广告

各项生物识别技术,谁最适合高安全应用场景?

时间:2019-07-10 作者:声扬科技 阅读:
各项生物识别技术都存在自身的局限性、应用场景的无限丰富性这些问题,比如很多老人的指纹已经磨损难以识别、打电话的过程中难以采集人脸和指纹等。因此,没有任何一种生物识别技术可以满足所有场景的需要,多种生物识别结合使用也成为满足安全性、易用性和成本控制等方面的综合需要……
广告

指纹识别自20世纪初开始在警用领域获得应用,到2013年后借助在智能手机等消费电子市场的快速爆发走入大众视野,用了近100年;而人脸识别只用了五六年就造就了商汤、依图、 旷视、云从等“独角兽”企业,并在安防领域广泛应用。这个令人惊叹的发展速度背后,是人工智能产业凭借深度学习算法上取得的突破、并在计算机视觉领域应用的结果。同样应用深度学习算法技术的计算机听觉与生物识别的结合——声纹识别,或将成为继人脸识别之后的下一个爆发的增长点。

声纹识别技术厂商是如何看待这项技术未来的发展呢?声扬科技联合创始人、CEO,生物识别从业十五年的李亚桐近日分享了他的洞见与思考。

身份认证需求升级推动AI技术与生物识别加速融合

近20年来,随着互联网和移动互联网的快速发展,人们生活、工作、交流的方式都发生了翻天覆地的变化,越来越多原先“需要本人到现场办理”的事项,都可以通过打电话、发短信、上网或在手机APP上操作来远程自助办理,随之而来的是在没有本人到场时仍能准确认证身份的安全问题——身份证件、数字密码等存在的造假盗用成本低、容易丢失遗忘等弊端,引发了人们对更高安全性、便捷性的身份认证方式的需求,而指纹、人脸、声纹、虹膜、DNA等生物识别方式凭借“不会丢、不会忘、不易仿冒”的特性成为了身份认证的主要方式。而人工智能技术的发展应用在生物识别领域,大大提升了效率、准确率和体验。“时不时会有人问我,人脸识别、指纹识别已经很好用了,你们做声纹识别如何与这些技术竞争?”

声扬科技李亚桐演讲时说到,“各项生物识别技术都存在自身的局限性、应用场景的无限丰富性这些问题,比如很多老人的指纹已经磨损难以识别、打电话的过程中难以采集人脸和指纹等。因此,没有任何一种生物识别技术可以满足所有场景的需要,多种生物识别结合使用也成为满足安全性、易用性和成本控制等方面的综合需要。所以,声纹识别与人脸识别或者指纹识别不是对立、竞争的关系,而是融合、互补的关系,实现1+1 >2的效果。”

“锦上添花”和“非它不可”如何选择

不同于指纹、虹膜、人脸等静态的生理特征,声纹蕴含于千变万化的动态语音之中。即便同一个人两次读相同的内容,也不一定能发出完全相同的声音。正是声纹这种“蕴不变于万变中”的特性,使得声纹特征伪造起来更为困难,因此认证强度更高、更安全。同时,人类语音中还蕴含着说话内容、语义、语气、语速、发音等丰富的信息,可与声纹识别结合进一步加强安全性。

关注到声纹作为动态行为特征在应用中带来的安全性和易用性,李亚桐在完整经历了指纹、掌纹、静脉、虹膜、人脸识别的应用发展后,选择将声纹识别技术直接应用到对安全等级要求最高的领域。
20190710-voice-2.jpg
“创业之初,声扬科技就掌握声纹识别、语音识别、前端语音信号处理等多项技术,在寻找落地应用场景时,我们把能为客户创造独特价值放在第一位。我们认为好的AI技术应该是可靠的工具而非玩具,用语音识别身份在一些场景下非常有必要。比如帮助银行、保险、社保等金融机构识别欺诈行为、降低贷款坏账率、识别骗保行为、减少养老金流失等,又比如在公安系统内利用语音作为电子物证,缩小嫌疑人侦查范围、加快案件侦破速度、甚至对潜在的犯罪行为进行监测预警等,这才是我们技术创新者最期待看到的。”

20190710-voice-3.jpg

经得起高安全应用场景考验的声纹识别,才能玩得转下一个十年的语音交互

人工智能技术的发展在近60年来经历三起三落,资本市场目前对于人工智能企业也从狂热趋向于冷静务实,技术壁垒与落地应用、平衡当前与未来巨大的技术研发投入和营收回报,是投资人同等看重的。李亚桐也在演讲中分享了声扬科技的未来战略,他认为在未来两到三年,只有经过金融业、公安部门对安全、性能、技术、服务要求最苛刻的检验和打磨,再面向更多通过金融和公安领域认识到声纹识别技术价值的行业去应用时,才会带来符合用户对智能语音交互预期的体验,从而推动整个智能语音产业持续发展。

李亚桐表示,声扬科技会在智能语音发展的浪潮中,坚持技术创新并将新技术投入社会最需要、哪怕是最难的领域, 让AI真正发挥价值。

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 系统级芯片(SoC)的复杂设计选择:EDA和IP 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?为SoC选择IP时主要基于什么标准或要求?如何实现差异化设计?当前SoC在设计验证方面遇到哪些挑战?有什么应对解决方案?AI在复杂的高性能SoC设计中能够发挥什么作用?未来设计趋势如何?
  • 系统级芯片(SoC)的复杂设计选择:片上网络(NoC) 什么是片上网络(NoC)?为什么系统级芯片(SoC)设计需要NoC?片上网络(NoC)相比传统的总线接口通信有什么优点和缺点?高性能的SoC设计在性能、功耗和尺寸方面面临哪些挑战? 5G、AI和自动驾驶等新兴应用对SoC设计提出了什么特别要求?
  • 系统级芯片(SoC)的复杂设计选择:RISC-V处理器内核 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?RISC-V与FPGA如何有机结合助力SoC设计?当前的SoC设计在性能、功耗和尺寸方面面临哪些挑战?有何解决方案?物联网和边缘计算等嵌入式系统对SoC设计提出了什么特别要求?
  • FPGA怎样一边做更低功耗,一边做高性能AI推断? 在便利店收银支付,收银员看到的与顾客看到的屏幕内容是不一样的,这就要求设备本身能够做到“双屏异显”。支持双屏异显方案的芯片,有的是价格太贵,有的是功能单一——只支持某种分辨率,而且性能存在不确定性,没有大规模量产的。但有一款芯片正好适用……
  • 魏少军教授2020 ICCAD演讲PPT:抓住机会,实现跨越 中国集成电路设计业2020年会(2020 ICCAD)暨重庆集成电路产业创新发展高峰论坛,于2020年12月10日在重庆悦来国际会议中心举行。中国半导体行业协会集成电路设计分会理事长魏少军教授在高峰论坛上,发表了主题为《抓住机会实现跨越》的开场报告。《电子工程专辑》在现场整理了报告中的重点内容与读者分享。
  • AI的训练与推理,会往哪个方向发展? Graphcore公司CEO Nigel Toon先生多年前曾经专门撰文提过,训练和推理的问题。Graphcore的IPU同时支持训练和推理,不过“如果你根据训练和推理来看IPU,那么你可能对机器学习硬件有些误解。”“对于IPU是针对训练还是推理的问题,我的回答可能会让很多人惊讶。”
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了