作者 | 杭瑩

來源|羊城晚報

2015年-2016年，生物識別行業(yè)的十年老兵李亞桐感知到AI技術(shù)正在點燃行業(yè)熱潮。人臉識別、人像技術(shù)成為“風(fēng)口上的豬”，學(xué)術(shù)界、產(chǎn)業(yè)界都開始走出來進行創(chuàng)新創(chuàng)業(yè)。

創(chuàng)業(yè)潮自然也波及到了李亞桐的內(nèi)心。但他想做點不一樣的?！凹热凰⒛樋梢?，那么刷聲音行不行？”“遠程業(yè)務(wù)過分發(fā)達后，是否會帶來弊端？”帶著這些問題和外界啟發(fā)，李亞桐開始探索聲紋識別。而故事的結(jié)果，是他與張偉彬博士、陳東鵬博士兩位合伙人一起創(chuàng)立了深圳市聲揚科技有限公司（下稱“聲揚科技”）。

聲揚科技的總部就在深圳香港中文大學(xué)深圳研究院內(nèi)，當(dāng)羊城晚報記者來到這里時，只覺樓宇間的科研與沉穩(wěn)風(fēng)，實在和聲揚科技的氣質(zhì)相配的很。

聲揚科技以聲紋識別技術(shù)為“語音安全底座”，自研全棧智能語音技術(shù)，覆蓋前端聲學(xué)信號采集、語音信號處理到后端特征提取識別全流程。其團隊集結(jié)了來自清華、復(fù)旦、香港科技大學(xué)、香港中文大學(xué)、康奈爾等全球頂尖高校的技術(shù)人才，核心產(chǎn)品線涵蓋金融聲紋反欺詐、智慧公安音頻分析及智能座艙終端語音等領(lǐng)域，在政府機構(gòu)和大型企業(yè)中得到了廣泛應(yīng)用，市場占有率持續(xù)領(lǐng)先。

用聲音DNA進行身份識別

走進聲揚科技，入口的展廳墻上掛著一副發(fā)展藍圖。聲揚科技聯(lián)合創(chuàng)始人、董事長李亞桐告訴羊城晚報記者，6年前公司從原先的辦公點搬到這里，但這幅圖一直沒有變過。藍圖上的內(nèi)容，就是以音頻處理和語音分析為核心，提供基于語音技術(shù)的信息安全服務(wù)。

聲紋識別服務(wù)，在當(dāng)時還未有人能實現(xiàn)大規(guī)模商業(yè)化應(yīng)用。2018年聲揚科技首次與合作伙伴一起完成了印度尼西亞的居民養(yǎng)老金提取遠程聲音確認項目，可以稱得上是首創(chuàng)。當(dāng)然，在這背后，年輕的團隊經(jīng)歷了太多挑戰(zhàn)。

語音分析技術(shù)如何在客戶需要的場景下進行優(yōu)化？用戶如何使用產(chǎn)品？交互設(shè)計怎樣才能更符合使用習(xí)慣？這些是橫在研發(fā)技術(shù)端的實際問題。而在這之外的，是一個新鮮事物要如何讓客戶相信它是可靠的、并且愿意為之買單。

在國內(nèi)，相似的應(yīng)用從有產(chǎn)品雛形到項目初次落地，用了兩年多時間。當(dāng)聲揚科技的語音分析技術(shù)嵌入到對方的產(chǎn)品模塊或部署于后臺系統(tǒng)后，系統(tǒng)可以通過聲紋識別來驗證說話人的身份，又通過聲音的活體檢測，來識別電話中的對方是否為真人聲音而不是錄音，以達到身份驗證和生存性驗證的效果。

商業(yè)化在海外和國內(nèi)都獲得大型客戶成功驗證后，李亞桐和團隊獲得了極大的信心。在聲紋識別技術(shù)的基礎(chǔ)上，團隊進一步研發(fā)出了2個產(chǎn)品，分別為“VoiceKEY”和“VoiceDNA”。顧名思義，KEY即聲音像鑰匙一樣可以進行登錄解鎖，DNA即聲音身份識別，當(dāng)身份造假時可以用聲音DNA進行檢測。

由此，聲揚科技在國內(nèi)的業(yè)務(wù)主線也開始明確。

撬動人工智能的信息安全應(yīng)用

2018年開始，聲揚科技開始和公安系統(tǒng)合作，幫助公安、司法部門的刑事偵查、專業(yè)鑒定等任務(wù)進行信息采集、識別、鑒定、聲音數(shù)據(jù)清洗和處理等。

截至目前，聲揚科技已和全國超200個省市縣級公安機關(guān)合作。聲揚科技有一個專門的團隊，隨時奮戰(zhàn)在一線，協(xié)助全國各地公安部門解決工作中遇到的各類聲音識別技術(shù)問題。

而另一方面，VoiceDNA也應(yīng)用到了金融安全維度?！啊甐oiceDNA’具備身份驗證、黑名單識別、團伙欺詐識別、多頭檢測等反詐能力，適用于貸前反欺詐、 惡意客訴識別、反催收中介識別等場景?！崩顏喭┍硎?。目前，聲揚科技和中國工商銀行、中國農(nóng)業(yè)銀行、中國人壽等都有合作。據(jù)了解，聲揚科技為工商銀行總行聲紋識別產(chǎn)品項目的唯一供應(yīng)商，2020年6月起在陜西、四川等四個分行上線，1年內(nèi)阻止了經(jīng)濟損失兩千萬元，讓工商銀行業(yè)務(wù)審核效率提升了125倍。

公共安全和金融安全，成為聲揚科技信息安全業(yè)務(wù)的兩條大腿，這兩個板塊的需求是快速增長狀態(tài)的。“當(dāng)前我們的經(jīng)濟發(fā)展速度太快了，在這個過程中會涌現(xiàn)出無數(shù)的問題，需要依靠技術(shù)手段進行精準(zhǔn)識別、以保護居民和國家的財產(chǎn)安全。”李亞桐保守估計道，人工智能在安防領(lǐng)域的應(yīng)用市場規(guī)模是萬億級別的，而聲揚科技如今撬動的還只是冰山一角。

憑借著在技術(shù)端的不斷攻堅克難，聲揚科技也被深圳市認定為深圳市“專精特新”中小企業(yè)，并成為了廣東省人工智能聲紋工程技術(shù)研究中心、國家高新技術(shù)企業(yè)。

不斷開拓終端語音需求

2023年，我國汽車產(chǎn)銷量分別完成3016.1萬輛和3009.4萬輛，同比分別增長11.6%和12%，產(chǎn)銷量連續(xù)15年穩(wěn)居全球第一。其中，新能源產(chǎn)銷分別完成958.7萬輛和949.5萬輛，同比分別增長35.8% 和37.9%，市場占有率達到31.6%。

新能源汽車市場的的蓬勃發(fā)展，讓聲揚科技團隊嗅到了另一絲商機。2019年，聲揚科技開始開辟智能座艙產(chǎn)品線，為車企提供智能座艙的語音信號處理技術(shù)。“能夠被國內(nèi)新能源頭部車企選中，體現(xiàn)了我們作為專業(yè)廠商的技術(shù)優(yōu)勢。而對人聲進行分析處理，本來就是我們最擅長的事。”他說。

通過“VoiceKEY”、“JustVoice”系統(tǒng)的搭載，新能源汽車可以實現(xiàn)聲紋開鎖，藍牙通話過程中的聲源定位、回聲消除、智能降噪等?！胞溈孙L(fēng)錄入的聲音是疊加在一起的。如何在嘈雜的環(huán)境音、空調(diào)聲等各種聲波中將噪聲部分摘除，只保留人聲、且不影響聲音音質(zhì)。就像在一盆清水中滴入一滴紅墨水后，要將其再撈出來一樣。”李亞桐向記者描述了這個過程。

而對汽車來說，不同車型內(nèi)部結(jié)構(gòu)不同，反射混響也都各有差異，需要針對不同車型進行差異化參數(shù)調(diào)整。截至2023年底，聲揚科技智能座艙累計量產(chǎn)授權(quán)已超過220萬輛乘用車、定點30余款車型，在同期國內(nèi)新能源汽車總產(chǎn)量的占比超過11%。

應(yīng)用場景的不斷拓展，背后是研發(fā)的不停嘗試與創(chuàng)新。據(jù)李亞桐透露，聲揚科技每年的研發(fā)成本占據(jù)營收的50%以上。

在聲揚科技的官方介紹里，有一句話是“做大模型的耳朵”。對此，李亞桐解釋道，當(dāng)大模型強大的軟件能力與這些硬件結(jié)合時，人機交互的模式也將被重構(gòu)，“語音對話式交互”將是最主流的方式之一，這令很多現(xiàn)有的終端產(chǎn)品，都值得用大模型重做一遍，從而直接為大模型的“耳朵”——語音數(shù)據(jù)的采集工具（如麥克風(fēng)陣列）及相關(guān)的終端語音帶來了新的增量需求，而這恰好是聲揚科技的強項。

今年3月，聲揚科技完成了由青島某地方國資平臺出資及部分老股東跟投的新一輪融資，為2023年以來低迷的AI語音一級市場中的一抹亮色。據(jù)了解，本輪融資將主要用于以安防為核心的傳統(tǒng)業(yè)務(wù)市場拓展，以及大模型應(yīng)用生態(tài)所催生的終端語音產(chǎn)品矩陣的研發(fā)布局。