在由美國國家標(biāo)準(zhǔn)技術(shù)署（NIST）主辦的說話人識別技術(shù)評測（Speaker Recognition Evaluation, SRE）公布的最新評測結(jié)果中，由快商通首席科學(xué)家李海洲教授及快商通聲紋研究院領(lǐng)銜的I4U團(tuán)隊(duì)獲得綜合成績第三名的好成績，在大中華區(qū)參賽團(tuán)隊(duì)中排名第一。

lNIST SRE:國際最權(quán)威、標(biāo)準(zhǔn)最嚴(yán)、影響力最大的聲紋識別技術(shù)評測

SRE 2018 是由NIST（National Institute of Standards and Technology，美國國家標(biāo)準(zhǔn)與技術(shù)研究院，直屬美國商務(wù)部）承辦的國際上規(guī)模最大、標(biāo)準(zhǔn)最嚴(yán)、最權(quán)威的聲紋識別技術(shù)評測，為全球參賽研究機(jī)構(gòu)提供了一個(gè)公平的統(tǒng)一測試平臺，旨在關(guān)注聲紋識別領(lǐng)域的核心技術(shù)問題。從1996年開始舉辦至今，參加 NIST SRE 評測的隊(duì)伍逐年增加，今年有包括麻省理工、清華大學(xué)、聲揚(yáng)科技等在內(nèi)的25個(gè)國家、78支隊(duì)伍參賽。

近年來，NIST SRE 的重點(diǎn)任務(wù)是對于現(xiàn)階段實(shí)用領(lǐng)域中，口語對話電話語音（CTS）的說話人檢測。

今年，除了在各種手機(jī)上錄制的CTS 之外，SRE18中的開發(fā)和測試材料還加入了IP語音（VOIP）數(shù)據(jù)，以及視頻音頻（AfV）數(shù)據(jù)。數(shù)據(jù)庫環(huán)境的復(fù)雜程度更高、干擾因素更多，已遠(yuǎn)遠(yuǎn)超過一般的實(shí)際應(yīng)用場景，意味著對參評機(jī)構(gòu)的算法性能和系統(tǒng)魯棒性等提出更高的要求。

另外，由于現(xiàn)實(shí)應(yīng)用中，系統(tǒng)往往要根據(jù)不同的需求來決定閾值的選取。今年，為綜合考核參評系統(tǒng)的靈活度、實(shí)用度以及綜合實(shí)力，NIST 將C_primary（或稱為actDCF）作為首要核心指標(biāo)，用于描述說話人識別系統(tǒng)的整體辨別能力，評判標(biāo)準(zhǔn)不再僅看在某個(gè)閾值點(diǎn)的FAR/FRR或DCF，進(jìn)一步提升了競賽的難度。

因此，NIST SRE 測評結(jié)果不僅為當(dāng)前說話人識別的最新技術(shù)進(jìn)步水平，也代表著該技術(shù)在目前實(shí)戰(zhàn)場景應(yīng)用中能夠具備的最佳表現(xiàn)。

l 聲紋識別技術(shù)排名全球前三，快商通憑什么？

在眾多多場景測評中，快商通聲紋識別系統(tǒng)在十萬分之一的誤報(bào)率下識別準(zhǔn)確率超過99%。是國內(nèi)聲紋識別領(lǐng)域企業(yè)中在該指標(biāo)下的最好水平，也體現(xiàn)了我國說話人識別技術(shù)已達(dá)到世界領(lǐng)先水平。

“NIST SRE 評測挑戰(zhàn)最大的是單信道多說話人識別。”快商通AI事業(yè)部研究員葉志堅(jiān)表示，“測試數(shù)據(jù)中，每段語音使用麥克風(fēng)陣列錄制用來混合測試，比如電話信道涵蓋了移動(dòng)電話，固定電話等。麥克風(fēng)類型也幾乎覆蓋實(shí)際應(yīng)用中所有類型。其次，環(huán)境噪聲也更‘廣義化’，包括環(huán)境噪聲、人聲非語言、彩鈴炫鈴等各種背景噪聲情況。我們的系統(tǒng)采用了經(jīng)典的DNN-ivector系統(tǒng)和基于端到端深度神經(jīng)網(wǎng)絡(luò)(DNN)的說話人特征提取系統(tǒng)，在不同語種中使用的結(jié)果都不錯(cuò)。”

今年，快商通聲紋研究院在單信道多說話人識別方面取得了重大的進(jìn)展，提出“單耳語音分離技術(shù)”，實(shí)現(xiàn)單音頻定向人聲分離，開創(chuàng)性解決聲紋識別中“雞尾酒會(huì)問題”難題。經(jīng)實(shí)測、在嘈雜的環(huán)境中能夠準(zhǔn)確分辨多說話人聲音。

這套強(qiáng)大聲紋識別系統(tǒng)出色的完成了 NIST SRE 的說話人檢測任務(wù)，特別是在降低環(huán)境“噪聲”干擾，以及同一段語音中多聲紋特征提取方面表現(xiàn)優(yōu)異，系統(tǒng)將語音樣本分割聚類成獨(dú)立的片段，準(zhǔn)確標(biāo)注出“誰”從“什么時(shí)候”到“什么時(shí)候”在說話。

l 美國“最嚴(yán)技術(shù)封鎖”，國產(chǎn)AI能力崛起

美國商務(wù)部工業(yè)安全署（BIS）根據(jù)出口行政規(guī)定（ExportAdministration Regulations, EAR）對軍民兩用和較為不敏感的軍品出口進(jìn)行監(jiān)管，主要甄別涉及國家安全和高技術(shù)范疇的出口。根據(jù)美國商務(wù)部文件（15 CFR Part 744 [DocketNo. 180712626–8840–01] RIN 0694–AH61 Review of Controls for Certain Emerging Technologies），從美國公布的清單中甄別篩選出的代表性產(chǎn)業(yè)類別來看，可謂條條針對中國最新計(jì)劃發(fā)展的高科技產(chǎn)業(yè)。

圖：美國擬管制的14項(xiàng)技術(shù)出口

來源：據(jù)公開資料查找

近年來，中國人工智能高速發(fā)展。無人超市，無人物流，無人加油站，無人駕駛，無人酒店……再加上各種功能健全的機(jī)器人！在我們毫無察覺中，人工智能正在日夜不息地自我迭代進(jìn)化，沖擊著我們生活的方方面面。

在人臉識別技術(shù)的研發(fā)和應(yīng)用上，中國在其上投入巨大，在各項(xiàng)國際人臉領(lǐng)域的評測中中國的企業(yè)穩(wěn)拿第一，如依圖科技，曠世科技，商湯科技（SenseTime）、云從科技、百度等企業(yè)。

在聲紋領(lǐng)域，快商通已將自主研發(fā)的聲紋識別技術(shù)落地應(yīng)用在金融、安防、社保、智能家居、物聯(lián)網(wǎng)等領(lǐng)域，推出“金融信貸身份反欺詐”、“社保異地生存驗(yàn)證”等行業(yè)解決方案。 在豐富項(xiàng)目經(jīng)驗(yàn)積累下，快商通在國內(nèi)銀行、保險(xiǎn)等領(lǐng)域商業(yè)測試中均取得聲紋技術(shù)排名第一，目前，快商通已為平安集團(tuán)、上海華瑞銀行，國家電網(wǎng)、常州司法局等用戶落地聲紋行業(yè)解決方案。

在推動(dòng)人工智能落地應(yīng)用的同時(shí)，快商通也在持續(xù)加大對前沿技術(shù)投入。在成立快商通新加坡研究院之后，還與福建本土高校廈門大學(xué)、華僑大學(xué)建立聯(lián)合建立人工智能研究院，推進(jìn)產(chǎn)學(xué)研用結(jié)合，為廈門市乃至福建省的人工智能產(chǎn)業(yè)規(guī)模化發(fā)展增光添彩，為提升我國科技創(chuàng)新實(shí)力、為我國高科技產(chǎn)業(yè)的核心技術(shù)發(fā)展做積極貢獻(xiàn)。

2018年，快商通首席科學(xué)家李海洲教授帶領(lǐng)的新加坡國立大學(xué)團(tuán)隊(duì)榮獲2018年第二屆國際大學(xué)生類腦計(jì)算大賽一等獎(jiǎng)；

2017年，快商通聲紋團(tuán)隊(duì)在Interspeech2017的ASVspoof2017自動(dòng)說話人驗(yàn)證欺騙和對策挑戰(zhàn)賽（AutomaticSpeaker Verification Spoofing and Countermeasures Challenge）中，獲得全球第一。