中国声纹识别产业发展白皮书

中国声纹识别产业发展白皮书中国声纹识别产业发展白皮书（2019）（2019） AIIA-得意音通人工智能声纹技术联合实验室清华大学人工智能研究院听觉智能研究中心2019年4月22日 AIIA-得意音通人工智能声纹技术联合实验室清华大学人工智能研究院听觉智能研究中心2019年4月22日联合发布联合发布 编制声明 本白皮书版权属于人工智能产业发展联盟（AIIA）- 得意音通人工智能声纹技术联合实验室和清华大学人工智能研究院听觉智能研究中心。文中部分数据来源于网络公开资料整理，转载、摘编或利用其它方式使用本白皮书文字或观点的，应注明来源。违反上述声明者，编者将追究其相关法律责任。 主编 郑 方 孙明俊 编写组 成 舸 王 钰 李钰韩 程星亮 徐明星 王蕴韬 曹 峰 李 荪 宋丹峰 杨 悦 倪 鸣 陈柳村 周 鑫 邬晓钧 肖永明 向银杉 高 铌 刘彦全 序 言 自上世纪四五十年代以来，经过长时间的探索实践，声纹识别技术终于逐渐走向成熟，迎来了历史上最佳的应用发展期。这一改变，首先发生在中国。 2018年可以说是声纹识别迈向产业化的分水岭，其标志性事件莫过于中国人民银行颁布的《移动金融基于声纹识别的安全应用技术规范》。这是我国金融行业第一个生物识别技术标准，其影响之深之广，远超我们的预期。它不仅为声纹识别技术进入金融领域突破了标准难题，也为多年来一直坚持初心的业界同仁注入了一针强心剂， 2018年因此被称之为“声纹元年”。 声纹开始热了，产业态势已成，孤军奋战的日子一去不复返。再好的科研成果，只有从象牙塔里走出来，放到实践中去检验，才能发光发热，造福社会。作为行业老兵，我们感到欣慰，因为这证明了我们当初的判断和坚持是正确的。但我们同样也有担心，如果一个刚发芽的美好事物，被鱼龙混杂的信息误导、被不切实际的想象捧杀，对它的发展有害无益。 声纹识别是一项简单、优雅、安全的技术。我们希望这个朝气蓬勃的产业从一开始，就走上一条良性健康发展的道路，在开启新希望的同时，避免重蹈某些产业的覆辙。这就是我们为什么发布白皮书的初衷。 这份报告名为白皮书，实际上是从技术、产业、场景、企业、政策、资本等层面，根据可获得的一些公开资料，对声纹识别学术研究和产业发展脉络做了一份梳理，力求为广大研究人员、工程师、创业者、投资商和媒体人们提供一份快速了解行业概貌的“导览地图”。 我们力求尽量客观的反映这一新生行业的总体态势，但还谈不上多么全面和深入，里面提到的有些观点，也可能有不对或不妥之处，需要交给市场和时间去检验。 感谢AIIA对发布这份报告给予的支持。初试啼声，难免挂一漏万，还请业界朋友和广大读者多包涵，多指正。 是为序。 郑方 清华大学人工智能研究院听觉智能研究中心 主任 得意音通信息技术研究院 院长 I目 录 1. 声纹识别发展背景和环境分析 ....................................................................................... 1 1.1. 移动万物互联，生物特征识别迅速抢占市场 ............................ 1 1.2. 人脸指纹漏洞频发，个人隐私泄露风险加剧 ............................ 2 1.3. 系列政策法规出台，国家加快AI产业引导 ............................. 3 1.4. 生物识别从生理特征走向行为特征 .................................... 4 1.5. 语音交互从千人一面向个性化进阶 .................................... 5 2. 声纹识别技术发展现状 ................................................................................................... 6 2.1. 声纹是一种特殊的行为特征 .......................................... 6 2.2. 声纹识别技术的分类逻辑 ............................................ 7 2.3. 声纹识别技术进入商用 .............................................. 9 2.4. 行业专利申请量激增 ............................................... 11 3. 声纹识别产业发展现状 ................................................................................................. 13 3.1. 市场规模：想象空间巨大，规模将超千亿 ............................. 13 3.2. 竞争格局：赛道选手增加，专业厂商领跑 ............................. 13 3.3. 市场份额：外企入华分羹，中企绝对占优 ............................. 13 3.4. 技术来源：技术门槛高企，来源高度集中 ............................. 14 3.5. 资本现状：融资进度提速，行业风口可期 ............................. 15 3.6. 公司案例：得意音通 ............................................... 16 4. 主要应用领域及场景 ..................................................................................................... 17 4.1. 国家公共安全 ..................................................... 17 4.2. 泛金融 ........................................................... 18 4.3. 社会保险 ......................................................... 18 4.4. 智能安防及个性化语音交互 ......................................... 19 4.5. 典型应用案例：金融领域 ........................................... 19 4.5.1. 中国建设银行 ................................................................................................................. 19 4.5.2. 贵阳银行 .......................................................................................................................... 24 4.5.3. 西安银行 .......................................................................................................................... 25 4.5.4. 浦东发展银行 ................................................................................................................. 25 II5. 标准化建设 ..................................................................................................................... 27 5.1. 技术基础标准化 ................................................... 27 5.2. 金融应用标准化 ................................................... 29 5.3. 正在进行的标准化 ................................................. 30 6. 技术挑战与发展趋势 ..................................................................................................... 32 6.1. 技术挑战 ......................................................... 32 6.2. 发展趋势 ......................................................... 35 附一：图表索引 ..................................................................................................................... 37 附二：参考文献 ..................................................................................................................... 38 11. 声纹识别发展背景和环境分析 1.1. 移动万物互联，生物特征识别迅速抢占市场 据2019年中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示，截至2018年12月，中国网民的规模达到了8.29亿，全年新增网民的数量是5653万，互联网的普及率是59.6%，较前年底提升了3.8个百分点；中国手机网民的规模达到了8.17亿，全年新增手机网民的数量是6433万。截止去年12月，我国即时通信用户规模达7.92亿，网络新闻用户规模达6.75亿，网络购物用户规模达6.10亿，网上外卖用户规模达4.06亿，网络支付用户规模达6.00亿，网络视频用户规模达6.12亿，短视频用户规模达6.48亿。 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。 生物识别技术作为新一代人工智能的重要领域，借助人体生理特征或行为特征进行身份识别。近年来得益于云计算、大数据、物联网、深度学习等信息技术的快速发展，生物识别技术在基础理论、算法模型、创新应用、软件支持等方面不断取得突破。 根据前瞻产业研究院发布的《2018－2023年中国生物识别技术行业市场调研与投资预测分析报告》显示，2013年全球生物识别市场的规模达到98亿美元。2016年生物识别技术行业的市场规模在150亿美元左右，到2021年这一数值将增加至305亿美元。2002至2015年，国内生物识别市场的年复合增长率达到5