音声生体認証とは
PIN や指紋の代わりに話者の身元を確認できる音声生体認証技術。 音声認識または音声認証とも呼ばれます。 現在、このテクノロジーは音声バイオメトリクスまたは音声バイオメトリクスと呼ばれています。 (受動音声生体認証、Google 音声生体認証)
音声生体認証の主な利点 アダラ:
• 情報への簡単かつ迅速なアクセス
エージェントが顧客に個人データを尋ねるという時間のかかる作業が不要になり、
顧客ごとのサービスがはるかに速くなります。
• はるかに安全
顧客の機密性は、自社のコールセンターのエージェントであっても安全に保証されます。
• 音声バイオメトリクスの検証が 7 秒未満で完了するため、はるかに高速です。
• さまざまなメディアで使用可能
音声生体認証 Java 音声生体認証システム 音声識別における音声生体認証
その他の利点:
a. 時間の短縮 認証
以前は、CS が発信者が正当なアカウント所有者であることを確認したいときは常に、
次のような面倒な質疑応答のプロセスを実行すると、長い時間がかかります。
– KTPに従ってフルネームを尋ねます
– 実母の旧姓を尋ねる
– 4桁のクレジットカード番号
- 自宅の住所
- 出生地と誕生日
- 携帯電話番号
- 電子メールアドレス
– 追加のカードはありますか
b. 顧客エクスペリエンスと機密性の向上。
顧客はフルネームを入力するだけで、サーバーが顧客の声が所有者であるかどうかを判断します。
正当な。
c. 不正行為防止のレベルが強化されるため、お金が節約されます。
d. 運用コストの削減。
認証時間が短縮されるということは、エージェント、職場、およびサービスの数が必要ないことを意味します。
他の意味 リービ・バニャック
e. より高いセキュリティとより低いコスト
f. カスタマーケアに連絡するたびに個人的な質問をする必要がないため、顧客は満足し、従業員も満足しています。
g. 追加のハードウェアコストと物理的な存在が必要な、安全性と精度が低い代替手段
まず、100% 正確な生体認証は存在しないことを知っておくことが重要です。 例えば、 NS 2014年の虹彩認識に関する研究 システムの精度は 90 ~ 99% の範囲で広範囲に決定されます。 音声の生体認証の精度も、さまざまな理由からこの範囲内に収まります。 ただし、不完全ではあるものの、音声生体認証は非常に貴重なツールです。
音声生体認証システムの精度を評価する方法は、「等誤り率」または「EER」です。 EER は、「他人受け入れ率」または「FAR」(つまり、詐欺師を通過させる)が「他人拒否率」または「FRR」(つまり、有効なユーザーのアクセスを拒否する)と等しくなるポイントです。 音声バイオメトリックスコアリングシステムは統計的確率に基づいているため、これらのエラーの間には考慮する必要のあるトレードオフがあります。 たとえば、詐欺師を防ぐために信頼レベルを「高」に設定すると、より多くの有効なユーザーがブロックされ、混乱が生じる可能性があります。 信頼レベルを「低い」に設定すると、正当なユーザーはより安心できますが、より多くの詐欺師を招き入れる可能性があります。 VBG はお客様と協力して、セキュリティと快適さの最適なバランスを提供します。 EER は XNUMX 回の試行に対して測定されることにも注意してください。 アプリケーションで再試行を許可すると、最初に詐欺師を拒否する高い信頼レベルを設定した場合でも、正当なユーザーが XNUMX 回目または XNUMX 回目の再試行を乗り越えられる可能性が高くなります。
EER、FAR、および FRR の結果は、これらの測定値を処理して取得するために使用されるオーディオ サンプルのセットから得られることに注意してください。 研究室由来の EER 結果は、結果に悪影響を与えるサンプルを除去することで簡単に操作できるため、一部のベンダーが宣伝する非常に低い EER 値には注意してください。 EER の結果は、計算のために実行されたデータ サンプリングと同程度にのみ優れています。 サンプリングがエンドユーザー集団、特定の言語と方言、使用されるデバイスの種類、音声が収集された環境などを真に代表していない場合、予期せぬ現実の結果が発生する可能性があります (そして実際に発生するでしょう)。 したがって、希望する運用環境でのトライアルの実行など、実際のユーザーに基づいて音声生体認証システムを比較することをお勧めします。
現実世界の EER に影響を与えるその他の重要な要素は、音声サンプルの内容とノイズの存在です。 音声サンプルのノイズが多すぎる場合、または音声生体認証システムに誤った情報が話された場合、音声生体認証エンジンが音声サンプルを使用して正確な判断を行うことが困難になります。 さまざまな種類のデバイスを使用すると、結果に影響が出る可能性があります。
たとえば、携帯電話ネットワークでは、固定電話とは異なる圧縮技術が使用されています。これは、音声サンプルから固有の音声特徴を抽出する音声生体認証プロセスに影響を与えます。