当语音无法哄骗AI 声音才能真正展开羽翼

基于语音识别的各种语音助手、商业应用，也在悄然描画着智慧生活的未来。在去年的百度AI开发者大会中，我们就见到了百度CTO王海峰跟小度“讲RAP”的“极限操作”。可以说，听觉方面的技术突破，这两年大家伙儿都没少见。

不过，今年我们看到了AI给语音的另一种赋能：防录音攻击。

我们知道，声音之所以能够在门禁、银行、公安等领域中成为判定人身份的重要依据，就在于说话人声纹的不同。

在车载语音系统中，也可以通过声纹识别来判定车内不同乘客的身份，提供个性化的服务。万一别人将你的声音录下来播放给汽车听，岂不是可以“为所欲为”了？声音的合成处理也能达到以假乱真的效果，比如百度AI客服给大量开发者打电话，很多人一开始压根没有发现对面居然是个AI。

显然，如果不具备防攻击能力，单纯的声纹识别仍难以打消大家的安全顾虑。不过魔道总是此消彼长，今年，一个能够让系统不被录音/模拟音骗到的应用就向我们展示出了神奇的疗效。

得意音通的技术团队，在百度深度学习开发平台飞桨上，开发出一个性能很强悍的防录音攻击功能。当用户说出对应的字符时，系统会自动识别并通过，这没有什么稀奇的。神奇之处在于，当用户录下通关密令，再给系统播放时，它会立马判断出这不是本人亲口说的，并直接对通关请求say NO！

据开发人员透露，该技术在国际自动说话人识别欺骗攻击与防御对策挑战赛（ASVspoof 2019）中，获得了全球第一的成绩。在中国建设银行手机银行的数亿次验证中，能做到“零事故”和“零投诉”通过。

这个创意听起来只是一个小小的功能点创新，却在这个AI狂飙突破的关键时期，提醒了我们，让AI会说话、说好话是不够的，懂得拒绝的AI挑战更大，也更值得人类信赖。