不用手也不刷臉，研究人員說下一代的手機解鎖靠嘴

　　2017-11-29 07:21手機/操作系統/智能手機

　　我們平時在登錄應用或解鎖手機時可能經常會聽到人說，「我的聲音就是我的密碼。」比如當你每次登錄微信的時候，就會碰到類似聲音鎖的驗證方式。

　　

　　基於生物特徵的語音識別的確非常方便，讓你動動嘴巴就能解鎖，但它絕非可靠。一種可能性是，你的聲音很有可能會被別人錄下來，如果再經過一定的剪輯處理的話，他們就能輕而易舉地解鎖你的移動設備。

　　佛羅里達州立大學（Tallahassee）的安全工程師Jie Yang還補充了一點，目前人們在社交媒體上發布的音頻和視頻是如此之多，這讓詐騙者從目標對象那裡獲取語音樣本變得更加容易，語音識別的風險也隨之增加。

　　基於此，Jie Yang和他的研究團隊設計了一種防止語音識別被破解的新方法——利用聲吶技術解鎖手機，即通過人的聲音來進行導航與測距，形成關於說話時的唇部運動的信號，這些被記錄下來的運動軌跡可以成為用戶解鎖手機的獨特密碼。

　　概括來說，這種獨特的標識符是由每個人發出的聲音與唇部運動軌跡相結合而產生的。

　　

　　研究人員開發的這款APP名為VoiceGesture，內嵌了聲納檢測系統，使用安卓智能手機作為多普勒雷達（一種探測運動目標位置和相對運動速度的雷達）。

　　當用戶通過內置話筒說出解鎖密碼時，該應用程序會通過手機的揚聲器發出一個幾乎聽不見且20千赫的高頻聲音信號。這個聲音信號會從正在運動的下顎、嘴唇和舌頭反射並創建一個獨特的「口印」。基於這一標識，就可以檢測說話者本人的身份。

　　

　　基於多普勒頻移(聲音信號的發射和接受之差)原理，該APP能識別像應急車不停變化的警笛聲那樣的音頻。

　　那麼，這款APP識別的準確度如何？計算機科學系助理教授Jie Yang說，他們的系統評估涉及21名用戶、數千條密碼短語和三類智能手機：三星Note 5，Note 3和Galaxy S5。實驗結果表明，VoiceGesture的檢測精度達到了99％以上。

　　研究人員還表示，該系統在語音頻率不同或手機擺放位置不同等情況下也同樣適用，手機放在耳邊或嘴前不影響它的識別準確度。

　　

　　但這還不是關於「更安全的語音生物識別技術」的唯一研究。今年10月，Digital Trends介紹了密歇根大學的一個項目，他們的新語音識別系統利用基於加速度計的可穿戴配件（項鏈、耳塞或眼鏡附件等）來測量人臉、喉嚨或胸部獨有的皮膚振動，進而確定是誰在說話。

　　不過，VoiceGesture的突出之處在於它不需要額外的硬體，即無需自行更換物理設備。Jie Yang表示，這款APP可以與現有的智能手機操作系統集成，以便更安全地進行設備登錄。 目前該團隊已經聯繫了Google，他們正在審查所提議的技術。

　　「我們希望能在明年2月初得到google的反饋。」 Jie Yang說，「我們也計劃將這項防欺騙技術擴展到類似Amazon Echo和Google Home等其他的智能語音設備中，並且還在考慮與三星、華為等其他智能手機製造商接觸。」

　　所以，聽起來這是一種通過收集用戶身體部位的振動來給單一的語音識別提供物理補充的新技術。如果真的能提高手機解鎖的安全係數，還是希望它在不久的將來能應用到下一代的智能手機上，畢竟我們現在已經生活在一個被語音識別環繞的世界里了。



　　2017-11-29 07:21手機/操作系統/智能手機

　　我們平時在登錄應用或解鎖手機時可能經常會聽到人說，「我的聲音就是我的密碼。」比如當你每次登錄微信的時候，就會碰到類似聲音鎖的驗證方式。

　　

　　基於生物特徵的語音識別的確非常方便，讓你動動嘴巴就能解鎖，但它絕非可靠。一種可能性是，你的聲音很有可能會被別人錄下來，如果再經過一定的剪輯處理的話，他們就能輕而易舉地解鎖你的移動設備。

　　佛羅里達州立大學（Tallahassee）的安全工程師Jie Yang還補充了一點，目前人們在社交媒體上發布的音頻和視頻是如此之多，這讓詐騙者從目標對象那裡獲取語音樣本變得更加容易，語音識別的風險也隨之增加。

　　基於此，Jie Yang和他的研究團隊設計了一種防止語音識別被破解的新方法——利用聲吶技術解鎖手機，即通過人的聲音來進行導航與測距，形成關於說話時的唇部運動的信號，這些被記錄下來的運動軌跡可以成為用戶解鎖手機的獨特密碼。

　　概括來說，這種獨特的標識符是由每個人發出的聲音與唇部運動軌跡相結合而產生的。

　　

　　研究人員開發的這款APP名為VoiceGesture，內嵌了聲納檢測系統，使用安卓智能手機作為多普勒雷達（一種探測運動目標位置和相對運動速度的雷達）。

　　當用戶通過內置話筒說出解鎖密碼時，該應用程序會通過手機的揚聲器發出一個幾乎聽不見且20千赫的高頻聲音信號。這個聲音信號會從正在運動的下顎、嘴唇和舌頭反射並創建一個獨特的「口印」。基於這一標識，就可以檢測說話者本人的身份。

　　

　　基於多普勒頻移(聲音信號的發射和接受之差)原理，該APP能識別像應急車不停變化的警笛聲那樣的音頻。

　　那麼，這款APP識別的準確度如何？計算機科學系助理教授Jie Yang說，他們的系統評估涉及21名用戶、數千條密碼短語和三類智能手機：三星Note 5，Note 3和Galaxy S5。實驗結果表明，VoiceGesture的檢測精度達到了99％以上。

　　研究人員還表示，該系統在語音頻率不同或手機擺放位置不同等情況下也同樣適用，手機放在耳邊或嘴前不影響它的識別準確度。

　　

　　但這還不是關於「更安全的語音生物識別技術」的唯一研究。今年10月，Digital Trends介紹了密歇根大學的一個項目，他們的新語音識別系統利用基於加速度計的可穿戴配件（項鏈、耳塞或眼鏡附件等）來測量人臉、喉嚨或胸部獨有的皮膚振動，進而確定是誰在說話。

　　不過，VoiceGesture的突出之處在於它不需要額外的硬體，即無需自行更換物理設備。Jie Yang表示，這款APP可以與現有的智能手機操作系統集成，以便更安全地進行設備登錄。 目前該團隊已經聯繫了Google，他們正在審查所提議的技術。

　　「我們希望能在明年2月初得到google的反饋。」 Jie Yang說，「我們也計劃將這項防欺騙技術擴展到類似Amazon Echo和Google Home等其他的智能語音設備中，並且還在考慮與三星、華為等其他智能手機製造商接觸。」

　　所以，聽起來這是一種通過收集用戶身體部位的振動來給單一的語音識別提供物理補充的新技術。如果真的能提高手機解鎖的安全係數，還是希望它在不久的將來能應用到下一代的智能手機上，畢竟我們現在已經生活在一個被語音識別環繞的世界里了。