10月，在东半球最佳的相声晚会——“锤子手机”发布会上，科大讯飞的语音辨认技能意外火了。罗永浩花了二十分钟来讲锤子手机选用的这项技能。

而在安防范畴，音频体系早已是安全防备体系的首要组成部分。尽管超越70%的网络摄像机具有单向或多向的音频功用，但真正实践运用音频功用的监控摄像机却很少。对将来音频监控商场的剖析以为，会坚持稳步增长的趋势，增幅会在10%左右。IHS猜测将来音频功用将在视频监控体系中得到更多的注重。

在许多工作中，我们调取录像材料，发现只要画面没有声响，全部只靠当事人的口供，无疑给公安机关侦破案件带来妨碍，大众的质疑很难防止。加装音频监控无疑将会处理质疑的疑问而且添加依据的说服力。

因而，如今许多的才智安防体系，现已请求添加音频收集，例如在安全城市、公检法办案区、金融机构、公共交通、教学监考、行政效劳、执法取证等范畴，不断增加的优异项目需求高清晰、高保真的音视频同步监控体系，在优异安防工程中已凸显出音频监控的首要性。

声纹辨认

音频监控经过多年的开展，现已能够做到经过声响的辨认来判别说话人的心情、所在的环境等疑问。而在音频监控环节中，声纹辨认供给了首要的技能支持。

声纹辨认归于生物辨认技能的一种，是一项依据语音波形中反映说话人生理和做法特征的语音参数，自动辨认说话人身份的技能。这儿需求着重的是，和语音辨认不同，声纹辨认运用的是语音信号中的说话人信息，而不思考语音中的字词意思，它着重说话人的特性，而语音辨认的意图是辨认出语音信号中的言语内容，并不思考说话人是谁，它着重共性。

一起，与别的生物辨认比较，声纹辨认的运用有一些特别的优势：(1)包含声纹特征的语音获取便利、自然，声纹获取可在不知不觉中完结，因而运用者的承受程度也高；(2)获取语音的辨认本钱低价，运用简略，一个麦克风即可，在运用通讯设备时更无需额定的录音设备；(3)合适长途身份承认，只需求一个麦克风或电话、手机就能够经过网路(通讯网络或互联网络)完成长途登录；(4)声纹辨认和承认的算法杂乱度低；(5)合作一些别的办法，如经过语音辨认进行内容鉴别等，能够进步准确率。

这些优势使得声纹辨认的运用越来越受到体系开发者和用户喜爱，声纹辨认的世界商场占有率15.8%，仅次于指纹和掌纹的生物特征辨认，并有不断上升的趋势。

声响定位

大家常常凭借听觉来判别发音物体的方位。例如，当你单独行走时，俄然听到一个响声，你会立刻判别出这个声响是什么声响、对你有无威胁、它来自何方等等。断定声响的方向和间隔需求比较来自两耳信息，尽管你会很快做判别和反响，但声响定位进程是听觉体系杂乱归纳的功用。而声响定位则是经过强度差、时刻差、因色差、相位差等来完成。

音频场景剖析

作为大家感知外界环境的一个首要通道，听觉在视野妨碍、不利光照条件等状况中可起到视觉无法代替的效果，是视觉的首要补充。比较于图画数据，音频信号往往可运用相对简略的设备进行收集而且占用更少的存储空间和处理时刻。跟着当时移动平台核算才能的不断进步，呈现了不断增加根据音频的各类运用，所触及的音频处理算法一直是有关研讨范畴的要点。

其间，获取、剖析和有用运用音频数据所携带的语义信息，对根据内容的多媒体检索、摘要以及开发上下文自适应的运用等具有首要意义。音频场景剖析首要是为了剖析、决议计划、预警所监听环境下发作的反常做法。其核心技能是根据各类反常声响在时域、频域的特征，结合模式辨认的分类办法对反常工作报警。

语音辨认

与机器进行语音沟通，让机器理解你说什么，这是大家长期以来梦寐以求的工作。语音辨认技能即是让机器经过辨认和理解进程把语音信号转变为相应的文本或指令的高技能。语音辨认技能经过几十年的开展，根据深度学习的人工智能语音将得到大范围的运用。

音频监控在安防范畴大有可为

因为传统视频监控体系，受摄像机镜头和装置视点限制，监控区域很难做到无死角掩盖，即使经过多视点装置摄像机，也无法确保全掩盖，因为摄像机图画收集受许多环境要素(例如：现场照明、强光源搅扰等)影响而无法有用收集现场图画。而音频监控技能因为音频自身的技能特性，基本上不存监控死角，能更有用的掌控现场的实时状况。所以音频监控技能越来能够非常好的补偿视频监控技能的缺乏。

一起，声响具有一系列特有的特征，如不受白天和晚上的影响，不容易遮挡，具有方向性等等。在球机上安顿拾音器，对声响的方向进行定位，当检测到反常声响时操控球机到相应方位，这样一来，在一定程度上就能够第一时刻看到反常声响所在方位的实时视频，为断定事态供给了多种信息。（这篇文章部分技能支持来源于快鱼电子）

人工智能年代，语音技能以及和语音技能有关的运用、图画技能以及有关运用在今天变得格外首要。而围绕着语音、图画以及别的传感器所发生的数据，以及这些数据的生产、剖析、安排和花费，在以后的很长的时刻里，注定会变成智能范畴中最首要的开展方向。我们等待智能音频带给安防的巨大变化。