新闻中心

视点|换个角度看声纹的“低隐私”特性

2018-09-14

    

2018年9月7日-9日,iTechClub第二十届互联网技术精英高峰论坛暨iTechClub“璀璨12年”周年庆典在美丽的山城重庆举办。

iTechClub(互联网技术精英俱乐部)是中国互联网高端技术精英交流学习、互助成长的平台,是国内首家专注于互联网技术高端人才的实名制、会员制的高端社交平台。会员由互联网企业的CTO、CIO、架构师、技术VP及具有技术背景的企业高管组成。 

论坛以“人工智能和大数据”为主题,聚焦时下最热门的技术,邀请了中国工程院院士、重庆市科协主席潘复生先生,清华大学数据科学研究院执行院长、影响中关村50人之一的韩亦舜先生,清华大学计算机系副教授、曾任美国AT&T研究院资深研究员的裴丹先生,清华大学-得意音通声纹联合处理实验室副主任、声纹识别专家徐明星先生。

徐明星先生以《AI时代安全可信的身份认证》为题进行了演讲。

 

微信图片_20180914114528.jpg


安全可信的身份认证为何如此重要?

 

滴滴顺风车因为安全机制的漏洞,导致人车不一致,驾驶者的身份无法确认,夜间安全更加无法保障,造成了一系列的惨痛事故。现有的人脸识别、虹膜识别、指纹识别也时有被照片或者模型攻破的案例发生。网上频发的隐私泄露和个人信息倒卖事件,更是影响了人们对网络的信任。

可见,在AI时代,网络身份认证时尤其要重视个人隐私的保护。

 隐私是一种社会现象,在社会交往中形成,是个人在生活中不愿意被他人公开或知悉的秘密。在所有生物特征中,声纹作为一种动态“行为特征”,天然具有不同于人脸、指纹等静态生理特征的低隐私特性。尽管如此,从过程出发深入分析声纹识别技术在隐私性方面的独特优势,对于正确认识和安心使用这一技术,无疑仍是十分重要和必要的。


声纹识别技术的隐私性/敏感性


声纹识别系统采集了个人的声音信号,使用其中的相关信息进行计算,完成对个人身份的认证。这个过程涉及三个不同的阶段,即输入、计算和输出,因此可以从三个阶段来分析声纹识别系统在隐私性上的特点。


微信截图_20180914110148.png



图:声纹识别的各个阶段



一、声纹识别系统的输入阶段



微信截图_20180914110233.png微信截图_20180914110417.png


图:输入阶段的语音信息



语音内容

在现有成熟的声纹识别系统中(如得意音通的“声密保”方案),要求用户念出的是与动态文本对应的语音,内容由系统指定,且是随机产生的,与用户无关。既能满足安全可信的身份认证需求,又不涉及用户的秘密,不存在隐私问题。


语速、语调、情感、方式

由用户自由控制。在理论上和实践上不具备承载个体独有信息的能力,不存在不可告人的秘密。


音色

音色是声纹识别系统的核心,是用户自己本来就固有的。音色与语速、语调不同,没有直接对应的物理属性(量),它是一种综合性的感知结果,不是具象的(这一点与图像有质的区别),因此,音色既不存在“丢失”问题,也不像照片或视频那样被人“窃取”后直接可用。在声纹识别系统中,对音色/音质的表征是数字化的,它们只有纯算法层面的意义,不涉及用户实际生活中的隐私。


传输通道

虽然与用户拥有的设备存在一定对应关系,但设备之间的差异可以忽略。


声学环境

不隶属于用户本人,系统并不禁止用户采取必要的应对手段(如在相对安静的环境或没有特定环境声音的场所中)来防止透漏某些用户可能在意的秘密。


二、声纹识别系统的计算阶段


声纹计算对比

计算所得“信息”只有算法层面的意义,与自然世界真实社会的“对应”关系超越了人类记忆理解的能力范围,不能成为一种“个人秘密”,当然也就谈不上隐私问题。


三、输出阶段的个人身份认证结果


结果输出

显然,这个阶段的输出是身份认证的结果,是用户使用声纹识别系统希望得到的信息,对“身份”的判断正是用户通过主动行为(语音)想要“告知”系统,所以,在这个阶段不涉及隐私问题。因为这个信息既不是什么不可公开的秘密,也不存在对用户意愿的违背。

综上所述,声纹识别的输出阶段不涉及用户信息,计算几乎不可逆;只有输入阶段可能会涉及到用户隐私,但是用户读的内容是系统随机生成,与隐私无关,而语音的语速、语调、情感、方式(风格、韵律)等信息不具备承载用户个体独有信息的能力,不存在不可告知他人的秘密。所以,声纹识别的整个过程都是低隐私/低敏感的。


地址:北京市海淀区双清路77号院4号楼9层
邮编:100084
电话:+86-10-8289-3532
传真:+86-10-8289-6692
友情链接:
互联网金融身份认证联盟(IFAA)

版权所有@北京得意音通技术有限责任公司 2002-2017. 京ICP备 05032314号 京公网安备