Radio microphone isolated on domestic background, concept of podcast, online radio, streaming, entertainment, audio, and new ways to do communication.
在如今這個網路時代，人人在日常生活中都常要透過帳號、密碼來辨識身份，不管是提款卡、行動裝置（手機、筆電、平板）、網路銀行、行動支付等，都需設定一組帳號密碼來辨識自己的身份。
為了不讓自己的帳號被駭，每次都得抓破頭來設定，太簡單擔心被破解，太複雜又怕自己記不住。更煩人的是，每個平台的密碼設定都有自己的規則，有些要求要有特殊符號，有些則要求英文大小寫和數字都要有。
於是，為了兼顧安全與便利性，越來越多廠商使用指紋辨識來解鎖，這樣既不用擔心忘記密碼，也不容易被盜用。然而，你知道，我們的聲音其實和指紋一樣，也能進行身份辨識嗎？
聲音跟指紋一樣，都有獨一無二的特定性，而在利用聲音的特性做辨識時，就稱為聲紋辨識。我們接到熟識親朋好友來電時，他們不用說他是誰，我們只要一聽到聲音就能辨識。這是因為每個人的說話特性不同，聽聲音就能辨識說話者。而我們的語音訊號中可供辨識的因素，主要可分為三個面向[1]：
上述的這些差異都可作為我們辨識說話者的依據。而其中說話方式和內容可能被他人學習、模仿，只有發音器官的差異是天生的，無法被模仿且在分析，所以許多辨識系統是採用發音的聲學特徵（acoustic features），例如，聲音頻率（高/低）、音色（如：輕柔、渾厚）等特性都可作為辨識的依據[1]。
聲紋辨識和指紋一樣，皆為生物辨識的一種。從人類的身上萃取出具有身份鑑別能力的特徵，如：指紋、聲音，將此特徵經處理、分析後儲在系統裡，日後可依據此特徵來辨識使用者的身份。利用我們獨特的聲音來辨識身份的聲紋技術，亦可稱為「語者辨認」或「說話人辨認」（speaker identification）[2]。
聲紋辨識的過程包含兩個階段：1. 聲紋提取（voiceprint extraction）。2. 聲紋比對（voiceprint comparison）。在確認說話者的身分之前，要先有說話者的聲音語料，依說話者提供的聲音語料進行分析，並建立專屬他的聲紋模型。
一般在處理語音訊號時，會將音檔切割成小區段的方式來處理、進行分析，透過聲譜圖上的資訊來分析說話者的聲音頻率、音強、抑揚頓挫等建立專屬他的聲紋模型，並將其聲紋資訊存到系統裡。就像將我們的指紋存到手機的系統裡一樣，可以比對我們登錄系統裡的生物資訊來進行身份的核對。
當系統裡存有說話者的聲紋資訊後，其實就就能快速的進行一對一的說話者身份驗證（speaker verification），或是進行一對多的說話者辨認（speaker identification），從眾多人找出誰是說話者[3]。
上述的聲紋辨識，是不是會讓你聯想到在看影集時，劇中的刑警從報案中心的人聲或是搜集回來的錄音檔中，辨識出報案人或犯人的身份。一般大家的印象會覺得聲紋辨識只會出現在刑事調查中，但其實日常生活中已經有用到聲紋來辨識身份囉！比如，智慧型手機的語音助理，只要說出關鍵詞：「嘿，Siri」、「OK Google」就能啟動AI回應。
其實，這個過程就是擷取聲音特徵，並與之前登錄的音檔互相比對，進行說話者的身份認證。除此之外，越來越多的金融機構也開始引進這項技術，憑聲音來確認身份，這樣除了可以取代回答冗長的問題來確認客戶身份、提高便利性外，也同時提高了安全性[4]。
除了辨識身份，聲紋辨識其實也能應用在其他地方。現在也有許多研究團隊開發各種聲紋科技的應用，例如：透過大數據的聲音比對，由電腦判斷出鳳梨的好壞[5]、或是辨識青蛙叫聲的APP [6]等，這些也都是運用到聲紋辨識的原理。想必聲紋科技的發展會是一種趨勢，未來會有越來越多的場合都能運用此技術，讓我們拭目以待！