× 關閉
產品介紹
Home   /   產品介紹   /   聲紋辨識   /   VERINT VB 聲紋辨識

VERINT VB 聲紋辨識

南訊 VERINT 智能客服 - 聲紋辨識

 

什麼是生物特徵辨識?

Biometric - 來自於希臘文 Bio (生命) & Metric (可計量) 兩字組成,意思是可以透過每個人獨一無二的 生理特徵 或是 行為特徵 來計算、測量、比對後,得以辨識一個人的身份。換句話說,您隨身攜帶的 DNA 及個人行為(習慣)就是密碼。

 

靜態 - 生理特徵 指紋、人臉、虹膜、靜脈、掌紋、聲紋等。
動態 - 行為特徵 聲紋、心跳、步態、簽名、鍵盤打字速度 & 力量等。

 

聲音同時符合了生理特徵&行為特徵的條件:

  • 生理特徵:影響音頻的因素有喉嚨、嘴、鼻腔的大小&聲帶、聲道的長度等。
  • 行為特徵:每個人說話的音量、速度、語調等習慣不一樣。

 

從一通語音電話中,可以得到哪些資訊?

  • 通話的內容是什麼?(NLP 技術)
  • 通話的語言是什麼?
  • 通話是誰在說話?(Voice Biometric)
  • 通話的說話人性別?
  • 通話的說話人年齡?
  • 通話的說話人情緒?

 

聲紋場景按文本分類

  • 文本相依 - 完全限定語音的內容,例如要求客戶朗讀 ''我愛遠傳聲份證'' 或 "我的聲音就是我的密碼" 等遭限制之語音內容。
  • 文本相關 - 語音內容必須在某些特定範圍內。例如:僅能是數字或顏色等。
  • 文本無關/文本獨立 - 語音內容可以為任意的。

 

南訊 Verint 聲紋技術應用場景 - 驗證  VS. 識別 

  • 客戶身份驗證 (縮短認證時間/提高安全性/互動優化)。
  • 詐欺者識別 (提高風險合規性/降低詐欺損失/升級安全策略和客戶互動流程)。

 

身份驗證(1:1) 身份識別(1:N)
  • 你真的是你宣稱的身份嗎?
  • return 是 or 否
  • 你是誰?
  • return 找不到 or [系統認為最相符的身份]

 

生物特徵辨識準確率 - False Rejection Rate vs. False Acceptance Rate

 

Type I Error - FRR 錯誤拒絕率
 (系統錯誤拒絕合法用戶的次數 ÷ 合法用戶試著登入系統的次數) x 100%
 FRR = 0.1% 代表每 1000 位合法用戶嘗試登入,系統會錯誤拒絕 1 位好人。
 FRR 數值越高代表系統便利性越低,所以我們希望 FRR 越低越好。
Type I Error - FAR 錯誤接受率
 (系統錯誤接受欺詐者的次數 ÷ 欺詐者試著登入他人系統的次數) x 100%
 FAR = 0.1% 代表每 1000 位欺詐者嘗試登入他人系統,系統會錯誤接受 1 位壞人。
 FAR 數值越高代表系統安全性越低,所以我們希望 FAR 越低越好。

 

南訊 Verint 聲紋辨識優勢

  • 錄音伺服器在錄音過程中進行即時 (Real Time) 聲紋識別。
  • 加密和反竄改,以避免對聲紋的替換攻擊。
  • 可利用歷史錄音進行聲紋識別 (Archive Campaign)。
  • 可利用歷史錄音進行聲紋註冊。
  • 可導入外部錄音檔進行聲紋註冊。
  • 聲紋識別數據被輸入到數據倉庫 (Data Warehouse)中,可用於後續報表。
  • 基於實際結果進化底層演算法,以增強預測分析模型(高檢測率/低誤報率)。