產品介紹
Home
/
產品介紹
/
聲紋辨識
/
VERINT VB 聲紋辨識
產品介紹
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） |
|
|
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)。
