你所在的位置：管理文庫 > 電話營銷
為什么智能語音識別技術近幾年特別火呢，其中在關聯(lián)度較高的呼叫中心行業(yè)，我認為有三個原因，第一是技術的進步所帶來的發(fā)展，第二是應用有強勁的需求，第三是大佬們的推波助瀾以及資本的熱捧。業(yè)內對生物特征識別也普遍持樂觀態(tài)度，這是權威的國際生物識別集團（International Biometric Group，IBG）在2014年做的《2007-2020全球生物識別技術行業(yè)市場規(guī)模與預測》，IBG預測，在2020年，全球生物識別技術行業(yè)的市場規(guī)模將達到250億美元。
衡量一個聲紋識別效果的重要參數(shù)是錯誤接受率和錯誤拒絕率，在這個曲線中，錯誤接受率和錯誤拒絕率是一個矛盾曲線，即兩者不可兼得，因此，業(yè)內提出來等錯率，目前的聲紋識別技術在理想的情況下等錯率可以做到低于0.5%，即在1000個的聲紋比對中，僅有不到5個的錯誤接受率和錯誤拒絕率。
智能語音識別技術涵蓋指紋、人臉、聲紋、瞳孔、掌紋以及靜脈紋，每種生物特征識別都有著不一樣的技術特性和應用場景，在此我們可以簡單比較一下聲紋和人臉之間的區(qū)別，人臉識別是基于人的生理特征，而聲紋識別不僅基于人的生理特征，也是基于人的行為特征。人臉在人的一生中是相對有規(guī)律的自然變化，而聲音不僅有相對規(guī)律的自然變化，也與人后天的生活環(huán)境、文化環(huán)境相關，具有極強的自然屬性和文化屬性，不易被仿冒，或者說仿冒的難度比較高。因此，相對人臉識別，聲紋識識別更能夠應用到遠程身份認證領域，聲紋識別如果能和現(xiàn)有的基于互聯(lián)網(wǎng)的客戶服務結合，會有更好的應用前景和市場前景。
我們人類對語音的說話人鑒別是我們人類在幾百萬年的進化過程中習得而來，與生俱來，而通過機器進行說話人識別跟人類大腦的識別是不一樣的。在這個圖中，上面兩個是聲音的波形圖，即聲音振幅隨時間變化的曲線，下面兩個是語譜圖，即聲音在不同頻段的能量值大小隨時間的變化曲線，上世紀三四十年代，美國的Bell實驗室的勞倫斯·科斯塔通過觀察語譜圖第一次提出了"聲紋"的概念；到四十年代至七十年代，同樣是Bell實驗室的S.Pruzansky提出了基于統(tǒng)計學原理的聲紋識別理論，系統(tǒng)地發(fā)展了聲紋識別理論，理論體系得以初步建立，這一階段的研究主要集中在特征參數(shù)的選擇、提取上，相繼提出了線性預測倒譜系數(shù)、共振峰參數(shù)等特征參數(shù)；在上世紀七十年代至九十年代，聲紋識別技術發(fā)展迅速，參數(shù)提取上提出了應用較為成熟的梅爾頻率倒譜系數(shù)（MFCC）模式匹配，并相繼出現(xiàn)了矢量量化技術(VQ)、動態(tài)時間規(guī)整(DTW)、隱馬爾科夫模型(HMM)等模式匹配模型；九十年代至今，開始步入實際應用階段，工作重點是提高聲紋識別系統(tǒng)的可靠性和實用性。
面向確認的聲紋識別應用已經(jīng)達到了實際商用水平，如司法行業(yè)的司法矯正中就用到聲紋識別，大家可能不知道，聲紋識別早在2010年前后就開始在司法行業(yè)中得到應用了。基本流程是這樣的，假釋人員首先在司法部門進行司法宣告，留下語音，然后給他一個具有LBS功能的手機，在監(jiān)外服刑期間，司法矯正系統(tǒng)會定期對矯正對象所持手機進行定位，以判斷對象是否在規(guī)定的地理位置，同時，利用東進Keygoe多媒體交換機對手機進行外呼，通過IVR引導矯正對象進行聲紋比對，以判斷矯正對象和手機是否分離。目前，這種面向確認的聲紋識別技術在司法行業(yè)已經(jīng)達到較高的商用成熟度。還有一個應用就是手機的聲紋鎖，用聲紋來打開你的手機，這種的應用的商用化程度也非常高。
技術的進步和應用需求使我們進入了生物特征識別產(chǎn)業(yè)高速發(fā)展的增長期，而要獲得持續(xù)的市場增長，就需要我們在技術及其應用上進一步去探索與突破，除此之外，生物識別技術的應用還存在一些安全和隱私問題，除了技術需要進一步提升外，行業(yè)還要制定相關的標準和規(guī)范，甚至國家在法律層面還需要制定相應的法律和法規(guī)，以明晰可能存在的風險，讓我們在基礎研究、技術開發(fā)、行業(yè)應用等方面共同努力，以更好的產(chǎn)品和服務迎接生物特征識別市場收獲季節(jié)的到來
