本相關(guān)兩種。文本無(wú)關(guān)的聲紋認(rèn)證技術(shù)對(duì)用戶(hù)說(shuō)的內(nèi)容不加區(qū)分，而文本相關(guān)的聲紋認(rèn)證技術(shù)需要用戶(hù)說(shuō)的內(nèi)容與注冊(cè)時(shí)必須一致，這兩種技術(shù)各有優(yōu)缺點(diǎn)。而百度的聲紋識(shí)別專(zhuān)利則結(jié)合了兩者的優(yōu)點(diǎn)，采用了基于限定文本的聲紋驗(yàn)證，用戶(hù)在注冊(cè)階段說(shuō)幾個(gè)固定的短文本，在認(rèn)證階段說(shuō)有限個(gè)短文本的組合，從而實(shí)現(xiàn)具有一定文本自由度的聲紋認(rèn)證。

　　通過(guò)對(duì)多項(xiàng)專(zhuān)利技術(shù)的組合，百度提出了基于隨機(jī)數(shù)字串文本的聲紋驗(yàn)證模式，用戶(hù)設(shè)定聲紋特征時(shí)錄入10個(gè)數(shù)字的組合，并將其作為用戶(hù)個(gè)人的特征碼，當(dāng)用戶(hù)需要使用聲紋登錄或者支付時(shí)，將會(huì)被要求讀出此前錄入的10個(gè)數(shù)字中的6個(gè)數(shù)字組合，系統(tǒng)將提取用戶(hù)讀出的6個(gè)數(shù)字組合的聲紋特征，并與此前錄入的特征進(jìn)行比對(duì)，如吻合則認(rèn)證成功。

　　此外，為了進(jìn)一步提高安全系數(shù)，用戶(hù)還可以設(shè)定用特殊字符替代解鎖時(shí)顯示的某些數(shù)字，相當(dāng)于給聲紋解鎖再加上了一道密碼鎖。

　　實(shí)際應(yīng)用過(guò)程優(yōu)于現(xiàn)有技術(shù)方案

　　相比需要增加相應(yīng)硬件的指紋識(shí)別技術(shù)，聲紋識(shí)別技術(shù)的優(yōu)勢(shì)在于幾乎所有設(shè)備都可以在無(wú)需增加識(shí)別設(shè)備硬件的前提下實(shí)現(xiàn)這一功能。依靠深度學(xué)習(xí)技術(shù)、大數(shù)據(jù)引擎和百度大腦的支撐，百度聲紋識(shí)別技術(shù)會(huì)記錄用戶(hù)每一次登錄的使用，并對(duì)特定用戶(hù)的聲音進(jìn)行建模和學(xué)習(xí)，登錄次數(shù)越多，用戶(hù)的聲音模型越完整，對(duì)聲音識(shí)別的采集精確度越高，越不容易被盜用，進(jìn)一步提高了聲紋識(shí)別的整體安全性。

　　目前，BAT三家公司都已經(jīng)在自己的移動(dòng)服務(wù)上應(yīng)用了聲紋識(shí)別技術(shù)。例如微信最新版升級(jí)之后就可以通過(guò)朗讀8個(gè)數(shù)字進(jìn)行聲紋特征匹配，之后就可以用這幾個(gè)數(shù)字進(jìn)行登錄。不過(guò)，騰訊采用的是固定數(shù)字，相比百度的隨機(jī)數(shù)字組合，固定數(shù)字很容易被錄音模仿和偽造。而如果要求用戶(hù)對(duì)每個(gè)數(shù)字進(jìn)行單獨(dú)錄音，則無(wú)法記錄特定用戶(hù)在朗讀連續(xù)數(shù)字時(shí)出現(xiàn)的連讀變調(diào)特征，導(dǎo)致實(shí)際使用中的特征比對(duì)失敗。另外，微信的登錄文本只要讀對(duì)一部分即可登錄，而百度聲紋識(shí)別需要有100%的準(zhǔn)確率才能打開(kāi)相應(yīng)的應(yīng)用，更加安全。

　　此外，支付寶此前也在客戶(hù)端推出了聲波支付，在支付時(shí)手機(jī)發(fā)出固定的聲波頻率，由對(duì)方設(shè)備獲取后上傳服務(wù)器進(jìn)行比對(duì)，比對(duì)成功則可以完成支付。不過(guò)和百度聲紋技術(shù)鎖定的是用戶(hù)個(gè)人不一樣的是，支付寶的聲音特征是與手機(jī)進(jìn)行綁定的，如果用戶(hù)手機(jī)不在身邊，則無(wú)法完成付款，而百度聲紋技術(shù)則只要用戶(hù)本人在場(chǎng)，使用任何客戶(hù)端或移動(dòng)服務(wù)都可以完成支付，為用戶(hù)提供更便利的服務(wù)。

　　百度的這一系列聲紋識(shí)別專(zhuān)利，不僅是對(duì)已有技術(shù)研發(fā)成果的積極保護(hù)，更重要的是將搶占語(yǔ)音技術(shù)戰(zhàn)略、語(yǔ)音產(chǎn)品戰(zhàn)略的制高點(diǎn)，為百度引領(lǐng)行業(yè)技術(shù)與產(chǎn)品戰(zhàn)略走向奠定基礎(chǔ)。同時(shí)，對(duì)“聲音”這一重要生物識(shí)別介質(zhì)的充分利用，將令百度系列產(chǎn)品的移動(dòng)體驗(yàn)更加便利安全，讓百度“技術(shù)改變O2O”的未來(lái)愿景，更引人遐想。