与全球市场相比，中国安防市场发展迅速。在安防行业，视频监控一直处于主角地位。随着经济的发展、技术的成熟和政府公共安全的大力推进，视频监控的发展速度也越来越快。
视频监控的主要研究对象一直是图像，但事实上在安防行业声音也很重要。
声音是应用性和经济性较高的生物特征。与其他生物识别相比，声纹识别具有交互自然、不易仿冒、侵犯性较低等优点，是符合密码认证机制的生物特征识别技术。且无需特殊的设备，数据采集极为方便，可用于远程控制的非接触式生物识别，造价低廉，算得上为经济、可靠、简便和安全的身份识别方式。
基于这些优势，声纹识别非常适合在大范围的安防场景下使用。
在视频监控中，同时录制声音与视频画面的监控被称为音频监控。音频实现画面与声音同时保留下来，声音一般通过拾音器来收集，因此将摄像头称为“眼镜”，拾音器称为“耳朵”。但目前的音频监控收集到的声音往往因环境因素影响，存在很大的噪音，这对于音频监控收集声音的意义十分不利。但事实上行业对音频监控的需求是十分强烈的，尤其是在检察院、高速公路、银行等重要的场合。
视频监控从无声到有声，让单一画面视频变得更加有价值与意义；楼宇对讲就是基于声音的传递，来实现沟通从而进行管理控制；会议系统、广播音响等也对声音的传播与扩散有着严格的要求。
目前我国声纹识别技术虽然在细分领域中的应用也没有全面爆发，但是，随着安防步入智能化时代，语音识别将迎来更多成长机会、更大的发展空间。
