智能家居設備的技術應用，人機交互方面，語音識別是非常重要的技術。當前，出于市場需求，語音識別在智能家居中作為一個技術補充，正在提升用戶體驗發(fā)揮著重要的作用。以智能音箱為例，為了更好的進行定位、捕捉聲音、以及降低無關噪音的影響，開發(fā)者們會采用多麥克風的形式，不過，一旦處于人聲鼎沸的環(huán)境之中，智能音響的語音識別系統(tǒng)極有可能“罷工”，因為它很難從眾多聲音中準確的識別出下命令的用戶。在智能家居之中，大多家庭往往只買一個智能音箱。
打個比方，當語音識別技術發(fā)展較為成熟之時，若一位家庭成員呼喚音箱打開自己房間的燈，語音控制系統(tǒng)就能通過聲紋識別技術確認說話人的身份，從而準確的打開說話人房間的燈。由此，在體驗上，不管是從眾多人聲中準確辨認用戶，還是確認說話人的身份，聲紋識別都能讓用戶體驗進一步的提升。
搭載聲紋識別，提高家庭安全指數。由于不能確認說話人的身份，只要條件允許，當非用戶下達命令之時，語音控制系統(tǒng)極有可能會執(zhí)行。舉個例子，有人非法入侵住宅，若語音控制系統(tǒng)不限制說話人的身份，縱然有著智能監(jiān)控系統(tǒng)，闖入者完全可以直接下命令關閉監(jiān)控系統(tǒng)，如此一來，闖入者就成功的得到了住宅的臨時控制權。當搭載聲紋識別技術，基于聲紋的獨特性，再不能識別出闖入者身份的前提下，語音控制系統(tǒng)就能接著進行報警等一系列安防措施。
聲紋識別技術存在的“困擾”
在智能家居領域，語言識別已經充分的體現了自己的價值，緊接著，隨著語音識別熱潮的過去，聲紋識別又成為了新的熱門，被稱為智能家居未來發(fā)展的關鍵，或是語音交互的下一個風口。且不論它在智能家居領域的未來發(fā)展如何，就目前而言，其想在智能家居領域真正落地，還需解決一些困擾。
首先是聲紋的采集和特征的建立。不管是人工識別，還是依靠深度學習算法進行自動化識別，聲紋庫的建立都是進行一切行動的前提。當前，公安的聲紋鑒別庫應該是最全的，不過，企業(yè)要想研究聲紋識別，從公安處入手顯然行不通，因而，聲紋庫的建立就依賴于企業(yè)自行收集，這是一件相當艱難的任務。不同于人類的雙耳，機器的識別都是在數以百萬、千萬計的數據訓練中不斷改善的，可以說，如果沒有足夠的數據支持，就沒有如今的語音識別等人工智能技術的突破。對于企業(yè)而言，想要訓練聲紋識別算法，他們所需的不僅僅是語音數據，還需要特征多樣化的語音數據，像方言、口音等等，如此才能全方面的對聲紋識別算法進行訓練。
除了聲紋的采集，聲紋特征的建立也是當前聲紋識別進展的一個難題。理論上來講，聲紋就像指紋一樣，很少會有兩個人具有相同的聲紋特征。雖說如此，但正如雙胞胎一般，有些聲紋極其相似，可能只存在一丟丟的差異，這時，找出特征就成了一件相當具有難度的事。當然，你或許會說這部分可以由計算機完成，的確，依計算機的運算速度，該工作的完成還是相當不費吹灰之力的。不過，在特征建立工作中，這里又再次回到了上一個話題，沒有充足的聲紋庫，又如何建立足夠的聲紋特征?
其次，除了聲紋的采集和特征的建立，如何準確識別說話人也是當前一個急需解決的問題。不僅僅是靜態(tài)檢測，現在的聲紋識別更多的是被要求進行實時動態(tài)監(jiān)測，因而，說話環(huán)境、說話人身體狀況、情緒變化等都能對聲紋識別的結果造成影響。以說話人本身的狀況為例，用iPhone7上Siri的聲紋識別做實驗，在提前保存聲紋數據的基礎上，鎂客君的小伙伴分別以正常、加粗、尖細的聲音喚醒Siri，結果證明，只有正常的語音狀態(tài)下，Siri才能被喚醒，其他則是毫無反應。對照該結果，我們可以總結，只要說話人的聲音出現狀況，比如沙啞、情緒化等等，聲紋識別系統(tǒng)就不能將之與庫中的聲紋對上號，從而不能確認說話人的身份。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產業(yè)前沿產品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產業(yè)數字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經驗，提供媒體、活動、展會等整合營銷服務。
粵公網安備 44030402000264號
