Paweł Jagora
Nie wiem ile posiadacie różnych kont (bankowych, w systemach, programach lojalnościowych) ale jeśli jesteście w miarę aktywnymi uczestnikami naszej marketingowo-cyfrowej rzeczywistości to (podobnie tak jak ja) ich liczba prawdopodobnie lekko przekracza Wasze możliwości zarządzania ich bezpieczeństwem. Co jakiś czas muszę korzystać z procedury przypominania mi hasła do jakiegoś portalu czy witryny bo oczywiście zapomniałem jakiegoś hasła.
Pewnym rozwiązaniem jest skorzystanie z telefonu i połączenie z infolinią. Ale jeśli zdecyduje się na skorzystanie z możliwości połączenia telefonicznego to najpierw czeka mozolne wstukiwanie numeru klienta, potem kodu (a jeden z moich telefonów nie chce współpracować wcale z tymi systemami). Na koniec i tak konieczne jest podawanie konsultantowi numeru buta, kołnierzyka, miejsca urodzenia oraz różnych innych egzotycznych danych aby ktoś po drugiej stronie uwierzył, ze ja to ja.
Nie wiem czy uwierzycie ale ta sytuacja jest kłopotliwa nie tylko dla Was ale również dla firmy czy instytucji do której dzwonicie. Sprawia, że rośnie nie tylko poziom Waszej frustracji ale również długość rozmowy co przekłada się na realne koszty dla właściciela danej infolinii.
Już niedługo może się okazać, że jedyne co będzie trzeba zrobić w takiej sytuacji to na przykład przedstawić się. To oczywiście trochę strywializowana wizja ale całkiem możliwa w przypadku zastosowania nowoczesnej techniki rozpoznawania kreowania biometrycznego profilu głosu ludzkiego. Systemy realizujące indentyfikację dzwoniących osób posługują się pewnym rodzajem „paszportu biometrycznego” opierającego się na unikalnych cechach głosu każdego z nas. Taka unikalna sygnaturka głosowa każdego z nas tworzona jest w oparciu o zdigitalizowaną próbkę głosu danej osoby, jaka w postaci cyfrowej składowana jest w bazie danych.
Proces tworzenia takiej unikalnej sygnaturki głosowej rozpoczyna się od digitalizacji profilu głosu danej osoby – tworzony jest wydruk głosowy albo szablon, który jest przechowywany w bazie danych. Technologia biometryczna redukuje poszczególne słowa mówionego do segmentów składających się z kilku dominujących częstotliwości w głosie osoby, które są określane jako znaczniki. Każdy segment posiada kilka dźwięków, które wspólnie identyfikują mówiącego podobnie jak to robi odcisk palca.
Tak przygotowany profil może być stosowany w procesie identyfikacji i weryfikacji, na przykład w centrach obsługi klienta. Przeczytany przez klienta numer konta lub numer identyfikacyjny mogą być porównane do nagraną próbką głosu i potwierdzone lub odrzucone.
Proces taki zapewnia podwójne zabezpieczenie – po pierwsze klient musi podać unikalny PIN, a następnie system weryfikuje głos aby sprawdzić czy jest on wypowiadany przez właściciela danego konta.
To czyni proces uwierzytelniania nie tylko znacznie szybszym ale również znacznie bezpieczniejszym. Oczywiście system posiada pewną czułość a tworzący takie systemy zawsze muszą dbać o właściwą pracę algorytmu porównującego próbki głosu. Chodzi o zminimalizowanie prawdopodobieństwa błędów jakie mogą się pojawić w trakcie weryfikacji. Najbardziej powszechny z nich to tzw „false negative” – próbka głosu zostaje odrzucona i system twierdzi, ze Wasz głos wcale nie jest Wasz. Jeszcze mniej zabawny błąd to tzw „false positive” – kiedy system uzna, że Wasz głos należy do innego użytkownika i przydzieli Wam dostęp do cudzego rachunku.
Stosowane modele matematyczne starają się temu zapobiec uwzględniając fakt, że zawsze pojawia się jakiś odsetek błędów w trakcie digitalizacji fizycznego głosu do postaci cyfrowej. Celem jest osiągnięcie „równego stopnia błędu” – co oznacza, że jest jednakowo niskie prawdopodobieństwo odrzucenia próbki jako „false positive” lub jako „false negative”. Oczywiście dziedzina ta dopiero się rozwija a zatem możemy się spodziewać, że kolejne wersje rozwojowe będą wykorzystywać jakieś dodatkowe metody weryfikacji umożliwiające szybką i co najważniejsze poprawną identyfikację rozmówcy „w locie”.
W dzisiejszych czasach, kiedy coraz częściej wykorzystujemy nasze telefony komórkowe do coraz bardziej wyrafinowanych operacji – logujemy się do kont w banku, pobieramy służbowe maile i dokumenty, posiadamy wiele usług zakupionych u różnych dostawców – może się okazać, że to nie nasz odcisk palca czy siatkówka oka będzie naszą przepustką przyszłości (jak pokazują w filmach SF) ale nasz głos. Dopiero jak będziecie mieli chrypkę będziecie musieli skorzystać z innych, zapasowych, metod identyfikacji.
Wojtek Jabczyński 
