Голосовая биометрия что это
Как работает голосовая биометрия
Какая бывает биометрия, сколько это стоит и почему у этой технологии большое будущее.
Технический директор системного интегратора «Мерион Нетворкс»
«Ты у меня не такой как все» — не просто приятные слова, которые говорят нам родители и любимые. Это абсолютная правда!
На этой правде основана технология, которая помогает предотвращать финансовые преступления и упрощает нам жизнь при общении с крупными компаниями. Давайте поговорим про голосовую биометрию.
Что это такое
Отпечатки пальцев, рисунок вен на руках, сетчатка или радужная оболочка глаза и голос — всё это у нас уникально. Даже походка уникальна. Ни у кого нет точно такой же.
Именно эти параметры используются в биометрии.
Биометрию делят на физиологическую и поведенческую. Вопрос: к какому типу отнести вены на руках? Правильно, к физиологической. А сетчатку? Тут тоже всё просто. А что вы скажете про голос? Тут я советую не торопиться с ответом про физиологический фактор и подумать вот о чём.
Знаете выражение «голос дрожит»? Бывало такое у вас? Первое публичное выступление, робкое свидание… Личный телефонный разговор в переполненном общественном транспорте… Думаю, да. Наш голос сильно зависит не только от физиологических особенностей, но и от эмоций.
Чтобы снизить зависимость оценки от эмоционального состояния, в алгоритмах голосовой биометрии анализируется около 80 разных параметров нашего голоса!
Как используется
У биометрии есть две базовых задачи: идентификация и аутентификация.
Идентификация отвечает на вопрос «Кто это?». Например, в контакт-центр поступает звонок от неизвестного абонента — и голосовая биометрия должна определить, кто звонит. Для этого голос звонящего сравнивается со всем массивом биометрических данных, который имеется в нашем распоряжении.
Вторая задача — аутентификация. Это немного иная ситуация, подтверждение личности. Мы предполагаем, кто звонит, но надо в этом убедиться. То есть в этом случае мы узнаём: «А точно ли нам звонит Петров Иван Геральдович с датой рождения 24 февраля 1963 года?»
Тут уже есть гипотеза о личности — следовательно, нам достаточно сравнить голос звонящего с образцом биометрии, которая хранится на нашей стороне.
Что это за образец? Это шаблон или, другими словами, слепок, который оставляет вам клиент (разумеется, вы должны получить на это согласие).
Слепки собирать сложно. Но сейчас государственные органы работают над созданием Единой биометрической системы (ЕБС). Биометрическим слепком, оставленным в одном банке, смогут пользоваться другие банки, таким образом защищая ваши деньги от мошенничества и скорее открывая вам доступ.
Сколько стоит внедрение биометрии
Рассчитать приблизительную окупаемость внедрения голосовой биометрической системы не так уж и сложно. Если для примера усреднить все требования заказчиков и пробежаться по решениям, предлагаемым вендорами, получим затраты на внедрение порядка 10 млн рублей. Разумеется, это некая «средняя по больнице», а конкретная сумма зависит от глубины интеграции в ИТ-систему покупателя.
Теперь представляем себе некий банк «РосЕвроБетонСвязьКапитал», в котором оператор в среднем за 1 минуту идентифицирует и аутентифицирует клиента, а затем примерно за 4 минуты разбирается с его вопросом.
Предположим, менеджмент «РосЕвроБетонСвязьКапитала» держит заработную плату агентов контакт-центра на рыночном уровне и платит 50 000 рублей в месяц за 160 трудочасов ( 9 600 минут) оператора.
Разделив 50 000 рублей на 9 600 минут, мы получим 5 (пять) — именно столько рублей стоит минута работы вашего оператора.
При внедрении в «РосЕвроБетонСвязьКапитал» голосовой биометрии мы можем смело вычеркнуть 1 минуту на идентификацию и аутентификацию. Тем самым, даже при небольшом количестве обращений в сутки (пусть это будет 5 000 обращений), будет сэкономлено 5 000 минут.
Итого: для типовой инсталляции, при затратах в 10 000 000 рублей на внедрение системы голосовой биометрии, мы имеем среднюю окупаемость через 13 месяцев. Неплохо, согласитесь?
Кто уже в биометрическом клубе?
Несложно догадаться, что технология интересна государству. Например, в Индии существует система UIDAI, используемая для идентификации граждан и резидентов. Представьте, в ней собрано примерно 1,15 млрд слепков. Это 85% населения!
В 2016 году в России активно заговорили о создании ФИСБУ (Федеральной информационной системы биометрических учётов), которая помогает искать преступников по биометрическим признакам: радужка, татуировки на теле и, возможно, в ближайшее время появится возможность искать по походке. Ориентировочно реализация этой фичи запланирована на 2021 год.
В бизнесе интерес не меньше. В 2017 году Сбербанк потратил 260 млн рублей на проект голосовой биометрии. По заверению руководства банка, проект имел плановую точку окупаемости через 2 года с момента внедрения.
«Почта-банку» голосовая биометрическая система помогла отбить мошеннические атаки примерно на 10 млн рублей.
Также в биометрическом клубе находятся Альфа-банк, «Хоум Кредит» и «Тинькофф» — все они уже внедрили технологию на участках обслуживания клиентов.
Итоги
Поскольку технология новая, запустить её на полную мощность пока не даёт имеющаяся законодательная база. Так, например, Правительство РФ пока не разрешает масштабировать биометрию на все типы банковских операций.
В то же время есть и другие проблемы. Это недоверие людей и отсутствие масштабной централизованной базы биометрических слепков.
Однако вектор развития технологии уже понятен — государство и бизнес будут стремиться автоматизировать авторизационные и идентификационные операции. Профиты от повышения их точности и скорости и одновременного уменьшения стоимости уже очевидны.
Голосовая биометрия. Краткий обзор технологии
На днях прошла новость о том, что голланский ING стал первым европейским банком, запустившим активируемые голосом мобильные платежи. И тут я вспомнил, что тема биометрической аутентификации по голосу была не только одной из первых, о которой я писал в этом блоге 8 лет назад, но и когда я писал про нее в январе, то обещал сделать краткий обзор рынка биометрической аутентификации, что сейчас и делаю.
Еще одним преимуществом именно голосовой биометрии в том, что она «многоразова», если так можно выразиться. Лицо у вас одно, глаз максимум два, пальцев, если все хорошо, десять. И если эти данные украдены или скомпрометированы, то с этим ничего уже не поделаешь. Вы не можете использовать чужие пальцы, глаза, руки для своей идентификации. А кража базы «фраз» приведет только к тому, что система голосовой аутентификации может попросить вас произнести новую фразу или просто «поговорить с ней».
Наконец, если вспомнить, что системы аутентификации отличаются по тому, «кто вы», «что у вас есть», «что вы знаете» и «что вы делаете», то голосовая биометрия, в отличие от других систем биометрической аутентификации, использует все эти 4 фактора. По физическим характеристикам голоса она определяет «кто вы». Она определяет как и что вы говорите, то есть она позволяет защититься от атак на статические системы аутентификации (например, пароли). В конце концов она может определить, что вы знаете, если в качестве фразы для идентификации будет использоваться пин-код или пароль.
Защита от мошенников реализуется путем использования обычных «черных списков», то есть списков голосовых отпечатков известных мошенников. Соответствующий специалист помечает голос как мошеннический и затем все звонки сравниваются с «черным списком» мошенников. В России, где отсутствует база голосовых отпечатков мошенников и преступников, этот метод будет не самым эффективным и каждый потребитель систем голосовой биометрии будет вынужден самостоятельно формировать собственную базу мошенников (соблюдение законодательства о персональных данных пока оставим в стороне). Но зато со временем организации, особенно в некоторых отраслях, смогут обмениваться такими базами, как это, например, делают антивирусные вендоры. Хорошая перспектива есть у банков (а они, наверное, самый первый кандидат на применение таких систем), у которых есть FinCERT, который сможет со временем обмениваться не только данными по IP/DNS/E-mail-адресам мошенников, но и дополнить рассылаемую информацию голосовыми отпечатками.
Бояться этой якобы редкой технологии не стоит. Сегодня весь мир стоит на пороге (круто завернул, а) UAF/U2F-революции от альянса FIDO, когда любое устройство, приложение или средство защиты сможет абстрагироваться от конкретного метода аутентификации/идентификации, возложив эту задачу на U2F/UAF-спецификацию, которая и обеспечит интеграцию с нужным методом аутентификации.
Если пытаться перевести выгоды от использования голосовой биометрии на язык цифр, то они могут заключаться в следующем:
Из игроков рынка голосовой биометрии можно выделить следующих:
ЗЫ. Кстати, по 17/21/31-му приказам голосовая аутентификация вполне себе разрешена. Только вот сертифицированных по требованиям ФСТЭК решений в России пока нет.
Голосовая биометрия в контакт-центре банка. Кейс внедрения
Всем привет! В прошлом году мы внедрили свое решение для голосовой верификации пользователей контакт-центров VoiceKey.Agent в Приорбанк (это один из крупнейших коммерческих банков Беларуси, входящий в австрийскую группу «Райффайзен») и теперь хотим рассказать вам о том, как мы это сделали и зачем это все понадобилось банку. На территории России и СНГ это второе внедрение голосовой биометрии в КЦ банка, поэтому мы стали практически первопроходцами.
Зачем банку биометрия
Не будем в очередной раз рассказывать, что традиционные технологии верификации пользователя (то есть подтверждение личности по знаниям: паролям, пин-кодам, кодовым словам и пр.) громоздки и не дают гарантированного результата. Крайне сложно удостовериться, действительно ли на другом конце провода находится тот самый человек, за которого он себя выдает. Оператор контакт-центра может лишь задавать уточняющие вопросы и сопоставлять голос человека с его полом, возрастом и другими особенностями. Достаточно очевидно, что для защиты финансовой информации этого мало.
Поэтому банки, страховые компании, пенсионные фонды и т.п. ищут способы оптимизации удаленного обслуживания через КЦ. Например, растет количество обращений клиентов в контакт-центры банков с запросами, требующими персональной идентификации. Так, если в ноябре-декабре 2007 года в КЦ Приорбанка было зафиксировано 46% звонков с необходимостью запроса персональной информации, то в аналогичный период 2015 года количество таких обращений увеличилось до 68% от общего количества всех звонков, а это уже два звонка из трех.
Типовые вопросы, которые задают клиенты по телефону
На сегодняшний день операторы контакт-центра Приорбанка ежемесячно обрабатывают десятки тысяч звонков, более половины обращений — запросы информации по счетам и операциям. Основные вопросы: «почему не работает карточка», «какая задолженность по кредиту», «почему не проходит операция» и так далее. Эти вопросы нельзя решить без подтверждения личности клиента — по законодательству информация по счетам предоставляется только их владельцам.
Подобные сведения не раз пытались получить не владельцы счета, а третьи лица. Вот поэтому у позвонившего в банк человека всегда спрашивают паспортные данные, номер карточки, девичью фамилию матери и так далее. На выяснение этих вопросов уходит в среднем 30−40 секунд на одного клиента.
Получается, что, во-первых, опасность выдать информацию не тому человеку довольно серьезная, во-вторых, растет среднее время обслуживания клиента, а это один из основных рабочих показателей любого КЦ.
Таким образом, банку нужно минимизировать время обслуживания одного клиента, повысить уровень защиты данных и сделать все это так, чтобы клиенту все еще было удобно и просто получить в КЦ необходимую информацию. Для решения этих задач мы предложили Приорбанку VoiceKey.Agent.
Как работает VoiceKey.Agent
При каждом вызове (входящем или исходящем) в момент начала разговора с оператором запускается проверка пользователя в фоновом режиме и собираются данные о его голосе. Затем информация поступает в обработку на сервер и сравнивается непосредственно с образцом голоса клиента, хранящимся в системе. Результат проверки отображается в интерфейсе оператора контакт-центра. Это процесс называется верификацией (есть еще такое понятие, как идентификация, и их нужно различать).
Архитектуру VoiceKey.AGENT имеет клиент-серверную и предоставляет гибкие возможности для интеграции c контакт-центром и CRM.
Процесс надёжен настолько, что позволяет отличать, например, голоса близнецов или звонок пародиста. Система за несколько секунд сверит голос с эталоном и сообщит, что верификация не пройдена. Система языконезависима, поэтому клиент банка может говорить на любом доступном ему языке.
Но чтобы в базе появились голосовые отпечатки (или эталоны голосов) клиентов, их нужно сначала записать.
Как формировалась база голосов клиентов в Приорбанке?
Предусмотрено несколько процессов при работе с голосовыми эталонами:
• первоначальное наполнение базы голосовыми эталонами клиентов на основании записей их звонков в контактный центр. Причем при создании эталона клиент должен подтвердить свое согласие на его (эталона) запись;
• обновление голосовых эталонов;
• верификация клиентов по голосу.
База данных с голосовыми эталонами клиентов формировалась в процессе их обращений в контакт-центр банка по телефону. Если во время разговора с оператором клиент мог подтвердить свою личность стандартным способом (по паспортным данным, секретным словам, номерам договоров и пр. деталям), то, когда набиралось достаточное количество речевого материала, система создавала цифровой эталон на базе уникальных особенностей его голоса: акцента и скорости речи, произношения и пр. Также учитывались и физические особенности: речевой такт, форма и размер рта, строение носа. Таким образом, уже при следующем вызове в КЦ процедура верификации клиента существенно сокращалась по времени за счёт фонового подтверждения личности по голосу.
Регистрация голосового эталона
• При звонке клиент идентифицируется по номеру телефона (если он звонит с мобильного телефона, номер которого зарегистрирован в банке).
• Дальше он проходит процедуру стандартной аутентификации по знаниям ФИО, даты рождения, номера паспорта и договора, секретной фразы. В общем, вплоть до того, как зовут кошку.
• В процессе разговора система накапливает нужное для создания голосового эталона количество речи (обычно около 40 секунд чистой речи), и когда собрано достаточно, информирует о готовности создать эталон. Оператор нажимает на кнопку, и если сведения, которые сообщил о себе клиент, совпадают с данными из систем банка, оператор сохраняет голосовой эталон. В противном случае сохранения не происходит. Согласие от клиента на создание голосового эталона банк получает заблаговременно, на этапе подписания клиентом договора на обслуживание.
Пример диалога клиента с оператором:
Верификация клиента
Клиент звонит и его идентифицируют по номеру мобильного телефона. Если для него уже создан голосовой эталон, то дальше система начнёт:
• процедуру верификации, если нет, то смотри историю про регистрацию нового эталона. Оператор задаёт несколько простых вопросов клиенту (просит представиться и указать дату рождения).
• В течение нескольких секунд разговора, когда накоплено достаточное количество чистой речи клиента (7–9 сек.), система сравнивает его голос с эталоном и показывает результат оператору («свой», «чужой», «не уверена»).
• Оператор либо заканчивает опрос, либо продолжает, потому что система «не уверена», что это свой, либо мягко отказывает клиенту, потому что он «чужой».
Пример успешной верификации:
Если необходимо, оператор может вручную перезапустить процедуру биометрической проверки клиента, например, если в процессе верификации в разговор вмешивался третий участник.
Или перевести клиента на своего руководителя или службу безопасности:
После завершения процедуры верификации система больше «не слушает» разговор, и её ресурсы не задействуются.
Этапы и особенности внедрения
• Разработка технического задания, проектирование и внедрение.
• Интеграция с CRM.
• Калибровка системы.
• Тестирование / опытная эксплуатация.
• Сдача работ.
Для определения решения в системе настраиваются три порога («первый», «второй» и «обогащение»). Если результат сравнения выше первого порога, то система считает, что клиент «свой», если ниже второго — клиент «чужой», если между — это значит, что система не может наверняка быть уверена в своем решении.
Если при сравнении результат выше первого порога и выше порога «обогащение», то система автоматически обновляет эталон голоса. Это позволяет поддерживать эталоны в актуальном состоянии.
Безусловно, 100% результат никакая биометрическая система не выдать не может, так как является вероятностной. Иногда, хотя и очень редко, случаются ошибки.
Они бывают разных типов.
Типы ошибок
Ошибки бывают первого и второго типа или, иначе, ложного пропуска «чужого» (False Acceptance Rate, FAR) и ошибки ложного отказа «своему» (False Reject Rate, FRR). Эти ошибки взаимосвязаны, и настройка биометрических систем требует нахождения «компромисса» между уровнями этих ошибок, чтобы максимально удовлетворять задаче.
Голосовая биометрия может быть применена в различных приложениях. Например, для верификации пользователей при разговоре с оператором контакт-центра, автоматической верификации по голосу в IVR, предоставления доступа пользователю в мобильное приложение (используется совместно с другими видами биометрии: отпечаток пальца или лицо), идентификации мошенников по голосу (антифрод) и пр.
Ссылки:
» Подробнее о биометрической платформе VoiceKey.
» Сообщение о проекте на белорусском Interfax.
Речевые технологии. Голосовая биометрия для чайников на примере работы в контактном центре
Всем привет.
Недавно я написал вот такую статью про распознавание слитной речи, а сейчас хотел бы написать про голосовую биометрию, т.е. подтверждение личности человека по голосу и узнавание человека по голосу.
Опять же, т.к. моя работа связана с контактными центрами (КЦ), то говорить я буду о них. Это еще связано с тем, что сейчас именно они активно интересуются голосовой биометрией, что не удивительно, т.к. телефонный канал – это идеальное ее применение.
— вы не видите абонента на другом конце провода;
— вы не можете использовать другие модальности для подтверждения личности: по лицу, по сетчатке глаза, по отпечатку пальца.
— не нужны дополнительные сканирующие устройства, типа тех, куда надо приложить свой палец или кому показать свой глаз.
— это самый дешевый способ биометрии, хоть и слегка уступает по надежности другим способам. Но так как другие модальности технически не применимы по телефону в массовом использовании, то выбора по факту нет.
Вы, конечно, можете возразить про вариант подтверждения личности абонента «основанном на знаниях» — это пароли, секретные слова, TPIN коды (банки), паспортные данные и т.д. – но все это не надежно с точки зрения безопасности и требует запоминания информации у абонента или всегда держать информацию под рукой, что не очень удобно для абонента и не эффективно (затратно) для КЦ.
Для начала определимся с понятиями, что входит в понятие голосовой биометрии:
— Это идентификация, т.е. установление личности человека по голосу. Это когда вам звонит старый приятель по телефону с неизвестного номера и говорит: «Угадай кто это?» и вы пытаетесь в голове среди всех известных (знакомых) голосов найти наилучшее совпадение. Когда сканирование памяти закончилось и вы нашли более менее подходящее совпадение, то вы можете уже сказать: «Ага, это мой одноклассник Серега с которым я не говорил 10 лет». Но гарантии в том, что это именно он, у вас нет, и тут приходит время верификации.
— Верификация – это подтверждение личности по голосу, т.е. однозначное удостоверение личности. Для этого мы можем попросить доказать, что Серега именно тот, за кого себя выдает. Мы можем спросить у него: «Скажи, где мы были в 6 утра на выпускном» — эта информация позволит нам подтвердить личность Сереги, т.к. только он может являться носителем этой информации (аналогично паролю о котором я писал выше).
Если хотите более умное определение, то:
Идентификация — Проверяет совпадение одного образца голоса со многими из базы голосов. В качестве результата идентификации система показывает список личностей с похожими голосами в процентном отношении. 100% совпадение означает, что образец голоса полностью совпадает с голосом из базы данных и личность установлена достоверно.
Верификация — Производит сличение двух образцов голоса: голос человека, чью личность необходимо подтвердить, с голосом, который храниться в базе данных системы и чья личность уже достоверно установлена. В качестве результата верификации система показывает степень совпадения одного голоса с другим в процентном отношении.
Есть еще такое понятие как аутентификация. Однозначно сказать, чем она отличается от верификации сказать трудно. У некоторых наших сотрудников есть мнение, что это некий процесс подтверждения биологической (!) личности, когда трудно отделить процесс идентификации от верификации, т.е. это обобщенный процесс.
Голосовая верификация.
Я вам расскажу про верификацию, т.к. она больше интересна для реального применения в контактном центре, чем идентификация.
Какая бывает верификация?
— Текстонезависимая
Когда подтверждение личности происходит по спонтанной речи абонента, т.е. нам не важно, что говорит человек. Это самый долгий метод подтверждения – чистой речи абонента должно накопиться минимум 6-8 сек. Обычно этот способ применяется непосредственно во время общения абонента с оператором КЦ, когда последнему нужно однозначно удостовериться, что абонент именно тот, за кого себя выдает. Самое интересное, что данный способ верификации можно применять скрытно от самого абонента. На рабочем месте оператора КЦ виден вот такой рабочий инструмент.
Рис 1. Часть интерфейса рабочего места оператора КЦ для проведения верификации клиента.
— Текстозависимая по статической парольной фразе
Когда подтверждение личности происходит по парольной фразе, которую на момент регистрации придумал абонент. Длительность парольной фразы должна быть не менее 3 сек. Обычно мы предлагаем говорить свое ФИО и название компании. Парольная фраза всегда одинаковая.
— Текстозависимая по динамической парольной фразе
Когда подтверждение личности происходит по парольной фразе, которую предлагает сама система в момент звонка для верификации, т.е. каждый раз парольная фраза разная! Обычно мы предлагаем динамическую парольную фразу из последовательности цифр. Абонент повторяет за системой числа до тех пор, пока она не примет однозначного решения «свой/чужой». Это может быть и одно число типа «32» или целый набор «32 58 64 25». Интересно то, то произнесение разных цифр дает разный объем информации для сличения: самая «полезная» цифра «восемь» – она больше всего содержит полезной речевой информации, самая бесполезная «два».
Как работает верификация по голосу?
Шаг 1.
Что бы мы могли провести верификацию по голосу, нам нужно в своей базе уже иметь образец голоса (слепок голоса), хозяин которого достоверно известен. Поэтому первый шаг – это накопление базы слепками голосов, для этого мы просим абонентов (клиентов) пройти процесс регистрации в системе.
Регистрация в системе абонента означает, что он добровольно оставляет свой слепок голоса, который потом мы будем использовать для верификации. Обычно мы просим оставить подряд 3 слепка голоса, что бы была вариативность – три раза произнести свой пароль. Затем, когда верификация будет успешно пройдена, мы заменим наиболее старый слепок голоса новым, таким образом, происходит постоянное обновление слепков, если абонент часто пользуется системой. Так мы решаем проблему старения голоса.
Если мы применяем верификацию по динамической парольной фразе, то мы просим произнести абонента цифры от 0 до 9 три раза. В результате у нас будет 30 образцов голоса.
Желательно, что бы клиент оставлял свой слепок голоса (регистрировался) по тому каналу связи, по которому потом будет верифицироваться, иначе вероятность ошибок возрастает. Бывают случаи, когда проходят регистрацию с гарнитуры в скайпе, а потом верифицируются по домашнему телефону – здесь фактор канала связи будет играть большую роль в надежности сервиса. При построении сервиса можно учитывать, что каналы связи могут быть разные — это отрабатывается и тестируется отдельно под конкретный случай и нивелировать влияния канала связи можно практически полностью. Но не подумав об этом сразу и с наскока внедрить — будут сложности.
Когда стоит предложить клиенту пройти регистрацию? Тогда, когда мы уже подтвердили его личность другими способами, например, при посещении офиса компании или когда оператор КЦ задал 100500 разных вопросов про девичью фамилию матери.
У нас есть реально работающий сервис (стенд) на телефоне, как реализован механизм регистрации для клиентов банка на практике, можно узнать из этого документа.
Важно, что бы клиент самостоятельно и осознано прошел регистрацию (знал зачем это нужно и как это ему потом поможет), т.к. пройти потом верификацию может только лояльный абонент, которому нужен результат и который принимает «правила игры».
Если клиента вынуждать проходить верификацию к месту и не к месту, то он может подсознательно изменять голос, дурачиться (быть не дружелюбным к сервису) — это будет приводить к ошибкам и лояльность клиента будет падать, хотя он сам в этом косвенно будет виноват.
Как проходит регистрация абонента в системе? (статическая парольная фраза)
Рис 2. Схема регистрации человека в биометрической системе.
1.Абонент звонит в биометрическую систему, которая предлагает ему придумать и произнести парольную фразу. Произнести 3 раза.
2.Голос обрабатывается сервером биометрии и на выход мы получаем 3 модели голоса. По одной на каждый произнесенный пароль.
3.На сервере мы заводим карточку клиента (Юрий Гагарин) к которой прицепляем полученные 3 модели голоса.
Что такое модель голоса?
— это уникальные характеристики голоса человека отраженные в матрице цифр, т.е. это файл размером 18Кбайт (для статической п.ф.). Это как отпечаток пальца. Именно эти модели голоса мы потом и сравниваем. В общей сложности модель голоса фиксирует 74 (!) разных параметра голоса.
Как получают модели голоса?
Мы используем 4 независимых метода:
— анализ статистики основного тона;
— метод смеси гауссовых распределений и SVM;
— спектрально-формантный;
— метод полной изменчивости.
Описывать их подробно я здесь не возьмусь – это сложно даже для меня и в курс «для чайников» точно не входит. Этому всему мы учим на нашей кафедре РИС в ИТМО (Санкт-Петербург).
Шаг 2.
Это непосредственно сама верификация. То есть у нас есть абонент на том конце провода, который утверждает, что он Юрий Гагарин. А у нас в базе, соответственно, есть карточка клиента Юрия Гагарина, где хранятся слепки его голоса, поэтому, все, что нам нужно сделать – это сравнить голос человека, который утверждает, что он Юрий Гагарин с голосом настоящего Юрия Гагарина.
Как проходит верификация абонента в системе? (статическая парольная фраза)
Рис 3. Схема верификации человека в биометрической системе.
1.Сначала мы поступаем как при регистрации, т.е. у нас есть произнесенный клиентом пароль, который мы отправляем в сервер биометрии и строим модель голоса «якобы» Юрия Гагарина.
2.Затем мы берем 3 модели голоса настоящего Юрия Гагарина, делаем хитрым способом усредненную модель и тоже отправляем ее в сервер биометрии.
3.Просто сравниваем 2 разные модели. На выходе мы получаем процент соответствия одной модели к другой.
4.Дальше нам нужно что-то делать с этим числом (на рисунке 92%). Много это или мало, можем мы однозначно сказать, что это Юрий Гагарин или это обманщик?
Рис 4. Порог доверия «свой/чужой».
В системе у нас есть такой параметр как «порог доверия» — это некий процент соответствия. Допустим, мы его сами задали в 60%. Таким образом, если процент соответствия модели голоса «якобы» Юрия Гагарина не доходит до «порога доверия», то нам позвонил обманщик. Если больше «порога доверия», то нам позвонил настоящий Юрий Гагарин. «Порог доверия» мы можем задавать сами, обычно это от 50 до 70% в зависимости от задачи верификации.
Здесь мне нужно было бы вам рассказать про ошибки первого (FR) и второго рода (FA), а также обобщенной ошибки (EER), но я это делать не буду – это сильно усложнит и увеличит текст. Если интересно, то я попробую уговорить, кого ни будь из научного отдела это популярно описать и размещу здесь отдельно.
Скажу просто, что в зависимости от задачи верификации, нам бывает полезней с большей долей вероятности пропустить «своего», чем не пропустить «чужого». И наоборот, иногда бывает важнее не пропустить «чужого», чем пропустить «своего».
Уверен, что с первого раза эти 2 предложения из вас никто не понял, и вам пришлось еще раз вдумчиво их прочитать, что бы осознать смысл.
Интеграция сервера биометрии в контактный центр.
Рис 5. Блок-схема продукта VoiceKey.
Честно говоря, здесь все очень просто: на вход мы подаем голос в формате wave или PCM по http, на выходе получаем результат сравнения. Больше подробнее на этом останавливаться не хочу.
Процесс верификации занимает в среднем 0.8 сек. Есть возможность работать одновременно со многими потоками.
У нас на сайте все подробно описано, а главное есть проработанные сценарии использования для контактных центров. За последние годы я достаточно много общался с различными крупными КЦ в России, в первую очередь это финансовый сектор и понимание целей и задач у меня сформировалось.
Теперь затронем такой вопрос: насколько вообще технология голосовой биометрии пригодна к массовому использованию? Надежна ли она?
Если кратко, то ДА, она реально круто работает. У нас в компании есть телефонные демонстрационные стенды. Если интересно, то каждый из вас может позвонить и лично попробовать, как и что работает. Телефонный номер и инструкцию по тестированию даю по запросу с этой страницы. Просто для статистики интереса к этой теме и оценки нагрузки на сервер.
Для справки: разработки Российских ученых в области голосовой биометрии занимают если не первое место в мире, то точно делят его с другими. Это подтверждено независимыми исследованиями, например NIST (Национальный Институт Стандартов и Технологий, США), где наша компания попала в тройку лучших по всем пяти тестам среди коммерческих компаний. Или то, что наш продукт «VoiceKey» победил в номинации «Лучший продукт года для КЦ» в 2013 году в международном конкурсе «Хрустальная гарнитура».
Также можно отметить, что нашей компании принадлежит реализация самого крупного в мире на сегодняшний день проекта по голосовой биометрии в телефонном канале.
Вкратце, вот такой ликбез. Готов отвечать на вопросы в комментах.