2025年中关村论坛平行论坛“将来互联网产业发展论坛”3月29日举行日本 男同，清华大学东谈主工智能盘考院听觉智能中心主任郑方在论坛上暗意，声纹智能是重构安全竟然的下一代互联网身份防地。声纹识别会比东谈主脸识别安全吗？将来应用前程怎样？对此，新京报记者对郑方进行采访。

声纹识别有多项上风，更容易体现真确意图

新京报：咫尺，AI换脸等本事可能对东谈主脸识别形成影响，在身份认证上，声纹识别会比东谈主脸识别更安全吗？

郑方：声纹识别有几个上风比较显着。第一个便是辞让伪造，当今生成式东谈主工智能带来的威胁便是伪造出东谈主的音视频，需要将伪造检测出来，尤其是深度伪造。声息的认证有比较强的信号的内在脾气和设施的先进性，是以或者把伪造的声息止境准确地检测出来，保证认证的准确性。

语音问号中的多种语音问息，既可派生出多种识别本事，亦可玄虚应用治理复杂需求问题，比如方言口音识别、年事识别、健康识别等。

另外，声纹识别更容易体现出真确意图。身份认证会波及汉典办理的情况，比如手机银行、电子政务等场景，诚然方便，但也可能存在被认证东谈主被恐吓的情况。另外，也有被迫认证的情况，比如在途经某处时东谈主脸被扫描，在未知的情况下被认证。比拟之下，声息中的容颜容易被检测出来，比如声纹识别时检测出惊骇容颜时，属于极端情况，不错进一步再考证本东谈主是否主动进行认证。

语音还有适老化、信息无进击的特色。比如我当今要进行一些操作，不错不必点手机菜单，而是径直把话说出来，其中既包含敕令，也蕴含身份信息和意图是否自觉。这不仅对老东谈主和残疾东谈主止境方便，也让健全东谈主在特等处所的操作愈加便捷，比如两手提着东西或者开车时。

新京报：东谈主脸有相像的情况日本 男同，声息止境相似的话是否不错准确识别？

郑方：咱们作念过一些止境好的践诺，找顶点的案例，比如同卵双胞胎。同卵双胞胎光看东谈主脸，有些是很难差别的，但声纹不错100%差别，是以声纹的差别性和惟一性口角常强的。

好意思国有些科学家作念了许多年盘考，对多样不同生物特征作念了全面的比较，其中声纹在惟一性方面甚而比东谈主脸要强。母女、父子、兄弟或者姐妹的东谈主脸或然刻很相似，但声息是或者饱和分开的。

将来可进行“声纹+东谈主脸”多模态识别

新京报：声纹识别是否有时弊，怎样打破？

郑方：任何一个本事都会有时弊，声纹识别也不例外。和东谈主脸识别会受到后光影响不异，声纹识别存在噪声的问题，但并非不行治理。比如鸡尾酒会效应，是指在嘈杂环境中，东谈主们或者专注于一个特定声息源并忽略其他声息的能力。是以咱们不错用麦克风阵列的本事把噪声去掉，前期仍是作念了一些基础盘考和铺垫。

另外，东谈主的声息和长相不异，会跟着年事增长出现变化。针对这个情况，咱们提前20年就开看成念基础课题的盘考，仍是采集了15年的数据，找了一组志愿者，聚首15年每周说相通的话，临了找到了东谈主的声息随年事变化的轨则，咱们称之为声息的时变。是以咱们当今基本上找到了治理有野心，并且恶果比较好。

灌音重放挫折是个强盛安全威胁，对此，咱们发明了防假体挫折鉴伪（辨别伪造）本事。

新京报：将来声纹识别是否不错重复其他特征一都识别？

郑方：不错进行多模态的识别，用声纹跟东谈主脸讨好，这是生物特征认证最佳的两种神态。一方面，声纹和东谈主脸是东谈主类和当然界信拒却互最主要的两种神态。另外，在手机等智能末端上，麦克风和录像头是标配。

是以咱们多年前就启动了声纹和东谈主脸讨好的盘考，比较超前的方面是咱们的本事不错不必把声息听全，不必把东谈主脸看全，即非好意思满信息和会。比如影像被某个物品遮住一部分，声息一忽儿被关门声盖过了一部分，也不错竣事识别。这带来了更大的便利，比如东谈主脸不必瞄准识别框，声息也不必输入时按键、适度时罢休，竣事无感认证。这个认证神态包含了防伪造挫折、体现意图等特色。

新京报：声纹识别的应用前程怎样？离大界限应用还有多久？

郑方：应用会止境庸碌，咫尺仍是在移动金融、公安、社保、机灵家居等领域有了一些应用握行。国度政务业绩平台上仍是灵通了以声纹识别的神态进行采集身份认证登录的通谈。

《国度采集身份认证全球业绩治理方针（征求认识稿）》前年仍是向社会公开征求认识，展望很快公开。将来采集身份认证将会应用到声纹，鼓舞之后会止境快速地障翳应用，咱们当今作念的都是前期准备和考证责任。

新京报记者张璐日本 男同