移动支付时代：语音和指纹识别靠谱吗

佚名

汇丰银行（HSBC）即将成为英国第一家在电话银行系统中使用语音识别技术的银行。此外，汇丰银行还为手机App上配置了指纹识别技术。那么，这两项技术的工作原理究竟是什么？它们到底有多安全？

两种识别技术的应用模式

汇丰银行的系统兼容两种安全模式。首先，汇丰银行面向 iPhone 5S、iPhone 6以及 iPhone 6S 的应用将会利用手机的内置指纹识别器以确认用户的身份，这一点和手机进行解锁及支付等操作中的指纹验证并无二致。而在语音方面，语音识别系统将会用超过 100 个识别码对用户的语音进行比对，包括节奏、口音、发音等等。除此以外，语音识别系统还可以辨别由不同的喉咙结构、鼻道以及声道所发出的语音。

这两种技术是否会让生活更为便利？汇丰银行希望通过语音识别技术为用户免除需要记忆密码之苦，现阶段，电话银行系统所使用的密码、密令等验证信息给用户造成了较大的不便。此外，Touch ID的整合无疑也会加快手机银行应用的登录速度，用户账户的安全性也有了保证。

声音识别系统的工作原理

由声音识别企业“Nuance”公司所提供的技术内置有所谓的“Voice ID”（即声音密匙）功能，它可以记录并分析用户的说话方式，进而辨别用户口部、舌头、喉部和呼吸的特有发音方式，用户仅需经过快捷的训练环节即可正常使用。在后续登录时，用户将会被要求读出特定单词的发音，系统会对发音进行比对。

有一个问题，模仿者有可能骗过系统吗？

计算机接受声音的方式和人耳接受声音的方式非常不一样。模仿他人的声音也许是可能的，但想要在超过 100 个识别码上骗过计算机几乎是不可能的，况且计算机还会辨识用户的体征和行为模式。

如果那天我碰巧因为感冒而声线有所不同会怎么样？

即便是在因感冒而出现声线不同的情况下，Voice ID 系统还是能够识别出用户的声音，因为它所分析的声音构成因素有许多。即便是在感冒的情况下，你的口音、节奏、发音以及其他体征状况还是不会发生变化。

另外，在信号不好的情况下也会是一样，除非你的通话出现了中断等情况。

如果我身处大街等较为嘈杂的地方又如何？

绝大多数智能手机都内置有噪音消除技术，这项技术可以阻隔绝大多数的外界噪音。而 Nuance 公司和 Voice ID 系统则会对剩余的噪音进行处理。除非你在登录的时候碰巧遇上防空警报等显著的噪音，日常生活的正常噪音不会影响你的登录操作。

其他银行有没有使用语音识别技术？事实上，以巴克莱银行（Barclays）为首的其他银行在数年前已经开始面向少量用户使用语音识别技术，其中巴克莱银行的语音识别技术仅对少量优质的富裕客户开放。截至目前，我们尚未获悉这些银行有被非法入侵的纪录。

指纹识别是否足够安全

iPhone 在主页按钮上整合了 Touch ID 传感器，而你的指纹则被苹果公司保存在一个加密的模块当中。每当用户用手指接触主页按钮的时候，iPhone 会将 Touch ID 所读取的指纹和储存在加密模块当中的指纹进行比对，进而给出允许或拒绝接入的判断。用户的指纹数据不会被外泄给任何公司，包括苹果公司在内。

有可能用断指进行解锁吗？

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

Touch ID 传感器会通过两种方式读取指纹。首先它会通过电容传感器检测由人体皮肤所释放出来的电荷，这一点和触摸屏检测触屏动作时的工作原理一样。此外，它还会使用无线电频率扫描仪来读取活体皮下组织的指纹。由于第二种方式只对活体皮下组织有效，因此断指并不能通过扫描，除非罪犯能以某种方式让其保持鲜活状态。

Touch ID

有没有被入侵的可能

如果非要说Touch ID 有没有被入侵的可能，确实有。

但尽管如此，想要入侵 Touch ID 也绝非易事，首先你需要一套价值超过 1000 英镑的设备和材料，你还需要掌握犯罪现场侦察人员的技能，并收集到需要原用户完整、清晰的指纹。入侵条件非常苛刻，一般的犯罪组织难以满足。

尚未使用其他生物体征识别技术

语音和指纹仅仅是生物识别种类的其中两项，其他目前正在使用或开发的技术包括：

1.心率识别技术，这项技术所使用的是每个人独特的心率模式；

2.血管分布模式识别技术，这项技术会检测每个人特有的皮下血管分布情况，最常用的是手掌、手腕以及手臂等部位；

3.虹膜识别技术，这项技术会通过设备的摄像头辨认用户的虹膜；

4.视网膜识别技术，和虹膜识别技术相似，这项技术会通过设备的摄像头辨认用户的视网膜。

我们曾经在电影中看到过有人通过取出他人眼球的方式来解锁保险库，这个怎么解释？

除了语音和指纹识别技术外，其他生物体征识别技术皆尚未得到广泛应用，因为这些技术在易用性、速度以及可靠性等维度上仍然有所欠缺。

有些识别系统甚至能够辨别用户使用键盘、鼠标、触摸屏等输入设备的模式，每个用户在使用这些设备时的速度、模式、压力以及习惯都有所不同，因此也可被用于用户登录的辨别工作上。但目前这类识别系统尚不会被银行等严肃的机构采纳。

这种情况也不会发生。首先，想要在保存眼球完整度的情况下取出眼球非常困难，而且想要通过视网膜扫描仪的验证，被扫描的视网膜需要保存在有血液流动的鲜活状态。虹膜扫描仪通常也会检测用户的虹膜是否发生运动，失活的眼球显然不符合这个条件。

相关链接

语音识别技术，也被称为自动语音识别，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。语音识别的研究工作可以追溯到20世纪50年代AT&T贝尔实验室的Audry系统，它是第一个可以识别十个英文数字的语音识别系统。

但真正取得实质性进展，并将其作为一个重要的课题开展研究则是在20世纪60年代末70年代初。这首先是因为计算机技术的发展为语音识别的实现提供了硬件和软件的可能，更重要的是语音信号线性预测编码技术和动态时间规整技术的提出，有效地解决了语音信号的特征提取和不等长匹配问题。这一时期的语音识别主要基于模板匹配原理，研究的领域局限在特定人，小词汇表的孤立词识别，实现了基于线性预测倒谱和DTW技术的特定人孤立词语音识别系统。同时提出了矢量量化和隐马尔可夫模型理论。随着应用领域的扩大，小词汇表、特定人、孤立词等这些对语音识别的约束条件需要放宽，与此同时也带来了许多新的问题。