移動支付時代：語音和指紋識別靠譜嗎

佚名

匯豐銀行（HSBC）即將成為英國第一家在電話銀行系統中使用語音識別技術的銀行。此外，匯豐銀行還為手機App上配置了指紋識別技術。那么，這兩項技術的工作原理究竟是什么？它們到底有多安全？

兩種識別技術的應用模式

匯豐銀行的系統兼容兩種安全模式。首先，匯豐銀行面向 iPhone 5S、iPhone 6以及 iPhone 6S 的應用將會利用手機的內置指紋識別器以確認用戶的身份，這一點和手機進行解鎖及支付等操作中的指紋驗證并無二致。而在語音方面，語音識別系統將會用超過 100 個識別碼對用戶的語音進行比對，包括節奏、口音、發音等等。除此以外，語音識別系統還可以辨別由不同的喉嚨結構、鼻道以及聲道所發出的語音。

這兩種技術是否會讓生活更為便利？匯豐銀行希望通過語音識別技術為用戶免除需要記憶密碼之苦，現階段，電話銀行系統所使用的密碼、密令等驗證信息給用戶造成了較大的不便。此外，Touch ID的整合無疑也會加快手機銀行應用的登錄速度，用戶賬戶的安全性也有了保證。

聲音識別系統的工作原理

由聲音識別企業“Nuance”公司所提供的技術內置有所謂的“Voice ID”（即聲音密匙）功能，它可以記錄并分析用戶的說話方式，進而辨別用戶口部、舌頭、喉部和呼吸的特有發音方式，用戶僅需經過快捷的訓練環節即可正常使用。在后續登錄時，用戶將會被要求讀出特定單詞的發音，系統會對發音進行比對。

有一個問題，模仿者有可能騙過系統嗎？

計算機接受聲音的方式和人耳接受聲音的方式非常不一樣。模仿他人的聲音也許是可能的，但想要在超過 100 個識別碼上騙過計算機幾乎是不可能的，況且計算機還會辨識用戶的體征和行為模式。

如果那天我碰巧因為感冒而聲線有所不同會怎么樣？

即便是在因感冒而出現聲線不同的情況下，Voice ID 系統還是能夠識別出用戶的聲音，因為它所分析的聲音構成因素有許多。即便是在感冒的情況下，你的口音、節奏、發音以及其他體征狀況還是不會發生變化。

另外，在信號不好的情況下也會是一樣，除非你的通話出現了中斷等情況。

如果我身處大街等較為嘈雜的地方又如何？

絕大多數智能手機都內置有噪音消除技術，這項技術可以阻隔絕大多數的外界噪音。而 Nuance 公司和 Voice ID 系統則會對剩余的噪音進行處理。除非你在登錄的時候碰巧遇上防空警報等顯著的噪音，日常生活的正常噪音不會影響你的登錄操作。

其他銀行有沒有使用語音識別技術？事實上，以巴克萊銀行（Barclays）為首的其他銀行在數年前已經開始面向少量用戶使用語音識別技術，其中巴克萊銀行的語音識別技術僅對少量優質的富裕客戶開放。截至目前，我們尚未獲悉這些銀行有被非法入侵的紀錄。

指紋識別是否足夠安全

iPhone 在主頁按鈕上整合了 Touch ID 傳感器，而你的指紋則被蘋果公司保存在一個加密的模塊當中。每當用戶用手指接觸主頁按鈕的時候，iPhone 會將 Touch ID 所讀取的指紋和儲存在加密模塊當中的指紋進行比對，進而給出允許或拒絕接入的判斷。用戶的指紋數據不會被外泄給任何公司，包括蘋果公司在內。

有可能用斷指進行解鎖嗎？

回答是不可能的，只要罪犯了解Touch ID的工作原理，你的手指都會非常安全。

Touch ID 傳感器會通過兩種方式讀取指紋。首先它會通過電容傳感器檢測由人體皮膚所釋放出來的電荷，這一點和觸摸屏檢測觸屏動作時的工作原理一樣。此外，它還會使用無線電頻率掃描儀來讀取活體皮下組織的指紋。由于第二種方式只對活體皮下組織有效，因此斷指并不能通過掃描，除非罪犯能以某種方式讓其保持鮮活狀態。

Touch ID

有沒有被入侵的可能

如果非要說Touch ID 有沒有被入侵的可能，確實有。

但盡管如此，想要入侵 Touch ID 也絕非易事，首先你需要一套價值超過 1000 英鎊的設備和材料，你還需要掌握犯罪現場偵察人員的技能，并收集到需要原用戶完整、清晰的指紋。入侵條件非常苛刻，一般的犯罪組織難以滿足。

尚未使用其他生物體征識別技術

語音和指紋僅僅是生物識別種類的其中兩項，其他目前正在使用或開發的技術包括：

1.心率識別技術，這項技術所使用的是每個人獨特的心率模式；

2.血管分布模式識別技術，這項技術會檢測每個人特有的皮下血管分布情況，最常用的是手掌、手腕以及手臂等部位；

3.虹膜識別技術，這項技術會通過設備的攝像頭辨認用戶的虹膜；

4.視網膜識別技術，和虹膜識別技術相似，這項技術會通過設備的攝像頭辨認用戶的視網膜。

我們曾經在電影中看到過有人通過取出他人眼球的方式來解鎖保險庫，這個怎么解釋？

除了語音和指紋識別技術外，其他生物體征識別技術皆尚未得到廣泛應用，因為這些技術在易用性、速度以及可靠性等維度上仍然有所欠缺。

有些識別系統甚至能夠辨別用戶使用鍵盤、鼠標、觸摸屏等輸入設備的模式，每個用戶在使用這些設備時的速度、模式、壓力以及習慣都有所不同，因此也可被用于用戶登錄的辨別工作上。但目前這類識別系統尚不會被銀行等嚴肅的機構采納。

這種情況也不會發生。首先，想要在保存眼球完整度的情況下取出眼球非常困難，而且想要通過視網膜掃描儀的驗證，被掃描的視網膜需要保存在有血液流動的鮮活狀態。虹膜掃描儀通常也會檢測用戶的虹膜是否發生運動，失活的眼球顯然不符合這個條件。

相關鏈接

語音識別技術，也被稱為自動語音識別，其目標是將人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，后者嘗試識別或確認發出語音的說話人而非其中所包含的詞匯內容。語音識別的研究工作可以追溯到20世紀50年代AT&T貝爾實驗室的Audry系統，它是第一個可以識別十個英文數字的語音識別系統。

但真正取得實質性進展，并將其作為一個重要的課題開展研究則是在20世紀60年代末70年代初。這首先是因為計算機技術的發展為語音識別的實現提供了硬件和軟件的可能，更重要的是語音信號線性預測編碼技術和動態時間規整技術的提出，有效地解決了語音信號的特征提取和不等長匹配問題。這一時期的語音識別主要基于模板匹配原理，研究的領域局限在特定人，小詞匯表的孤立詞識別，實現了基于線性預測倒譜和DTW技術的特定人孤立詞語音識別系統。同時提出了矢量量化和隱馬爾可夫模型理論。隨著應用領域的擴大，小詞匯表、特定人、孤立詞等這些對語音識別的約束條件需要放寬，與此同時也帶來了許多新的問題。