声纹技术（一）：声纹技术的前世今生

一、什么是声纹

说起“指纹”，大家都不会感到陌生。中国是世界上公认最早使用指纹的国家，自3000 多年前的西周起，便有在公文、契约上画押按指印的做法。在许多警匪、侦探小说里，我们可以了解到，通过指纹来锁定犯罪嫌疑人，属于最基本的破案手段之一。我们出国旅行的时候，若是需要办理其他国家的签证，往往也会被要求去大使馆内进行指纹扫描。而现在的大多数智能手机，更是选择将指纹解锁作为其默认的解锁方式。

毫不夸张地说，指纹识别技术，早已普及到我们每个人的身边。而指纹技术之所以能够得到如此广泛的利用，其根本原因，在于一个重要的事实，那就是——我们每个人的指纹都不一样。

与指纹相比，“声纹”的概念让大多数人感到十分陌生。指纹很直观，它是一种看得见、摸得着的特征。如果近距离仔细观察便能发现，我们每根手指的指纹都会有一些容易记住的特征，例如分叉点、末梢点及螺旋的数量、位置与形状，等等。

而声音，并不具备真正意义上的“纹理”。声纹这个名称本身，若是咬文嚼字，会发现其从字面上来看更多的是一种类比。而事实上，无论是在中文里，还是在英文里，声纹（voiceprint）一词，最早都是由指纹（fingerprint）的概念衍生而来的。

我们都知道，不同的人，说话的声音是不一样的。每个人的发音器官，包括声带、声管等，在大小和形状上会有所差异。一般来说，男性的声音更加深沉，女性的声音更加尖细，儿童的声音更加稚嫩，老人的声音则更加沧桑。可见，性别与年龄是影响人说话声音的两个重要因素。除此之外，来自不同地域的人，可能会有一些当地特有的发音方式（例如，北京的儿化音、湖北当阳的弹舌音等），并常常会使用一些地域色彩浓郁的方言和土语。即使是说同一个词，不同地域的人也会带有不同的口音。与陌生人交谈的时候，有时对方刚刚开口说几句话，我们便能大致猜测出对方来自哪个省份。而抛开以上这些因素，即便是年龄相近，并从小一起长大的亲兄弟或者亲姐妹，若是与其长期相处，往往也会发现，他们的声线和发音习惯或多或少都会有不同。

广义上讲，所有可以将一个人的声音，与其他人的声音区分开来的特征，都称之为“声纹”。而正是因为有着这样一些特征的存在，声纹才得以像指纹一样，衍生出各种实用的技术。

在学科分类上，通常我们会将声纹技术划分到音频处理技术的类别里。不过随着众多交叉学科的兴起，我们也时常会见到人们将声纹技术视为生物特征识别技术的子领域。而生物特征识别技术，通常又被分为生理特征与行为特征两类[1]。显然，指纹、DNA、人脸、视网膜等都属于生理特征，而声纹、笔迹、步态等通常被认为属于行为特征。

二、最早的声纹技术

“声纹”一词对应的英文单词，在出版物中最早的出现，可以追溯到1918 年。只不过在当时，声纹并未成为真正的技术或应用。因此其初次亮相，是被刊登在美国《田纳西民报》（The Tennessean）1918 年10 月26 日版的一则笑话里：

“违法犯罪变得越来越困难了。如今罪犯都没法使用电话了，因为侦探们可以通过他在话筒上留下的声纹来跟踪他。”

显然，这则笑话的作者是将声纹比作了指纹。稍微具备一些物理常识的人都知道，声音通过话筒的时候，不可能像手指一样在话筒上留下印记。然而，可能连这则笑话的作者本人也没有想到，在仅仅不到十年之后，他当初玩笑般的想法，已经成了现实。

1927 年6 月13 日，美国《瑟克尔维尔先锋报》（The Circleville Herald）刊登了一则短新闻，如图1.1 所示，声称一种新型设备将可以被用来记录罪犯的声音，帮助警方进行刑事调查。即便罪犯尝试改变自己的声音，这种设备依然能够保留声音中的韵律信息。不过由于这篇新闻过于简短，如今的我们也无法得知新闻中所提到的技术的任何具体细节。

1935 年2 月1 日，美国《匹兹堡报》（The Pittsburgh Press）在当日的版面上，用较长的篇幅介绍了当时的侦探界开始使用声纹进行犯罪侦查的故事，并第一次给出了一些具体的技术细节描述，如图1.2 所示。根据报纸上的描述，当时的侦探使用示波器记录的波形图（oscillograph）来辨别不同人的声音，尤其是可以判断出一个人的口音及国籍。报导里强调，声纹鉴定法，是除指纹鉴定法外最准确的方法，并且远远优于破案时常用的另一种手段——笔迹鉴定法。报导里还提到，在实际应用这项技术的时候，最好将录音记录和示波器波形图结合起来分析，这样能够达到更好的效果。

图1.1　《瑟克尔维尔先锋报》1927 年6 月13 日版面上关于一种可以记录声纹的设备的短新闻

图1.2　《匹兹堡报》1935 年2 月1 日版面上关于侦探使用声纹技术的报导

对于声纹这种新颖的概念，有支持的声音，自然就会有反对的声音。1936 年3 月6 日，美国密歇根州的《兰辛州立期刊》（Lansing State Journal）便在当日的报纸版面刊登了一则题为“声纹不太可能成为替代指纹的鉴定技术”的文章。文章中认为，