声纹识别产业发展白皮书（2023）解读.docx

第4届声纹识别产业发展与创新研讨会

声纹识别产业发展与创新白皮书

—让声纹更安全二

介绍人：郑方2024/03/29

目录

声纹识别产业的政策环境变化

应用场景的多样化扩展

声纹产业化的进程加速

声纹识别的安全性提升

声纹识别产品的体验性提升

非完整信息的多特征深度融合

第4届声纹识别产业发展与创新研讨会2024-03-29

声纹识别产业的政策环境变化

声纹识别产业的政策环境变化

第4届声纹识别产业发展与创新研讨会2024-03-29

声纹识别技术发展的政策导向

《中华人民共和国无障碍环境建设法》要

《中华人民共和国无障碍环境建设法》要求无障碍环境建设应考虑老年人与残障群体的特殊需求，包括提供声纹识别等无障碍信息服务。

02

2022年11月，国家网信办、工信部、公安部联合颁布的《互联网信息服务深度合成管理规定》中，要求对深度合成服务中涉及生物识别信息的编辑功能进行严格管

理，包括声纹编辑功

台

中国人民银行发布的《个人金融信息保护技术规范》中，将“动态声纹密码”列入较低隐私敏感度级别的C2级个人信息，要求声纹技术处理个人金融信息时必须遵守严格的数据保护标准。

2021年国务院办公厅《

2021年国务院办公厅《关于切实解决老年人运用智能技术困难的实施方案》和2021年3月人民银行印发《移动金融客户端应用软件无障碍服务建设方案》要求提供适老化的生物识别服务，以解

决老年人使用智能技术中的困难。

5

第4届声纹识别产业发展与创新研讨会2024-03-29

政策对声纹识别技术应用的新要求

生物识别技术的可解释性与稳定性

隐私保护和数据安全

深度合成内容的监管

无障碍环境建设的法律要求适老化改造的特殊要求

第4届声纹识别产业发展与创新研讨会2024-03-29

声纹识别的安全性提升

声纹识别的安全性提升

第4届声纹识别产业发展与创新研讨会2024-03-29

安全性是声纹识别技术的核心优势

个体独特性的行为特征

声纹识别技术基于个体独特的频谱特征，如何确保只有声音匹配的人才能通过验证。

非接触式验证的优势

声纹识别作为一种非接触式身份验证方式，在公共卫生事件期间的重要性和安全性。

难以模仿的声纹特性

声纹识别技术如何通过活体检测等手段区分真实声音和模仿声

音担立安今性

声音信号的难以窃取性

声音信号在传输过程中不易被窃取或拦截的特点，以及其在安全方面的优势。

隐私保护的重要性

阐述声纹识别技术在保护个人隐私方面的优势，特别是与收集个

多模态认证的结合应用

声纹识别如何与其他生物识别技术结合使用，如指纹识别或面部识别，以形成多模态认证。

第4届声纹识别产业发展与创新研讨会2024-03-29

声纹识别技术安全性提升的挑战

数据集建设、数据

数据集建设、数据安全及隐私保护

声纹技术依赖于大量声

音数据进行训练和识别。在数据采集和处理过程中，必须确保用户隐私得到保护，防止数据泄露或被滥用。

系统性能和稳定性及环境鲁

系统性能和稳

定性及环境鲁棒性

在实际应用中为确保声纹技术的准确性，需要优化系统性能和提高稳定性，要平衡在各种噪声环境和不同录音设备条件下保持高识别准确率，同时减少系统延迟和故障。

伪造语音、合成语音欺诈

声纹技术可能受到伪造语音和合成语音的攻

击，这些攻击可以通过模仿或生成声音来欺骗识别系统

攻击，影响其正常运行和识别结果的准确性。声纹系统会受到终端设备频率干扰和来自网络

攻击，影响其正常运行和识别结果的准确性。

声纹系统会受到终端设备频率干扰和来自网络

第4届声纹识别产业发展与创新研讨会2024-03-29

研究型数据集建设进展与成效

牛津大学计算机科学系、康奈尔大学、谷歌DeepMind合作建设VoxCeleb/VoxCeleb2数据集，包含大量名人和社交媒体的说话者语音片段。

牛津大学计算机科学系、康奈尔大学、谷歌DeepMind合作建设VoxCeleb/VoxCeleb2数据集，包含大量名人和社交媒体的说话者语音片段。

爱丁堡大学建设的VCTK数据集，包含多种口音和语音变体的多说话者语音数据库用于多说话者语音合成和说话者识别领域的研究。

斯坦福研究所(SRIInternational)和布宜诺斯艾利斯大学计算机学院合作建设的SITW(SpeakersintheWild)数据集，包含来自真实世界环境的多说话者语音片段，用于在实际场景下评估不同系统的性能。

清华大学语音和语言技术中心发布的CN-Celeb数据集，是一个中国知名人物的声纹数据库，用于研究多说话人和多模态声纹模型技术。

北京希尔贝壳科技