從文字時代到圖像時代，再到如今無處不在的語音時代，智能語音技術的流行和爆發(fā)不斷刷新著人們的生活方式。亞馬遜Echo的出現(xiàn)就是最鮮明的里程碑。

大環(huán)境表明，智能語音技術最廣泛的應用還是智能單品（智能音箱、機器人）以及智能家居等領域，且語音識別技術是智能語音技術最為核心的落地技術。但需要提及的是，進入智能語音技術的發(fā)展高潮期，智能語音技術是時候該有一些比較新穎的落地場景出現(xiàn)了。

基于此背景，本文將對語音識別技術在安防行業(yè)的應用進行淺析。

語音識別的“擇業(yè)”與“取景”，安防行業(yè)應是極佳入口

隨著人工智能技術賦能各大行業(yè)，不少企業(yè)也已將戰(zhàn)略轉向了“AI+”。而基于安防行業(yè)廣而大的應用前景，“AI+安防”很快就成為了市場的主流旋律。而身為人工智能技術的一大分支，智能語音技術自然也需要在安防行業(yè)進行“擇業(yè)”與“取景”，首當其沖的就是語音識別技術。

學會與機器進行相互共同理解，即人機交互也一直是安防行業(yè)的智能核心所在。而語音識別技術作為人機交互最為核心的落地技術，該技術在安防行業(yè)也有不少落腳點，主要應用在以智能巡檢機器人為代表的安防機器人身上。

與其他可發(fā)聲的服務機器人類似，安防機器人通過內(nèi)置的麥克風接受外界聲音，并對人聲進行識別和理解，一旦讀懂“人聲”背后有類似危險的行為存在，將自動觸發(fā)報警系統(tǒng)進入防御狀態(tài)，從而對目標人物起到安全防護的作用。

而除了安防機器人，在安防行業(yè)的智能酒店場景之中，語音識別技術也起到了關鍵性的作用。在阿里近日開張的未來酒店中，盡管人臉識別是其主打技術，但貫穿酒店服務全過程中的智能機器人也是不可缺乏的關鍵人物。在阿里未來酒店中，機器人充當著酒店前臺的作用，對入住房客進行全過程引導，而在酒店房間中，房客也可通過與天貓精靈的交流，從而完善自己的住房體驗。在未來酒店的入住過程中，不管是充當前臺的機器人還是服務員天貓精靈，其都是通過語音識別技術完成人機交互，從而通過這種用語音識別技術打造的全棧式語音交互系統(tǒng)，隨時隨地打造智能互聯(lián)的場景。

當然，語音識別技術在安防行業(yè)的應用，也涉足到了智慧金融、智慧教育等多個智慧化場景當中。

或者，智能語音技術可作為“人臉識別”的“好幫手”

以人臉識別技術為核心的視頻監(jiān)控時安防行業(yè)的主要應用，這種我們無需多談，但未來我們是否也能腦洞大開，用智能語音技術輔助人臉識別，使得視頻監(jiān)控更為智能化。

市場都在談語音識別技術，但很少有企業(yè)注意，聲紋識別以及語音情感識別也歸屬于智能語音技術。

聲紋識別也稱說話人識別，通過將聲信號轉換成電信號，再用計算機進行識別。可具體分為說話人辨認和說話人確認。在不同場景，聲紋識別技術的選擇不同，如縮小刑偵范圍時可能需要辨認技術，而銀行交易時則需要確認技術。

語音情感識別是情感識別的方式之一，是指由計算機自動識別輸入語音的情感狀態(tài)。計算機通過傳感器對不同聲調(diào)表情的語言信號，在時間構造、振幅構造、基頻構造和共振峰構造等特征方面的構造特點和分布規(guī)律進行測算和分析，從而識別出所有語言聲調(diào)中所隱含的情感內(nèi)容。

盡管當前人臉識別技術的識別率高達99%甚至是99.9%，但剩下的1%甚至0.1%卻是當前科技無法攻克的難題。想象一下，如果在當前具備人臉識別的視頻監(jiān)控系統(tǒng)中加入聲紋識別和語音情感識別技術，形成的聲像融合技術（讀唇），即使目標受眾處于無聲狀態(tài)，也能對其思想及行為進行預測和識別，當前的視頻監(jiān)控系統(tǒng)是否也將提升到一個新的智能化高度，真正做到“防患于未然”。

不可否認，由人臉識別、聲紋識別以及語言情感識別形成的多模態(tài)交互系統(tǒng)，應該能安防行業(yè)打開不少新應用大門，例如場景分析和事件檢測。而在新一輪AI產(chǎn)業(yè)變革下，多模態(tài)技術也將成為決勝關鍵。

但智能語音要“取景”安防行業(yè)，尚有難點需要解決

“無語音不安防”，聽起來似乎是個挺好的愿景。但遺憾的是，就目前看來，智能語音要“取景”安防行業(yè)，還有許多難點需要解決。

廣泛認為，人工智能在安防行業(yè)的應用布局，還有四個“如何”需要解決——如何打造場景化AI應用，滿足用戶需求？如何構建行業(yè)智能系統(tǒng)，解決產(chǎn)業(yè)實際問題？如何完善基礎設施、產(chǎn)業(yè)標準和安全防范機制？如何構建互利共贏的智能產(chǎn)業(yè)新生態(tài)？而這四個如何，放在智能語音技術在安防行業(yè)的應用上來看，也毫無違和感。

遠場語音識別應該是智能語音在安防行業(yè)進行語音識別中最為關鍵的核心技術，但這種技術依舊還存在著回聲、噪聲以及混響三大技術瓶頸、最為直觀的例子在于，安防機器人在公共區(qū)域執(zhí)行安保工作之時，由于所接收的語音信號太多，其無法對目標語音進行分離，從而無法進行正常識別。

再比如上文所提及的語言情感識別技術。實際上，將語音中的情感特征化比面部表情的特征化難得多，因為面部表情信號傳達了個人特征和表情，并不傳達語言信息，而語音信號是混合信息，包括說話者特征、情感和說話內(nèi)容中強調(diào)的詞匯和語法，其所需要進行訓練和學習的數(shù)據(jù)都比人臉識別多得多。

而除了遠場語音識別和語言情感識別技術難題，智能語音技術自身還有不少難題未能突破，包括、口音、目標說話人分離、多語種混雜、高效遷移與數(shù)據(jù)迭代以及行業(yè)標準和攻擊防御等等，導致其不止在安防行業(yè)，現(xiàn)階段AI智能語音在各行業(yè)的應用，似乎用“人工智障”來形容會更為合適。

小結

業(yè)界廣泛認為，AI不是刷榜炫技，是真正推動技術創(chuàng)新、解決產(chǎn)業(yè)問題。而在人工智能技術進入大規(guī)模應用的今天，更需要妥善 “擇業(yè)”與“取景”之間的關系，從同質(zhì)化中走出差異化出來。

人工智能時代如何打破技術瓶頸如何賦能各行各業(yè)，云知聲董事長/CTO梁家蒽的四個解決或許是較為理性的思考：解決深度學習在產(chǎn)業(yè)規(guī)模化應用中的問題、解決非大數(shù)據(jù)、端到端、序列映射的問題、將數(shù)據(jù)與知識有效結合，形成高效迭代閉環(huán)以及從根本上提升機器的認知和學習能力。

2019年人工智能技術已逐漸回歸理性，越來越多的難題開始顯現(xiàn)出來。但對于產(chǎn)業(yè)來說，是最壞的時代也是最好的時代。