為了解決身份認(rèn)證問題，生物特征識別技術(shù)被認(rèn)為是解決方案的未來之星。但是，近期有關(guān)指紋、人臉和虹膜等分別被假冒攻擊的報(bào)道讓人有些擔(dān)憂。2016年，西班牙巴塞羅那舉辦了MWC2016世界移動通信大會，在會上《華爾街日報(bào)》記者利用軟膠模輕松解鎖iPhone指紋密碼；2016年，美國斯坦福大學(xué)研發(fā)的人臉跟蹤軟件Face2Face攻破“人臉”識別；2015年，著名的混沌計(jì)算機(jī)俱樂部的安全研究員Jan Starbug接受采訪時(shí)稱僅需用通過谷歌搜索找到的高清晰度圖像，就可以使用一些虹膜掃描工具進(jìn)行攻擊……科研工作人員投入大量精力研究活體檢測技術(shù)以對抗這些攻擊，并且取得一些可喜的進(jìn)步，但是往往因活體檢測成本太高而無法在近期達(dá)到實(shí)用化程度。

　　生物特征分為兩類，一類是生理特征，諸如指紋、人臉、虹膜等；一類是行為特征，諸如聲紋、簽名、姿勢等。在防假冒攻擊方面，屬于行為特征的聲紋具有天然的優(yōu)勢。

　　聲音信號具有“形簡意豐”的特點(diǎn)。它簡單得僅是一維信號，但豐富得包含口音、語種、語義、情感、性別、說話人等各種信息。

　　綜合利用對這些信息的識別技術(shù)，可以有效地提供防錄音、防錄音拼接、防脅迫等的解決方案。

　　語音假冒被認(rèn)為是聲紋識別的一大挑戰(zhàn)。語音假冒的種類包括人類模仿語音、機(jī)器合成語音、機(jī)器模擬語音、錄音重放等，其中公認(rèn)最難檢測的是錄音重放，因?yàn)橹胤耪Z音本來就是那個(gè)人的語音。

　　近期，清華大學(xué)－得意音通聲紋處理聯(lián)合實(shí)驗(yàn)室經(jīng)過攻關(guān)，綜合利用信號處理、聽覺模型、模式識別等一系列人工智能技術(shù)，成功研制出最先進(jìn)的錄音檢測技術(shù)。在一個(gè)含有65人，涉及當(dāng)今大部分主流手機(jī)型號，共計(jì)3萬多次的錄音攻擊及檢測實(shí)驗(yàn)中，錄音檢測的等錯(cuò)誤率低至3.95%。該錄音檢測技術(shù)是基于動態(tài)碼的“得意聲密保”方案的一次升級，更加安全和可靠，真正做到“別人即使竊取了密碼也無法闖入”。

　　清華大學(xué)－得意音通聲紋處理聯(lián)合實(shí)驗(yàn)室未來的計(jì)劃是充分利用語音“形簡意豐”的先天優(yōu)勢，充分利用清華大學(xué)語音和語言技術(shù)中心30多年積累的先進(jìn)的語音和語言處理技術(shù)及人工智能技術(shù)，實(shí)現(xiàn)“統(tǒng)一語音平臺”，以一句話解決所有問題，包括：理解用戶指令（利用語音識別技術(shù)知道用戶要做什么）、識別用戶身份（利用聲紋識別技術(shù)確認(rèn)用戶身份）、確認(rèn)用戶是否受到脅迫（利用情感檢測技術(shù)判斷用戶是否受到脅迫）、判斷用戶是否被錄音假冒（利用錄音檢測技術(shù)阻止錄音假冒闖入）等，以在提高系統(tǒng)安全度的同時(shí)提升用戶體驗(yàn)。