备受青睐，声纹识别仍有“困扰”

　　如今，在智能家居领域，语言识别已经充分的体现了自己的价值，紧接着，随着语音识别热潮的过去，声纹识别又成为了新的热门，被称为智能家居未来发展的关键，或是语音交互的下一个风口。且不论它在智能家居领域的未来发展如何，就目前而言，其想在智能家居领域真正落地，还需解决一些困扰。

　　首先是声纹的采集和特征的建立。不管是人工识别，还是依靠深度学习算法进行自动化识别，声纹库的建立都是进行一切行动的前提。当前，公安的声纹鉴别库应该是最全的，不过，企业要想研究声纹识别，从公安处入手显然行不通，因而，声纹库的建立就依赖于企业自行收集，这是一件相当艰难的任务。

　　不同于人类的双耳，机器的识别都是在数以百万、千万计的数据训练中不断改善的，可以说，如果没有足够的数据支持，就没有如今的语音识别等人工智能技术的突破。对于企业而言，想要训练声纹识别算法，他们所需的不仅仅是语音数据，还需要特征多样化的语音数据，像方言、口音等等，如此才能全方面的对声纹识别算法进行训练。

　　除了声纹的采集，声纹特征的建立也是当前声纹识别进展的一个难题。理论上来讲，声纹就像指纹一样，很少会有两个人具有相同的声纹特征。虽说如此，但正如双胞胎一般，有些声纹极其相似，可能只存在一丢丢的差异，这时，找出特征就成了一件相当具有难度的事。当然，你或许会说这部分可以由计算机完成，的确，依计算机的运算速度，该工作的完成还是相当不费吹灰之力的。不过，在特征建立工作中，这里又再次回到了上一个话题，没有充足的声纹库，又如何建立足够的声纹特征？

　　其次，除了声纹的采集和特征的建立，如何准确识别说话人也是当前一个急需解决的问题。不仅仅是静态检测，现在的声纹识别更多的是被要求进行实时动态监测，因而，说话环境、说话人身体状况、情绪变化等都能对声纹识别的结果造成影响。

　　以说话人本身的状况为例，用iPhone 7上Siri的声纹识别做实验，在提前保存声纹数据的基础上，镁客君的小伙伴分别以正常、加粗、尖细的声音唤醒Siri，结果证明，只有正常的语音状态下，Siri才能被唤醒，其他则是毫无反应。对照该结果，我们可以总结，只要说话人的声音出现状况，比如沙哑、情绪化等等，声纹识别系统就不能将之与库中的声纹对上号，从而不能确认说话人的身份。

　　正如当前人们所言，在语音识别之后，声纹识别成了智能家居的又一个关注点。然而，声纹库、特征的建立以及提高准确率也不是一朝一夕可以完成的，就比如语音识别，纵然准确率已经接近百分之百，但若周遭环境嘈杂，其准确率就差强人意了。因而，在智能家居领域内备受青睐的声纹识别，其距离应用的日子还有一段路要走！