Introducing Amazon Echo
來源： 鎂客網
近日，根據調查機構CIRP的報告顯示，亞馬遜在2014年11月推出的Echo系列智慧音箱產品，在美銷量已突破510萬台。並且，根據市場數據，CIRP推算2016年前九個月亞馬遜就已經售出200萬台Echo產品（包括Echo DotEcho Tap）。
看到亞馬遜的智慧音箱銷量如此之好，我們都意識了智慧家庭語音控制系統的前景之利好。不過，即使當前的語音辨識技術，已經基本上達到了人們所需要的標準，在智慧家庭語音控制系統之中，仍然有一些瑕疵的存在，比如在人聲嘈雜的環境裡，如何正確辨識出用戶發出的命令。
出於需求，聲紋辨識是智慧家庭的一個補充
當前，儘管智慧家庭語音控制系統，已經滿足了人們的基本需求，不過，仍然有一些小小的不足，而這方面，就需要聲紋辨識技術進行補充了。
借助聲紋辨識，進一步提升用戶體驗。以智慧音箱為例，為了更好的進行定位、捕捉聲音、以及降低無關噪音的影響，開發者們會採用多麥克風的形式，不過，一旦處於人聲鼎沸的環境之中，智慧音箱的語音辨識系統極有可能「罷工」，因為它很難從眾多聲音中，準確的辨識出下命令的用戶。
在智慧家庭之中，大多家庭往往只買一個智慧音箱。打個比方，當聲紋辨識技術發展較為成熟之時，若一位家庭成員呼喚音箱打開自己房間的燈，語音控制系統就能通過聲紋辨識技，術確認說話人的身份，從而準確的打開說話人房間的燈。
由此，在體驗上，不管是從眾多人聲中準確辨認用戶，還是確認說話人的身份，聲紋辨識都能讓用戶體驗進一步的提升。
搭載聲紋辨識，提高家庭安全指數。由於不能確認說話人的身份，只要條件允許，當非用戶下達命令之時，語音控制系統極有可能會執行。
舉個例子，有人非法入侵住宅，若語音控制系統不限制說話人的身份，縱然有著智慧監控系統，闖入者完全可以直接下命令關閉監控系統，如此一來，闖入者就成功的得到了住宅的臨時控制權。
當搭載聲紋辨識技術，基於聲紋的獨特性，再不能辨識出闖入者身份的前提下，語音控制系統就能接著進行，警報等一系列安全措施。
備受青睞，聲紋辨識仍有「困擾」
如今，在智慧家庭領域，語言辨識已經充分的體現了自己的價值，緊接著，隨著語音辨識熱潮的過去，聲紋辨識又成為了新的熱門，被稱為智慧家庭未來發展的關鍵，或是語音交互的下一個風口。
且不論它在智慧家庭領域的未來發展如何，就目前而言，其想在智慧家庭領域真正實現，還需解決一些困擾。
首先是聲紋的採集和特徵的建立。不管是人工辨識，還是依靠深度學習算法進行自動化辨識，聲紋庫的建立都是進行一切行動的前提。
當前，警政的聲紋鑒別庫應該是要最健全的，不過，企業要想研究聲紋辨識，從警政處入手顯然行不通，因而，聲紋庫的建立就依賴於企業自行收集，這是一件相當艱難的任務
不同於人類的雙耳，機器的辨識都是在數以百萬、千萬計的數據訓練中不斷改善的，可以說，如果沒有足夠的數據支持，就沒有如今的語音辨識等，人工智慧技術的突破。
對於企業而言，想要訓練聲紋辨識算法，他們所需的不僅僅是語音數據，還需要特徵多樣化的語音數據，像方言、口音等等，如此才能全方面的對聲紋辨識算法進行訓練。
除了聲紋的採集，聲紋特徵的建立，也是當前聲紋辨識進展的一個難題。理論上來講，聲紋就像指紋一樣，很少會有兩個人具有相同的聲紋特徵。
雖說如此，但正如雙胞胎一般，有些聲紋極其相似，可能只存在一點點的差異，這時，找出特徵就成了一件相當具有難度的事。當然，你或許會說這部分可以由電腦完成，的確，依電腦的運算速度，該工作的完成還是相當不費吹灰之力的。
不過，在特徵建立工作中，這裡又再次回到了上一個話題，沒有充足的聲紋庫，又如何建立足夠的聲紋特徵？
其次，除了聲紋的採集和特徵的建立，如何準確電腦說話人，也是當前一個急需解決的問題。不僅僅是靜態檢測，現在的聲紋電腦更多的是，被要求進行即時動態監測，因而，說話環境、說話人身體狀況、情緒變化等，都能對聲紋辨識的結果造成影響。
以說話人本身的狀況為例，用iPhone 7上Siri的聲紋辨識做實驗，在提前保存聲紋數據的基礎上，小編分別以正常、加粗、尖細的聲音喚醒Siri，結果證明，只有正常的語音狀態下，Siri才能被喚醒，其他則是毫無反應。
對照該結果，我們可以總結，只要說話人的聲音出現狀況，比如沙啞、情緒化等等，聲紋辨識系統就不能將之，與庫中的聲紋對上號，從而不能確認說話人的身份。
正如當前人們所言，在語音辨識之後，聲紋辨識成了智慧家庭的又一個關注點。然而，聲紋庫、特徵的建立，以及提高準確率，也不是一朝一夕可以完成的，就比如語音辨識，縱然準確率已經接近百分之百，但若周遭環境嘈雜，其準確率就差強人意了。
沒有留言:
張貼留言