近日，根據調查機構CIRP的報告顯示，亞馬遜在2014年11月推出的Echo係列智能音箱產品在美銷量已突破510萬台。並且，根據市場數據，CIRP推算2016年前九個月亞馬遜就已經售出200萬台Echo產品（包括Echo DotEcho Tap）。

　　看到亞馬遜的智能音箱銷量如此之好，深夜草莓app破解版都意識了智能家居語音控製係統的前景之利好。不過，即使當前的語音識別技術已經基本上達到了人們所需要的標準，在智能家居語音控製係統之中，仍然有一些瑕疵的存在，比如在人聲嘈雜的環境裏，如何正確識別出用戶發出的命令。

　　出於需求，聲紋識別是智能家居的一個補充

　　當前，盡管智能家居語音控製係統已經滿足了人們的基本需求，不過，仍然有一些小小的不足，而這方麵，就需要聲紋識別技術進行補充了。

　　借助聲紋識別，進一步提升用戶體驗。以智能音箱為例，為了更好的進行定位、捕捉聲音、以及降低無關噪音的影響，開發者們會采用多麥克風的形式，不過，一旦處於人聲鼎沸的環境之中，智能音響的語音識別係統極有可能“罷工”，因為它很難從眾多聲音中準確的識別出下命令的用戶。

　　在智能家居之中，大多家庭往往隻買一個智能音箱。打個比方，當聲紋識別技術發展較為成熟之時，若一位家庭成員呼喚音箱打開自己房間的燈，語音控製係統就能通過聲紋識別技術確認說話人的身份，從而準確的打開說話人房間的燈。由此，在體驗上，不管是從眾多人聲中準確辨認用戶，還是確認說話人的身份，聲紋識別都能讓用戶體驗進一步的提升。

　　搭載聲紋識別，提高家庭安全指數。由於不能確認說話人的身份，隻要條件允許，當非用戶下達命令之時，語音控製係統極有可能會執行。

　　舉個例子，有人非法入侵住宅，若語音控製係統不限製說話人的身份，縱然有著智能監控係統，闖入者完全可以直接下命令關閉監控係統，如此一來，闖入者就成功的得到了住宅的臨時控製權。當搭載聲紋識別技術，基於聲紋的獨特性，再不能識別出闖入者身份的前提下，語音控製係統就能接著進行報警等一係列安防措施。

　　備受青睞，聲紋識別仍有“困擾”

　　如今，在智能家居領域，語言識別已經充分的體現了自己的價值，緊接著，隨著語音識別熱潮的過去，聲紋識別又成為了新的熱門，被稱為智能家居未來發展的關鍵，或是語音交互的下一個風口。且不論它在智能家居領域的未來發展如何，就目前而言，其想在智能家居領域真正落地，還需解決一些困擾。

　　首先是聲紋的采集和特征的建立。不管是人工識別，還是依靠深度學習算法進行自動化識別，聲紋庫的建立都是進行一切行動的前提。當前，公安的聲紋鑒別庫應該是最全的，不過，企業要想研究聲紋識別，從公安處入手顯然行不通，因而，聲紋庫的建立就依賴於企業自行收集，這是一件相當艱難的任務。

　　不同於人類的雙耳，機器的識別都是在數以百萬、千萬計的數據訓練中不斷改善的，可以說，如果沒有足夠的數據支持，就沒有如今的語音識別等人工智能技術的突破。對於企業而言，想要訓練聲紋識別算法，他們所需的不僅僅是語音數據，還需要特征多樣化的語音數據，像方言、口音等等，如此才能全方麵的對聲紋識別算法進行訓練。

　　除了聲紋的采集，聲紋特征的建立也是當前聲紋識別進展的一個難題。理論上來講，聲紋就像指紋一樣，很少會有兩個人具有相同的聲紋特征。雖說如此，但正如雙胞胎一般，有些聲紋極其相似，可能隻存在一丟丟的差異，這時，找出特征就成了一件相當具有難度的事。當然，你或許會說這部分可以由計算機完成，的確，依計算機的運算速度，該工作的完成還是相當不費吹灰之力的。不過，在特征建立工作中，這裏又再次回到了上一個話題，沒有充足的聲紋庫，又如何建立足夠的聲紋特征？

　　其次，除了聲紋的采集和特征的建立，如何準確識別說話人也是當前一個急需解決的問題。不僅僅是靜態檢測，現在的聲紋識別更多的是被要求進行實時動態監測，因而，說話環境、說話人身體狀況、情緒變化等都能對聲紋識別的結果造成影響。

　　以說話人本身的狀況為例，用iphoness 7上Siri的聲紋識別做實驗，在提前保存聲紋數據的基礎上，鎂客君的小夥伴分別以正常、加粗、尖細的聲音喚醒Siri，結果證明，隻有正常的語音狀態下，Siri才能被喚醒，其他則是毫無反應。對照該結果，深夜释放自己无限看安卓可以總結，隻要說話人的聲音出現狀況，比如沙啞、情緒化等等，聲紋識別係統就不能將之與庫中的聲紋對上號，從而不能確認說話人的身份。

　　正如當前人們所言，在語音識別之後，聲紋識別成了智能家居的又一個關注點。然而，聲紋庫、特征的建立以及提高準確率也不是一朝一夕可以完成的，就比如語音識別，縱然準確率已經接近百分之百，但若周遭環境嘈雜，其準確率就差強人意了。因而，在智能家居領域內備受青睞的聲紋識別，其距離應用的日子還有一段路要走！