36氪：基于"声密保3.0"，「得意音通」想借声纹识别技术解决身份认证问题 2017-7
随着移动互联网的发展，智能设备的普及使得各种网上活动变得越来越便捷；而在改变了人们的生活方式的同时，也使得安全问题面临前所未有的挑战。在这过程中，解决远程身份认证也便成了重中之重的问题，亟待借助人工智能的最新技术防护安全。
7月31日，在清华《人工智能与信息安全》前沿论坛上，得意音通信息技术研究院宣布正式成立。其中，清华大学以知识产权入股，得意音通投资清华大学语音和语言技术中心，双方会在声密保相关核心发明专利上加大投入，同时也会参与信息安全、公共安全等技术领域标准的共同制定，真正实现“产、学、研”一体化。据悉，该研究院成立的主要定位包含两方个方向，即：
其一，基于声纹及其他生物特征识别技术相融合的身份认证技术；
其二，基于声纹及其他语音和语言技术的舆情分析与安全预警；
得意音通，成立于2002年4月，是一家声纹识别技术研发商，其三大核心技术包括声纹识别（VPR）技术、自动语音识别（ASR）技术以及中文自然语言理解（CNLU）技术。公司通过为软件开发商、系统集成商、硬件生产商等提供应用编程接口（API）和软件开发工具包（SDK）或提供定制的软件系统，以为客户提供相关的解决方案和声纹识别云服务。目前，基于 “声密保SDK、声纹识别VPR” 产品内核，可广泛应用于日常生活、金融、社保领域，产品包括声纹考勤、手机声纹锁、声纹门禁系统、社区矫正系统等。据悉，公司已于2015年9月获得北汽集团3000万的A+轮投资。
此次论坛上，得意音通也着重介绍了公司的声密保3.0技术。据得意音通副总经理兼首席架构师肖永明表示，该声纹身份认证技术具有功能性全、性能强、运行稳定等特点，具体可体现在4方面：
-
安全性，能够防止手机丢失、借助播放录音等方面带来的安全隐患问题；
-
稳定性，在压力测试持续超3300万次的事务请求下，失败或故障次数为0；
-
伸缩性，通过多方面的分布式并行处理，能够根据具体需求灵活调整，支持的用户规模可从几个人到20亿；
-
可持续性，鉴于变化的常态性，为了保证用户的安全，公司除了利用深厚的研发能力，也会尝试跟用户间建立某种程度的捆绑关系；
而之所以能做到几点，肖永明表示，一方面是源于声纹自身包含的固定与变化且内容丰富的特性，能够提供广阔的产品研究空间；另一方面，团队在声纹识别领域具有15年的技术积累，掌握了多重安全手段的灵活组合技术，且具有全面的专利保护。
至于如何这些将技术、服务更好的推向市场，肖永明则表示，对于企业而言，传统的一次性买断模式虽然具有相对独占性，但一次性资金投入压力较大，同时也很难分享最新研究成果；相比之下，得意音通在产品销售模式上，更偏向于采取新的服务模式，其具有较好的共享性，也可以使企业在一次性投入较小的情况下，分享最新的研究成果。据悉，目前公司已经跟建行、银联、中国金融认证中心、贵阳银行、兰州银行、公安部、国家信息中心、北汽集团、中国移动等都有相关的深度合作。
事实上，在身份认证识别领域，基于生物特征的识别技术包含了人脸识别、指纹识别、声纹识别、虹膜识别等。而得意音通之所以会专注于声纹识别方向，一方面是基于声纹识别本身的特性，即其交互性强、无死角、形简意丰的独特特点，如口音、语种、语音、情感、性别、声纹等不同维度；另一方面，远程场景下的虹膜、指纹、人脸等其他生物特征识别技术存在防攻击能力弱且成本高的问题，相比之下，语音技术是纯算法实现、零额外成本，且更容易实现一句话解决 “从语音识别到意图理解再到身份确认” 的所有问题。
但即便如此，声纹识别的应用也仍然会面临一些挑战。技术角度，会受到特定领域、特定应用等局限性影响；用户角度，对新技术的应用往往会存在置信度的问题，出于多重保险考虑，短期内主演还是会以多种识别技术融合进行组合认证；而要想实现从1:1到1：N等更多领域的应用，给用户带来更好的体验等都还有很长的路要走。
