记者近日获悉，由中国电科院提出并组织起草的《电力设备带电检测仪器技术规范 第22部分：声学指纹检测仪》《电力变压器声纹监测智能识别算法检验规范》国家电网企业标准已正式报批。

电力设备在运行时产生的声学和振动信号包含大量的状态信息，在其产生缺陷或发生故障后，其声纹会随之改变。通过声学指纹识别技术，运维人员能及时发现设备异常，锁定缺陷故障原因。

声纹识别技术融入电网设备管理模式是大趋势，然而声纹识别标准化体系建设相对滞后，极大限制了技术应用和产业链条发展。“在新技术应用初期，行业缺乏明确的规则，加上参与试点声纹装置生产厂商过多，各装置的功能参数和声学性能参差不齐，导致许多单位对声纹识别效果产生了怀疑。”中国电科院声纹识别技术攻关团队专家韩帅说，“根据实际应用场景的需求，我们建立了包括声纹监测技术导则，带电检测、在线监测装置规范，样本标注规范等全方位、全流程的技术标准体系，带动行业产业的良性发展。”

据悉，目前，中国电科院已建成覆盖标准体系、检测体系、智能化提升的变电设备声纹识别技术路线。下一步，该团队将加快推进声纹识别技术在特高压站的推广应用，努力提升新技术标准化、实用化水平，实现传统人工听诊的机器替代。

声纹识别技术

对计算机来说，这种能力就是声纹识别，又称说话人识别，它基于语音中所包含的说话人特有的个性信息，自动鉴别当前语音对应的说话人身份，是一种简单、优雅、安全的生物特征识别技术。经过半个多世纪的探索实践，声纹识别技术已逐渐走向成熟，迎来了历史上最佳的应用发展时期。

所谓声纹，就是对语音中所蕴含的、能表征和标识说话人的语音特征，以及基于这些特征（参数）所建立的语音模型的总称。与指纹的唯一性类似，每个人在说话过程中所蕴含的个性特征（如发音习惯）几乎是独一无二的，就算被模仿，也改变不了说话者最本质的特性。尤其在成年之后，可以在相当长的时间里保持相对稳定不变。

声纹是一种行为特征，由于每个人在讲话时使用的发声器官如舌头、牙齿、口腔、声带、肺、鼻腔等在尺寸和形态方面有所差异，以及年龄、性格、语言习惯等多种原因，在发音时千姿百态，因而导致这些器官发出的声音必然有着各自的特点。可以说，任何两个人的声纹图谱都不尽相同。

声纹特征以声音为载体，具有以下特点：

交互性。声音是唯一可双向传递信号的生物特征，既可以接收信息，也可以发出信息，实现交互。

便捷性。声音是唯一周边无死角的生物特征，可以实现非接触式采集，方便使用。

变化性。声音是高可变性与唯一性的完美统一。没有两个声音是完全一样的，但里面所蕴含的信息，比如你是谁、你的年龄、你的情感等信息却都是唯一确定的。这种高可变性和唯一性的完美统一使得语音信号自身就具备了很强的防攻击能力。

丰富性。声音有“形简意丰”的特点，它虽然只是一个一维信号，但是蕴含着丰富的信息。在相同一段语音中，除了包含说话人信息外，还包含内容、语种、性别、情绪、年龄，甚至包含出生地、身体健康状况等丰富的信息。

作为一种身份认证手段，声纹还具有如下优势：

不怕丢失。不同于指纹、虹膜、人脸等静态的生理特征，声纹作为一种动态的行为特征，不容易丢失，可以做到“失声（音）不失身（份）”。

难以伪造。声纹蕴含于人的语音当中，而语音是千变万化的。即便人两次读相同的内容，也不可能发出完全相同的声音。正是声纹这种“蕴不变于千变万化之中”的特性，使得声纹特征更加深层、难以琢磨，伪造起来也更为困难，因而认证强度更高、更安全。

隐私性弱。俗话说“身体发肤受之父母”，在一般的大众认知中，人们在很多场合下往往不愿意被拍照或者按手印，但采集一段随机跟读的声音，对于大众更加容易接受。

由于声纹具有以上特点，声纹识别技术可广泛应用于各种场景。尤其在光线或隐私等受约束的特定场景中，声纹比其他方法更加方便自然，成为首选甚至唯一的选择。

声纹识别目前的障碍和应用前景

目前阶段声纹识别技术还不能算足够成熟，这样会造成实际使用当中无法完全达到预期的效果，从而导致声纹识别与行业融合程度不够还有一定的差距。

目前声纹识别主要集中在金融、司法、公安领域使用，主要是为了解决这个行业痛点，所以应用价值比较大，再加上相应的资本支持，使得声纹识别在这些领域发展较为迅速。

声纹识别在民生场景的应用中目前还处于初期阶段，常见的几个场景有硬件中的声纹门禁、家居车载声纹判定等方面。

目前是人工智能高速发展阶段，越来越多的智能设备走向了市场，从而带动了各方面的人工智能技术的飞速发展。未来声纹识别技术也会随着智能市场巨大的潜力从而快速发展。未来声纹识别技术会向声纹+智能以及多模态识别的方向发展。

文章来源： IT技术分享社区，数据派THU，科技日报