声纹识别技术助力远程身份认证

作者 | 李通旭，刘乐

责编 | 何永灿

“声纹”作为一种典型的行为特征，相比其他生理特征在远程身份认证中具有先天的优势，文章介绍了声密保在远程身份认证中的应用，解析了一些在声纹识别准确率、时变问题和噪音问题等方面的技术难点和工程解决经验，最后针对远程身份认证的安全性问题，分享了得意音通在防录音闯入上的最新研究成果。希望对广大读者有所帮助。

声纹在远程身份认证中的应用

网络安全面临重大挑战

无线互联网以及智能手机的迅速发展，给人们日常生活带来极大便利的同时也带来了不容忽视的安全隐患，如何准确、迅速、安全地实现远程身份认证成为摆在人们面前急需解决的问题。人们在实践中发现，生物特征具有唯一且在一定时间内较稳定不变的特性，这种独特的优势使得生物特征识别技术被认为是终极的身份认证技术。

生理特征和行为特征

生物特征可分为生理特征和行为特征两类，现在人们熟知的基本都是生理特征，包括指纹、人脸、掌纹、虹膜、DNA等，这些特征的特点是具有稳定性和持续的唯一性，因此基于这些特征建立的身份验证系统识别率高，但存在容易丢失和被复制的问题。相比于生理特征，行为特征也具有唯一性，但是其复制成本极高，由于行为特征具有变化性，不慎丢失后或被窃取后，也难以直接使用来闯入系统。声纹就是一种典型的行为特征。

声纹——更好的远程身份认证方式

基于生物特征的远程身份认证的一个巨大挑战是终端和网络的安全性很难被保证，若黑客从网络或终端上获取用户的生物特征，则可以轻易地侵入系统。基于声纹行为特征的特点，若系统能确认每次进入系统的声纹数据的实时性，则可以解决此问题，因为丢失的行为数据（录音）并不能通过系统的实时性检测。我们的声密保系统即这方面解决方案的一个例子。图1为声密保系统的处理流程图，声密保系统通过对动态密码语音中的密码内容及请求人身份的双重识别，实现对操作人身份合法性的双重验证。当需要认证时，系统会随机产生一组动态码（如6位或8位数字）要求用户朗读，系统对用户读出的声音进行语音识别并将识别的内容与发出的动态码数字进行比对，同时系统对用户的发音进行声纹比对，两种认证手段都通过时才判断通过。这种随机性的引入使得文本相关识别中每一次采到的声纹都有内容时序上的差异。

图1 声密保系统的处理流程图