近年來，加入聲紋賽道的企業越來越多，隨著技術成熟與商業化落地，聲紋識別逐漸進入大眾視野。本文章將從技術、市場、參與者三個方向解讀聲紋識別。
2020年受疫情影響，消費者需求向線上傾斜，智能客服需求量也隨之增加。因此，儘管疫情影響下中國經濟下行，但人工智慧尤其智能語音行業市場整體利好。激增的市場消費者群體，一方面帶來了多元化的市場需求，另一方面，促使技術服務商不斷探索新的產品功能和應用場景。近年來，許多智能語音技術服務商開始布局聲紋識別領域。隨著技術成熟與商業化落地，聲紋識別逐漸進入大眾視野。
一、聲紋識別技術
聲紋識別是生物識別技術的一種，也是語音技術的分支，也被稱為說話人識別，包含聲紋註冊和聲紋認證兩道程序。所謂聲紋識別就是把聲信號轉換成電信號，提取特徵、搭建模型，根據匹配度進行識別判斷。
聲紋識別VS語音識別
聲紋識別相比於語音識別，近年來才逐漸進入大眾視野，兩者同為語音前端信號處理，經常被放在一起比較。而談及兩者的共性及區別時，快商通聯合創始人李稀敏博士在接受億歐智庫採訪時表示：「聲紋的載體是語音，而所謂語音就是指人說的話。在人類正常的語音交互中，我們可以識別語音主體的意圖、情緒、性別、身份以及內容等信息。而利用人工智慧技術完成這一識別，則需要依靠語音及聲紋的提取與處理。語音識別和聲紋識別雖然在智能語音技術流程中都屬於對語音信號的處理，但實際的技術方向及應用卻截然相反。」
"語音識別追求的是聲音的共性"，李稀敏博士表示。也就是針對不同個體對於同一句話的不同聲音、口音、語速表達，可以翻譯成同樣的文字。比如在使用智能音箱時，對於同樣的指令，無論發出這個指令的個體是男是女，南方抑或是北方口音，智能音箱都需要能夠對語音輸入提取共性，並作出準確的一致的應答。
與之相比，"聲紋識別則追求聲音的個性"，即針對同一個體在不同情境下的不同表達，可以認證聲源來自同一個體。比如微信的語音登陸系統，有時因外部環境，身體狀態等因素，說話人的語音輸入會出現語速，音高等變化，而一個完善的聲紋識別系統，則需要能夠提取不同情境下語音輸入信號的個性，並準確認證說話人的身份以完成登陸。
聲紋辨認VS聲紋確認
聲紋識別主要有兩大應用場景，聲紋辨認和聲紋確認，其中:
聲紋辨認，也被稱作1：N識別，主要應用於在語音庫範圍內的語音篩查，即在海量聲紋資料庫中找到說話人的過程。比如，金融語音銷售場景下，可以迅速根據來訪者聲紋信息與自身聲紋資料庫對比，判斷客戶是否為初次購買，抑或是否在徵信黑名單中，從而調整銷售策略。
聲紋確認，也稱1：1驗證，主要應用於安全訪問驗證及身份認證等場景，系統對說話人進行語音認證，完成」你是不是你」的身份判斷。相比起聲紋辨認，聲紋確認對於語音輸入信息的質量要求更為嚴苛，比如微信的語音登錄功能會要求使用者在無嘈雜環境中對固定文本進行語音輸入。
聲紋識別進入落地階段，技術仍有發展空間
談及聲紋識別技術成熟度，李稀敏博士表示：「聲紋識別擁有數十年的研究歷史，但由於技術的局限，近年來才逐漸進入應用落地階段，技術成熟度相當於3年前的語音識別。」
因此語音識別所面臨的絕大部分技術痛點，也同樣影響著聲紋的發展。因聲源採樣率、信噪比、信道、語音時長、文本內容等因素變化而造成的準確率變化明顯。因此提升聲紋識別系統的魯棒性是聲紋識別大規模落地應用的前提條件。
深入金融安防領域，多元語音技術融合助力場景落地
由於聲紋識別系統的特殊性，在進行識別前，需要進行聲紋註冊，因而聲紋識別的應用對於資料庫有著較強的依賴。另一方面，前文提到的聲紋識別技術的不成熟，也導致其使用體驗無法達到預期效果。因此數據的缺乏以及技術的痛點導致聲紋識別與行業融合程度較淺，也成為聲紋識別落地傳統行業的主要障礙。
李稀敏博士表示，現階段聲紋識別主要應用在公安、司法以及金融領域。主要是因為聲紋識別直接的解決了這些行業的痛點，應用價值大，因而在行業的資本投入下，聲紋識別的行業落地獲得了快速發展。
除金融安防領域外，現階段聲紋識別在民生場景中的應用還處於初期試水階段，如家居車載中聲紋判定系統，硬體中的聲紋門禁等等。
智能語音技術的全面發展，以及智能設備的爆發式增長，為聲紋識別提供了更多的應用埠，而與多元語音技術的融合也成為聲紋識別落地更多行業場景提供了技術保障。在未來聲紋識別將向著聲紋+智能，以及多模態識別的方向發展。
二、聲紋識別市場
應用前景廣闊
相比為人所熟知的指紋識別、人臉識別，聲紋識別作為生物識別的另一個主要的分支，雖然剛剛從實驗室走出進入大眾視野，但卻擁有較強的適用性和較大的應用空間。根據快商通提供的信息整理，首先，聲紋識別具有更高的採集便捷性，用戶接受度更高，被採集者無需接觸傳感器或面對鏡頭，即可完成識別。在疫情所帶來的新需求下，聲紋識別擁有極大的落地空間。
與此同時，聲紋識別在1:1驗證應用下的準確率高，並因聲紋的穩定性，造假難度較高，是理想的生物識別模式。此外聲紋傳感器相對低廉的造價及部署成本也使得聲紋識別擁有可被廣泛應用的優勢。
聲紋技術難盈利，技術服務商何去何從？
現階段聲紋識別賽道的服務商普遍處於虧損狀態，而剖析這一現象，需要從利潤和成本兩個方向進行考慮。
聲紋技術和行業早期磨合階段，滲透率較低
聲智科技戰略合伙人&COO李智勇首先表示：「聲紋識別作為一種新的技術，雖然提供了更多的可能性，但是必須要和行業進行進一步的深度結合。然而在技術落地早期階段的磨合試探過程中，通常不會很通暢，這也導致了現階段的聲紋識別應用勢必無法深度滲透行業。」
李稀敏博士也有類似的觀點，他認為在聲紋產品在沒有深度結合產業的情況下，產品過於單一，盈利的可能性很小。而另一方面聲紋技術仍不成熟，在無法達到預期使用期望的情況下，籤單量及籤單價都不理想。
技術紅利下，企業不斷增加研發成本
在投入成本方面，李智勇表示：「目前國內企業正第一次主要進行原創的技術研發，技術研發本身所投入的成本相比於產品公司更高。此外，在技術紅利驅使下，企業也紛紛將大量的人力物力投入到科研研發中，以期望技術所帶來的未來的巨大利潤空間。」
據億歐智庫調查統計，現階段大部分聲紋技術服務商的研發人員佔比均在50%以上，與此同時，國內相關專利公開數量也不斷提升，技術研發已然成為了服務商的發展重點。
厚積薄發，多年沉澱等待破繭成蝶
綜合論述，較低的滲透率，及尚未成熟的技術體系導致聲紋識別營收並不理想，另一方面技術紅利下，企業不斷加大自身研發成本。收支兩方面的因素導致現階段聲紋技術服務商的盈利十分艱難。然而這是一項新技術發展所需要經歷的必然階段，新的技術勢必會引發新的產品和新的模式，而當我們回顧2000年左右的網際網路市場，會發現和現階段的語音市場相差無幾。整個語音市場是否會像網際網路市場一樣，成為一個時代的標誌，我們尚未可知，不過可以相信的是，在不久的將來，待語音技術成熟，和行業深度融合的那一天，聲紋識別業務一定會迎來屬於他們的春天。
聲紋市場風口何時到來?
2017年，6月《中華人民共和國網絡安全法》正式施行，明確將個人生物識別信息納入個人信息範疇管理。同年12月，工信部引發《促進新一代人工智慧產業發展三年行動計劃（2018-2020年）》 ，智能身份識別系統、智能語音交互系統被率先列入重點發展8大領域。直至2020年，相關政策紛紛出臺，尤其是受年初疫情影響，無接觸，無感知的聲紋識別系統需求隨之增加。
市場方向，近年來全球生物識別產業規模不斷擴大，聲紋識別的市場佔比也逐年上升。而隨著技術的成熟以及在產業內的不斷滲透，這一規模仍會繼續增加。市場參與者方向，綜合語音廠商，聲紋專業廠商，人工智慧初創公司以及網際網路巨頭紛紛入駐聲紋賽道，並在各自細分領域不斷進行行業融合，整體市場處於良性競爭狀態。2016-2020年期間，聲紋識別賽道資本投資進入加速階段，哪怕在2020年，資本市場整體遇冷情況下，賽道仍獲得多筆融資。
技術方向，李稀敏博士表示：「當前聲紋學術領域，已經在廣泛地使用最前沿的神經網絡技術，用於解決聲紋技術所存在的問題，比如人聲分離、遠場識別、跨信道等。預計3年左右，這些問題將得到較好地解決，在通過一段時間的實踐，算法和工程化都將得到驗證。總而言之，5年以內，風口將來。」
綜合論述，儘管現階段聲紋識別的應用仍具有局限性，但是聲紋主導的生物識別模式已經進入公眾視野，並被時代所接受。相信在未來，人臉識別大熱過後，聲紋識別一定能迎來屬於他的風口。
三、聲紋識別市場參與者
企業不斷入局聲紋賽道，原因為何?
近年來加入聲紋賽道的企業越來越多，包括騰訊、百度、字節跳動、平安科技等，創業者也不斷入局，究其原因，我們可以從以下幾個視角進行思考。
技術視角
李稀敏博士表示：「2011年前後神經網絡技術在人臉識別和語音識別領域的廣泛應用，帶動了神經網絡技術在聲紋技術領域的探索，直至2018年前後達到了一個高潮，各種算法層出不窮。所以，這個階段加入聲紋賽道，有其技術方面的因素。」 在另一方面，李智勇也指出，在原創技術的推動下，聲紋識別所帶來的技術紅利也是企業入局的促進因素。
市場視角
在語音研發的道路上，服務商們逐漸發現了聲紋的重要性，以及潛在的市場需求，因而逐漸向聲紋技術發展。而隨著聲紋技術在金融、安全領域的探索應用，身份認證及聲紋反欺詐應用不斷成熟，並引發了行業的廣泛關注。以金融、安全為引，聲紋市場逐漸向其他行業落地拓展，市場規模增長的情況下，企業紛紛入局聲紋賽道。
政策視角
生物識別政策頻出，2018年，央行正式發布《移動金融基於聲紋識別的安全應用技術規範》，加深了聲紋識別在金融行業的應用落地，大批聲紋服務商湧現。
聲紋識別服務商分類及布局
受市場、戰略以及技術的影響，聲紋識別技術服務商呈現出了多元化的趨勢，業務模式、產品形態以及用戶群體都展現出了較大的差異化。現階段聲紋識別的市場參與者主要有四類，分別為綜合語音技術服務商、人工智慧初創公司、深耕聲紋的技術服務商以及網際網路巨頭。
綜合語音技術服務商
多為傳統語音服務商，普遍成立於2000年左右，擁有較為成熟的技術支持及產品體系。整體業務以融合了多元語音技術的通用解決方案為主，客戶群體以大型客戶為主。聲紋識別作為語音的技術分支，更多作為定製化選項搭配語音方案進行輸出。企業戰略本身就是平臺+賽道，也就是將其自身的AI平臺，落地到各種賽道。典型的綜合語音技術服務商為科大訊飛，捷通華聲等。
深耕聲紋的技術服務商
在傳統語音技術服務商進入市場後，一部分專注與語音細分賽道的企業相繼出現，以得意音通、遠鑑科技為代表的深耕聲紋識別的服務商進入市場。整體業務以聲紋識別產品及方案為主，相比起綜合語音技術服務商，更加聚焦行業的特定需求，並專注於聲紋技術的落地，探索各類潛在的應用場景。
人工智慧初創公司
2010年開始，專注於特定行業的人工智慧初創公司陸續進入市場。因聚焦行業，因此在行業圖譜及資料庫搭建上具備更大的優勢。整體業務以特定行業的SaaS服務及落地方案為主，在行業的基礎上應用聲紋技術，更加深入行業需求，主要面向中小企業。典型的代表企業為快商通，聲智科技等。
網際網路巨頭公司
近年來網際網路巨頭公司紛紛開始布局聲紋賽道，依託自身雲服務優勢及龐大C端客戶流量進入市場。業務布局較廣，擁有較大的潛在用戶群體。典型的網際網路巨頭為阿里雲、騰訊雲、百度智能雲及華為雲。
億歐智庫現正在進行《2021中國智能語音行業方案及服務商品牌測評》的報告研究及撰寫，如有合作意願或任何疑問，請聯繫本文章分析師具體溝通，也歡迎分享您的觀點及建議。