参赛单位：北京得意音通技术有限责任公司

案例名称：基于语音交互的智能身份认证解决方案

案例简介：

得意音通基于语音交互的智能身份认证解决方案是以得意音通“声密保”为核心的远程声纹认证产品。基于先进的VPR/ASR技术、融合最新深度学习算法。实现等错误率<0.5%、连续6,600万次请求0故障、可支持10亿级以上用户数，是目前国内声纹识别领域唯一可同时防录音和抗时变的银行级超大规模商用安全产品。以“零事故”和“零投诉”通过中国建设银行手机银行数亿次验证，现已广泛应用于金融业（包括中国建设银行、浦发银行、广大银行等10余家银行、中国银联、中国互金协会等）。

项目背景：

以手机为中心的智能设备，成为“万物互联”的基础。移动支付、车联网、智能家居、智能安防等智能化应用场景多方位促进国人“衣食住行”体验升级。移动互联网服务场景不断丰富，应用场景日趋复杂，网络身份认证作为防护网络资产的第一道关口，在万物联网时代有着举足轻重的作用。

创新技术/模式应用：

“声密保”产品是以“基于动态密码语音的身份确认系统及方法”专利技术为核心的远程声纹认证产品，该专利技术方案将动态密码语音内容认证与请求人语音身份认证两者相结合，实现了对用户身份的双重验证。在此基础上又加入了“防时变”、“防录音攻击”（在国际自动说话人验证欺骗和对策挑战赛ASVspoof 2019中获冠军）、真实意图检测（其主要支撑技术之一的情感识别在国际音频情感识别竞赛MEC 2017中获冠军）等技术，有效提高了远程身份认证的准确性、安全性和可靠性，给用户提供了一种安全、便捷的远程身份认证服务。该系统于2018年5月被中国电子学会组织的科技成果鉴定评价为“整体处于国际领先水平”。

解决行业哪些痛点：

近年来，指纹识别和人脸识别作为市面上主流的生物识别技术快速抢占了市场，然而指纹人脸识别漏洞却频频发生。生物特征识别最大的共性是唯一性。人的生理特征都存在唯一性，每个人都有独一无二的脸、指纹、虹膜等，且生理特征无法表达出个人主观意愿，很容易“被刷脸”或是“被指纹”。因此，生物特征信息一旦被泄露、大量的带有唯一性的生物特征数据被盗取，基于生理特征的身份识别系统将彻底崩溃。­

声纹是一种特殊的行为特征，每个人在说话过程中所蕴含的语音特征和发音习惯几乎是独一无二的，即使是模仿，也难以改变说话者最本质的发音特性和声道特征。由于声音的特殊性，声纹识别与其他行为特征相比，又兼具生理特性。声纹识别作为生物特征识别技术中的一种，作为一种身份认证手段，具有不易丢失、难以伪造、隐私性弱等特点。

执行过程及风险控制：

该解决方案所用系统能提供支持系统日常监控维护的管理功能。管理功能按权限分级划分为系统级管理功能和业务级管理功能。系统级管理功能支持对声纹识别系统的运行参数进行配置、运行数据进行全局查询统计、系统全局的启停维护、系统模型数据的全局优化更新、系统接入账号的管理等。业务级管理功能支持对接入声纹识别系统的业务平台在声纹系统中的运行数据的查询统计、不同业务的声纹身份认证分级的设置等。

系统扩展能力：声纹识别技术的发展带来新的算法技术和新的应用场景。系统要能支持组件化的算法技术的升级和内核的增补。声纹识别系统要能支持集群部署，支持虚拟化部署，并且具备良好的系统部署伸缩性。

并发处理能力：声纹识别系统的算法引擎具备良好的并行运算能力，可以支持声纹模型训练、验证、辨认功能的在线高并发处理压力。

稳定运行能力：声纹识别系统能支持7×24小时的持续稳定运行。

效果评估：

“基于动态密码语音的无监督身份认证系统”于2018年通过中国电子学会主办的科技成果鉴定会。中国计算机学会理事长、前国家自然科学基金委副主任、北京大学信息与工程科学部主任高文院士出任主任委员。鉴定委员会认为：此次鉴定成果针对网络空间下“无人监督”的特性，提出了基于动态密码语音的无监督身份认证的技术方案，为移动互联网、物联网和大数据等新型技术与应用以及人们日常生活提供了安全保障。该成果围绕并利用语音信号“形简意丰”的特点，融合声纹识别、语音识别、录音检测、情感识别和防声纹时变等技术，设计了一种基于语音信号的“动态密码”，高效准确地实现了无监督身份认证。经过全体委员讨论，认定该成果满足无监督情况下基于声纹的身份认证技术和应用需求，“整体技术达到‘国际领先水平’”。

该系统性能要求达到央行《移动金融基于声纹识别的安全应用技术规范》标准：

——错误接受率(FAR)≤0.5%。

——错误拒绝率(FRR)≤3.0%。

是目前市场上唯一达标的声纹识别系统。

责任编辑：王超