智能语音技术在安防行业的应用前景分析

（文章来源：安防知识网）

从文字时代到图像时代，再到如今无处不在的语音时代，智能语音技术的流行和爆发不断刷新着人们的生活方式。亚马逊Echo的出现就是最鲜明的里程碑。大环境表明，智能语音技术最广泛的应用还是智能单品（智能音箱、机器人）以及智能家居等领域，且语音识别技术是智能语音技术最为核心的落地技术。但需要提及的是，进入智能语音技术的发展＊＊期，智能语音技术是时候该有一些比较新颖的落地场景出现了。

随着人工智能技术赋能各大行业，不少企业也已将战略转向了“AI＋”。而基于安防行业广而大的应用前景，“AI＋安防”很快就成为了市场的主流旋律。而身为人工智能技术的一大分支，智能语音技术自然也需要在安防行业进行“择业”与“取景”，首当其冲的就是语音识别技术。

学会与机器进行相互共同理解，即人机交互也一直是安防行业的智能核心所在。而语音识别技术作为人机交互最为核心的落地技术，该技术在安防行业也有不少落脚点，主要应用在以智能巡检机器人为代表的安防机器人身上。与其他可发声的服务机器人类似，安防机器人通过内置的麦克风接受外界声音，并对人声进行识别和理解，一旦读懂“人声”背后有类似危险的行为存在，将自动触发报警系统进入防御状态，从而对目标人物起到安全防护的作用。

而除了安防机器人，在安防行业的智能酒店场景之中，语音识别技术也起到了关键性的作用。在阿里近日开张的未来酒店中，尽管人脸识别是其主打技术，但贯穿酒店服务全过程中的智能机器人也是不可缺乏的关键人物。在阿里未来酒店中，机器人充当着酒店前台的作用，对入住房客进行全过程引导，而在酒店房间中，房客也可通过与天猫精灵的交流，从而完善自己的住房体验。在未来酒店的入住过程中，不管是充当前台的机器人还是服务员天猫精灵，其都是通过语音识别技术完成人机交互，从而通过这种用语音识别技术打造的全栈式语音交互系统，随时随地打造智能互联的场景。

当然，语音识别技术在安防行业的应用，也涉足到了智慧金融、智慧教育等多个智慧化场景当中。以人脸识别技术为核心的视频监控时安防行业的主要应用，这种我们无需多谈，但未来我们是否也能脑洞大开，用智能语音技术辅助人脸识别，使得视频监控更为智能化。市场都在谈语音识别技术，但很少有企业注意，声纹识别以及语音情感识别也归属于智能语音技术。

声纹识别也称说话人识别，通过将声信号转换成电信号，再用计算机进行识别。可具体分为说话人辨认和说话人确认。在不同场景，声纹识别技术的选择不同，如缩小刑侦范围时可能需要辨认技术，而银行交易时则需要确认技术。语音情感识别是情感识别的方式之一，是指由计算机自动识别输入语音的情感状态。计算机通过传感器对不同声调表情的语言信号，在时间构造、振幅构造、基频构造和共振峰构造等特征方面的构造特点和分布规律进行测算和分析，从而识别出所有语言声调中所隐含的情感内容。

尽管当前人脸识别技术的识别率高达99％甚至是99．9％，但剩下的1％甚至0．1％却是当前科技无法攻克的难题。想象一下，如果在当前具备人脸识别的视频监控系统中加入声纹识别和语音情感识别技术，形成的声像融合技术（读唇），即使目标受众处于无声状态，也能对其思想及行为进行预测和识别，当前的视频监控系统是否也将提升到一个新的智能化高度，真正做到“防患于未然”。

不可否认，由人脸识别、声纹识别以及语言情感识别形成的多模态交互系统，应该能安防行业打开不少新应用大门，例如场景分析和事件检测。而在新一轮AI产业变革下，多模态技术也将成为决胜关键。“无语音不安防”，听起来似乎是个挺好的愿景。但遗憾的是，就目前看来，智能语音要“取景”安防行业，还有许多难点需要解决。

广泛认为，人工智能在安防行业的应用布局，还有四个“如何”需要解决——如何打造场景化AI应用，满足用户需求？如何构建行业智能系统，解决产业实际问题？如何完善基础设施、产业标准和安全防范机制？如何构建互利共赢的智能产业新生态？而这四个如何，放在智能语音技术在安防行业的应用上来看，也毫无违和感。

远场语音识别应该是智能语音在安防行业进行语音识别中最为关键的核心技术，但这种技术依旧还存在着回声、噪声以及混响三大技术瓶颈、最为直观的例子在于，安防机器人在公共区域执行安保工作之时，由于所接收的语音信号太多，其无法对目标语音进行分离，从而无法进行正常识别。

再比如上文所提及的语言情感识别技术。实际上，将语音中的情感特征化比面部表情的特征化难得多，因为面部表情信号传达了个人特征和表情，并不传达语言信息，而语音信号是混合信息，包括说话者特征、情感和说话内容中强调的词汇和语法，其所需要进行训练和学习的数据都比人脸识别多得多。

而除了远场语音识别和语言情感识别技术难题，智能语音技术自身还有不少难题未能突破，包括、口音、目标说话人分离、多语种混杂、高效迁移与数据迭代以及行业标准和攻击防御等等，导致其不止在安防行业，现阶段AI智能语音在各行业的应用，似乎用“人工智障”来形容会更为合适。