“引擎，發(fā)動?！痹陔娪啊?012》里，眾人為無法啟動汽車著急，一位俄羅斯人只說了一句話就瀟灑地開走了汽車。這樣的場景不再科幻，在日常生活已觸手可及。
　　“只需要解決好語音識別和聲紋識別就能實現(xiàn)?！苯?，在成都召開的世界未來科技論壇上，清華大學(xué)語音和語言技術(shù)中心主任鄭方表示，語音信號形簡意豐，語音技術(shù)構(gòu)筑起的聲音密碼能保障移動互聯(lián)“最后一厘米”的安全。該論壇由中國科學(xué)院、中國工程院和成都市人民政府聯(lián)合主辦。
　　移動互聯(lián)，安全是大問題
　　信息技術(shù)的發(fā)展給安全識別帶來了巨大挑戰(zhàn)。以往的識別技術(shù)出現(xiàn)諸多漏洞。例如，美國斯坦福大學(xué)最新研發(fā)的一款人臉跟蹤軟件將人臉識別推到了風(fēng)口浪尖。它可以通過攝像頭捕捉用戶的動作和面部表情，然后使用該軟件驅(qū)動視頻中的目標(biāo)人物做出一模一樣的動作和表情，效果極其逼真。
　　指紋與虹膜同樣也難逃被攻擊的厄運。2016年世界移動通信大會上，《華爾街日報》記者做了一個實驗：他將手指在軟膠模上按壓，待模具成型后，使用一種黏土橡皮泥形成指紋模，iPhone手機(jī)瞬間被指紋膜解鎖。而早在2015年，著名的混沌計算機(jī)俱樂部安全研究員Jan Starbug在接受采訪時聲稱，高清晰度圖像就能模擬出人的虹膜。這給生物識別科學(xué)家?guī)砹撕艽鬀_擊。
　　在此次論壇上，鄭方援引了《2015中國電子銀行調(diào)查報告》數(shù)據(jù)：有14.1%的用戶在使用直銷銀行的過程中發(fā)生過個人信息泄露甚至是資金遺失的情況。“未來，移動互聯(lián)網(wǎng)的安全威脅還將向平板電腦、智能電視、iOS設(shè)備等延伸?！?br/>　　“解決問題的關(guān)鍵在于人的遠(yuǎn)程身份認(rèn)證?！编嵎綄⑸鲜鰡栴}定義為信息安全的“最后一厘米”，要做的就是解決好人（用戶）機(jī)（智能）之間的一致性。他坦言，目前包括對安全性要求極高的手機(jī)銀行等在內(nèi)的很多應(yīng)用，其安全手段都還沒有完全解決人機(jī)之間的一致性問題。
　　聲音具有獨一無二的優(yōu)勢
　　如何才能解決好人機(jī)一致性的問題？鄭方給出的答案是：生物特征識別。他表示，要證明“我是我”通常有三種手段：一種是根據(jù)“我知道什么”，比如接頭暗號、取款密碼等；一種是根據(jù)“我有什么”，比如身份證件、IC卡、銀行U盾等；還有一種是根據(jù)“我是誰”，即不憑借任何外界材料，“自己證明自己”。
　　用自己證明自己，就是所謂的生物特征識別。生物特征實際上包含兩大類，大眾熟知的通常是第一類生理特征，比如指紋、人臉、掌紋、虹膜、視網(wǎng)膜，包括DNA。鄭方指出，還有一類是近來才逐步進(jìn)入大眾視野的行為特征，比如聲紋、簽名、步態(tài)、手勢、鍵盤敲擊等?！斑@些行為特征具有不斷變化的特點?！眱深惿锾卣鞫季哂形ㄒ恍浴?br/>　　不過隨著人工智能的飛速發(fā)展，那些被認(rèn)為具有天然優(yōu)勢的生理特征，由于其外在表現(xiàn)缺少變化反倒越來越成為一種劣勢?！霸蛟谟谶@些特征容易被模仿。一旦不慎‘遺失’或被非法竊取，就會一‘丟’百丟?！编嵎皆诮邮堋吨袊茖W(xué)報》記者采訪時表示，作為行為特征的聲音信號具有形簡意豐的特質(zhì)，只要把豐富的語音信息加以綜合利用，比如將語音識別與聲紋識別相結(jié)合防止錄音假冒，或是將情感識別與聲紋識別相結(jié)合防止被脅迫，就能有效保障移動互聯(lián)“最后一厘米”的安全。
　　鄭方表示，聲音的優(yōu)勢還在于可借此實現(xiàn)統(tǒng)一語音平臺，用一句話解決所有問題。他以銀行轉(zhuǎn)賬為例：用戶只需要對著手機(jī)說：給張三轉(zhuǎn)1000元錢，就能實現(xiàn)自動轉(zhuǎn)款。此時，系統(tǒng)實際上同時完成了業(yè)務(wù)識別、意圖理解及身份認(rèn)證三個步驟?！皬囊痪湓捓锞湍芴崛〕錾矸?、內(nèi)容、性別、語種、口音、情感等信息，這就是聲音具有的獨一無二的優(yōu)勢。”鄭方說。
　　智能語音產(chǎn)業(yè)前景廣闊
　　幾年前，鄭方在各種場合作報告介紹語音識別和聲紋識別技術(shù)時，鮮有人接受。轉(zhuǎn)眼間，與語音技術(shù)相關(guān)的應(yīng)用已雨后春筍般涌現(xiàn)，并形成了從核心技術(shù)研發(fā)到知識庫提供再到應(yīng)用、服務(wù)的完善產(chǎn)業(yè)鏈。
　　目前鄭方團(tuán)隊的研發(fā)成果“聲密?！币言趪倚畔⒅行耐度胧褂?，并預(yù)裝上中國建設(shè)銀行手機(jī)銀行客戶端，內(nèi)測的最新版本具備了防錄音、適應(yīng)時變等能力。此前一年，其團(tuán)隊研發(fā)的聲紋識別產(chǎn)品在建行試用，至今零投訴，用戶也呈幾何級增長。據(jù)悉，建行將對聲紋取款、聲紋支付、聲紋轉(zhuǎn)賬等多領(lǐng)域進(jìn)行全面覆蓋。
　　“21世紀(jì)是語音的世紀(jì)?！编嵎綀孕?，伴隨智能語音技術(shù)的不斷成熟及其與其他信息技術(shù)的不斷融合，智能語音將在更多垂直行業(yè)得到應(yīng)用，并推動這些垂直行業(yè)加快向智能化方向發(fā)展。智能家居、智能汽車、可穿戴設(shè)備都將是智能語音重要的應(yīng)用場景。
　　（原載于《中國科學(xué)報》 2017-06-08 第4版 綜合)