（中国人民公安大学信息网络安全学院 北京 100038）

1 引言

人类发声是一个复杂的生理物理过程，它受语言中枢和多个发声器官共同支配。由于个体发声器官尺寸和形态上的差异、大脑神经的生理构造的差异、发声人的心理状态以及其所处的外界语言环境的差异，使得每个人的声纹图谱独一无二，且在一段时间内个体的声学特征稳定且唯一。为此，在一般情况下，根据声纹或语音来识别、判断说话人身份的可行性较大。

随着人工智能、大数据、云计算等技术的飞速发展，声纹识别和语音识别技术的准确性、智能性、迅捷性得到了大幅提升。声纹识别和语音识别技术逐步产业化，其典型应用场景惠及公安司法领域、智能家居、医疗服务监控、远程办公、金融行业身份确认等。近年来，我国声纹和语音识别技术发展势头迅猛，声纹识别、语音合成、语音转换、语义理解等技术已达到世界领先水平。

声纹识别和语音识别技术发展证明了语音资料作为证据的真实性和有效性，在电信诈骗等非物理空间案件中侦破中发挥了巨大的作用，其在公安实战中的应用场景不断探索与拓展。

2 声纹识别和语音识别技术

2.2 声纹识别技术

声纹识别是把声信号转换成电声学仪器上显示的携带语言信息的声波频谱的电信号，可以视作说话人语音中所含特征的集合，具有个体内的相对稳定性和个体之间的差异性，因此声纹可以用于个体识别以及同一认定。……