識別類型

1． 按應(yīng)用場景分類

一對一：身份確認(rèn)，即在知道是某人身份的情況下，判斷音頻是不是此人的聲音。例如在銀行app，當(dāng)前已經(jīng)登錄賬戶，在進行轉(zhuǎn)賬或其它操作時，需要判斷是否本人在操作，這時候就可以通過一對一場景下的聲紋識別，判斷是不是登錄的賬號本人。

一對多：身份辨認(rèn)，在一個注冊了很多聲紋用戶組中，根據(jù)音頻判斷是其中的哪個人的聲音。比如很多人用微信注冊了聲紋，然后用聲紋鎖登錄時，需要判斷在所有已注冊聲紋的用戶中，音頻對應(yīng)的是其中哪個人，在很多的注冊用戶中，找到音頻對應(yīng)的聲音身份。

多對多（聲紋聚類）：在一些雜亂的音頻中，找出特征相似（某個人）的所有音頻，則可以通過音頻之間的對比，把相似的音頻歸為一類，從而選出特征相似（同一個人）所有音頻。

2. 按音頻內(nèi)容分類

文本相關(guān)：文本相關(guān)指的是說出規(guī)定的短句（一般為4到6個字的短句），用于聲紋識別。例如在智能音箱喚醒的時候，可以根據(jù)音色判斷喚醒人的身份 ，如果是小孩子喚醒則可以開啟兒童模式，如果是未提前注冊的則不能進行喚醒音箱。

文本半相關(guān)（隨機數(shù)字串）：指的是隨機的6位或8位數(shù)字串，這是一種配合式的聲紋識別模式，需要讀出app或者其它客戶端生成的6位或8位數(shù)字串，也可以結(jié)合語音識別技術(shù)（ASR）判斷讀的數(shù)字串是否正確。目前文本半相關(guān)的聲紋識別模式在生活中接觸到的最多，許多銀行類的APP，以及微信和支付寶聲紋識別都采用的這種方式，方便讀、識別率也高。所以很多APP上的聲紋識別身份認(rèn)證一般都采用一對一的隨機數(shù)字串。

文本無關(guān)：指的是沒有文本規(guī)定，沒有語言限制，只需要有某人的聲音，就可以進行聲紋識別，有一種場景是需要知道某段音頻說話人的身份，但是音頻是隨機說的一些內(nèi)容，需要對這些音頻進行聲紋識別，這種就是文本無關(guān)的識別方式。像警方的需求就比較多一些，因為警方可以拿到很多案件中關(guān)鍵性的音頻，需要判斷音頻人的身份。以及在電話端的無感知聲紋識別，不管電話里在說什么內(nèi)容，都可以進行識別，判斷對方的身份。