近日，即构科技的实时互动 AI Agent 产品上线声纹识别能力。该能力面向多人、多声源并存的语音交互场景，通过判断"正在说话的人是否为目标用户"，降低 AI 被环境声音误触发、误响应的概率。
AI 语音对话场景扩张，声学环境不可控
实时语音 AI 的应用场景，正在从安静的单人环境扩展到家庭、教室、车内与户外等开放空间。场景扩张带来的直接问题是声学环境不可控。
同一台设备，在实验室里能准确响应的语音指令，到了真实环境中往往需要重复两到三次。
即构在客户的真实业务场景中观察到，当前最普遍的三类干扰分别是环境噪声、带人声的背景音乐，以及周围人的说话声。
三层处理，让 AI “听得清”“分得清”“认得出”
针对上述三类干扰，即构在实时互动 AI Agent 中引入声纹识别能力，从抗噪、人声分离与说话人确认三个层面分别处理：
听得清。 基于即构在音频 3A 与 AI 降噪领域的技术积累，该能力针对交通、办公、居家等多类复杂噪声进行了系统性抗噪优化，在抑制环境噪声的同时保留人声细节。
分得清。 针对带人声的背景音乐这类与真人语音相似度较高的干扰源，即构进行了重点优化，通过分离音乐中的人声与用户语音，减少由歌词引发的误触发与错误响应。
认得出。 针对不同距离下的多人声干扰，该能力进行了专项算法优化，增强对目标说话人的锁定与区分能力，降低周围人声被误识别的概率。
从处理链路看，声纹识别被放置在语音活动检测之后、语音识别之前。这一位置的意义在于：非目标声音在进入识别环节前即被拦截，从源头上避免干扰声音改变对话走向。
覆盖三大 AI 高频对话场景
该能力的直接受益场景，集中在多人共用一台设备、且环境声音不可控的领域。以下三类场景中，开启前后的差异都比较直观。
智能家居：音箱、中控屏等设备通常放置在客厅等开放空间，家人在旁聊天、电视播放、家电运行都会同时产生声音。开启声纹识别后，设备对该用户的指令作出响应，电视与家电的运行声不再触发误唤醒；用户下达一次指令即可完成，不必因为声音被掩盖而重复。
在线教育：学生多在家中上课，家庭成员的活动声音容易进入课堂音频。开启后，进入识别与评测环节的只有学生本人的声音，家庭成员的交谈不再造成识别中断或评测失真，学生发言的完整度得以保留。
语音社交与游戏：第三方软件播放的背景音乐常被误判为玩家发言，打断对话节奏。开启后，音乐中的人声被排除在发言判定之外，玩家的发言不会被截断，AI 的响应节奏保持连续。
目前，该能力已在 ZEGO 实时互动 AI Agent 上线，开发者可通过“即构官网-开发者文档”了解接入方式。