《[信息与通信]ANTT声纹识别解决方案20100521.ppt》由会员分享，可在线阅读，更多相关《[信息与通信]ANTT声纹识别解决方案20100521.ppt（51页珍藏版）》请在三一文库上搜索。
1、,ANTT声纹识别解决方案,By Andi.Ho,公司简介,成立于2005年，致力于为中国电信运营商市场提供高技术含量的相关解决方案、产品及服务 外商（以色列）投资企业 公司总部设于中国广州软件园 在以色列设有研发中心及分支机构 通过“广州市高新技术企业”认证 通过“双软”认证,声纹认证系统应用介绍,声纹识别技术简介,什么是声纹识别？ 声纹人体固有生物特征，有效性和指纹、虹膜等相同。 声纹识别通过建立声纹的矢量模型进行2模型的相似度比较。 声纹识别分类？ 语音关卡，语音观察 声纹识别目前的应用领域？ 通信行业、服务行业、金融行业、公安司法等。,发声的原理,由于每个人的声音器官，诸如咽腔、鼻腔、
2、口腔、唇、齿、上腭等，在发音时呈现千姿百态，抑或有着哪怕是微小的差异，以及年龄、性格、语言习惯等多种原因，再加上发音容量的大小不一，发音频率的不尽相同，因而导致这些器官发出的声音必然有着各自的特点。,为什么要用声纹识别？,声纹是人体生物特征，是具有唯一性的。 声纹是一种兼有远程认证，对客户透明和采集成本低的生物特征密码。 多因子认证成为安全领域发展的趋势，声纹认证是其中一个不可或缺的重要组成部分： 极高的安全性； 方便快捷的认证方式； 极为低廉的认证成本。,声纹系统准确性第三方测试结果,FreeSpeech：招商银行691次测试，错误接受率为1%，错误拒绝率为0.4%。 VocalPasswo
3、rd：Canberra大学测试报告。,注释： 2005代表VP 5.0；2006(1)代表VP 5.2； 2006(2)代表VP 6.0 alpha； 测试1：300个用户全面交叉测试； 测试2：每个用户和随即抽取的11个用户进行测试。,声纹识别在电信行业应用领域,如何在电信领域中部署声纹识别,明确需要使用声纹识别的业务方向。 高安全性要求业务； 增值业务； 公共平台性业务； 等等 选择合适的声纹识别类别的产品。 语音关卡； 语音观察。 设计或改造现有的业务流程，使其能和声纹认证过程完美结合。 部署合适的软、硬件环境。 进行原始语音样本收集。 建立用户数据并试运行系统。,声纹认证系统结构,声纹
4、认证系统一般可以分成3个组成部分： 语音数据输入部分； 语音数据处理部分； 语音数据储存部分。,IVR/CTI/PBX将符合声纹认证系统要求的语音文件或流提供给认证处理程序服务器； 根据请求的服务（注册），将生成的声纹数据储存在数据库中； 从数据库中提取目标声纹，和步骤1中传送来的数据进行比较（认证）； 将操作结果返回IVR/CTI/PBX（注册成功/失败，认证通过/不通过）。,声纹认证系统应用案例,加拿大贝尔电信：Bell Telecommunications 英国电信：British Telecommunications 中国招商银行：China Merchants Bank,加拿大Bel
5、l应用案例,选用产品：PerSay公司VocalPassword 项目目的：在Bell内部署一套语音验证系统来打击身份盗用并在有线、无线、高速因特网、数字电视和VoIP这5个渠道上为用户提供方便可靠的隐私保护。 盈利模式：按每个声纹训练收费 项目业绩：Bell从5个竞争者中选择了PreSay，建立了英语和法语的通用语音密码，目前超过1,000,000用户建立声纹；每年认证量超过2,500,000次。,加拿大Bell应用案例（续）,系统部署,英国B.T.应用案例,选用产品：PerSay公司VocalPassword 项目目的：为企业提供公共声纹库、声纹验证服务及其web service接口，实现
6、多因子验证。 盈利模式：以向企业提供验证服务的方式向该企业收费 客户：ICP/ISP，电子商务门户，电话支付，金融，卫生，政府，高端个人用户 业务流程： 将声纹验证web service接口嵌入企业网站/业务流程 客户请求身份验证时，B.T.的IVR将致电客户进行声纹验证 B.T.将验证结果返回该公司网站/业务流程接口,英国B.T.应用案例（续）,系统部署,招商银行案例应用,选用产品：PerSay公司FreeSpeech 项目目的：缩短呼叫中心的呼叫持续时间，提高用户使用安全性，拒绝非法用户。 项目目标：采集并保存所有用户声纹，防止帐户非法操作，并识别非法操作者。 盈利模式：免费或VIP服务费
7、 业务流程： 客户致电招行呼叫中心并于坐席对话。 FreeSpeech在后台进行声纹验证（对客户透明）。 根据验证结果提示坐席下一步业务流程。,招商银行案例应用（续）,系统部署,Voice Platform 1,Voice Platform 2,HuaWei CTI,Agent server,FreeSpeech Server1,FreeSpeech Server2,FreeSpeech Server3,FreeSpeech Server4,FreeSpeech Server5,Voiceprint Database,PSTN,声纹认证系统产品介绍,PERSAY 公司简介,2000年成立，NA
8、SDAQ上市公司。 提供声纹识别领域的业内领先的技术和产品。 源自10多年来的在安全情报和商业实践领域的深入研究。 全世界范围的众多成功案例包括了：安全情报、金融、电信和执法机构。,所获奖项（1）,Speech Technology Magazine 2008 Implementation Award Held August 19, 2008 at the SpeechTEK conference in NY,Speech Technology Magazine 2008 Vendor Contender Award Held August 19, 2008 at the SpeechTEK
9、conference in NY,Speech Technology Magazine 2007 Market Leader Award Held August 22, 2007 at the SpeechTEK conference in NY,Best of Show at BiometriTech 2003 Held June 24-26, 2003 in NY,AVIOS Speech EXPO Outstanding Paper Award Held May 10, 2002,Best of Show Call Center Product of the Year 2001 At C
10、C Expo in Birmingham, UK Held on October 9-10, 2001,所获奖项（2）,Customer Interaction Solutions Product of the Year 2000 In recognition of outstanding contributions to the customer relationship and contact center industries,Call Center CRM Solutions Editors Choice 2000 In recognition of outstanding contr
11、ibutions to the call center industry,Best Speech Product at the ICCM 2000 meeting in Chicago on August 1-3 http:/ FreeSpeech S.P.I.D,风险管理,欺诈检测,认证,Persay VocalPassword,认证过程使用注册时的语音密码 注册 : 相同语音短语 ，重复3次 认证 : 说一次语音短语，立即识别 市场: 电信运营，金融服务，执法机构，企业安全,Vocal Password Plus,针对录音回放攻击，提高安全性。 结合依赖文本的语音密码和提示文本的验证。,V
12、ocalPassword应用领域,呼叫中心的通过认证 密码重置 内部/外部用户 呼叫中心/ Internet 安全IVR 事务/ 语音门户的接入 为高风险的Internet 交易提供安全保障 考勤 访问控制 罪犯的监控,Persay FreeSpeech,注册和认证过程都在人与人的自然会话场景中进行 注册 ：需要最初12次通话，大概30秒的用户说话记录 认证 ：在510秒的自然通话过程 适用于各种应用的呼叫中心,PerSay S.P.I.D.TM,注册和认证过程都可使用实时语音流或者录音文件 注册 ：需要30秒左右的有效语音 认证 ：在10秒左右的有效语音 国土安全领域，公安司法领域,基础功能
13、: 注册 声纹的注册和训练 认证 把当前的一个声音片段和注册的声纹进行比较,声纹引擎,高级特性: 最少的应用限制 语种/方言无关性 最佳预登记处理 一致性测试 声纹自适应 优化的识别能力 多次尝试 群组用户识别 录音回放检测,声纹引擎,Pattern classifier,Pattern classifier,Signal processing,Signal processing,语者识别系统,信号处理,特征空间,特征参数萃取法,时间轴演变 声音帧结构 组成特征空间,特征空间比较,FeeeSpeech/S.P.I.D.建模,高斯混合模型 在特征空间中建立特征分布机率的模型,Vocal Pass
14、word 建模,隐含马尔科夫模型 建立时间变化模型 获取文本和用户信息,分类融合,背景模型能够成为： 其他用户模型的集合 从大量用户对话中训练出一个通用的背景模型,前端处理,目标模型,Background model,+,-,LLR score,说话,背景模型的建模,错误的接受 发音相像的冒名顶替者,错误的拒绝 合法用户,性能优化,NIST SRE,2005 evaluation评估 27个评审专家，大多来自高等学府 600测试用户，60000个测试片段 多种训练和测试条件 Persay results 1st place for the task of 1side training, 1co
15、nv (summed) testing 2nd place for the task of 10sec training and testing.,Persay 6.x平台特点,高级平台开发技术 (Web .NET C#) 可部署到各种不同的系统和满足客户关注的所有需求 系统声纹库管理 管理 安全 集成 扩展性高可用性Multi-site 集成和部署极为方便和容易 灵活的设计 让您的新业务大大缩短面市时间 支持各种最新行业标准 (VoiceXML3.0, MRCP),系统结构,安全方面的需求,数据保密性 用户和企业的机密数据 产品安全性 (4As) 可管理（Administration） 授权
16、（Authorization） 认证（Authentication） 审核（Audit） 验证的准确性 验证 最优化 可选择操作点,系统安全性概况,Vocal Password DB,Web service SSL,整合安全,完善的语音文件名加密和授权控制,缓冲溢出和SQL注入漏洞检测,集成Windows安全技术,LDAP,OracleSQL ServerSybaseDB2,系统特点,高伸缩性 高可用性 满足SNMP 网管要求 友好的管理界面和工具 目录与数据同步能力 备份与恢复的功能 存储的量化管理,易伸缩性与高可用性,VocalPassword 处理服务器,VocalPassword 数据
17、存储,VocalPassword 处理服务器,VocalPassword 数据存储,VocalPassword 处理服务器,PDR Persay 数据存储,大型联网应用环境的实现,VocalPassword 处理服务器,VocalPassword 数据存储,PDR Persay 数据存储,语音平台,语音平台,Site A,Site B,VocalPassword 处理服务器,VocalPassword 数据存储,语音平台,语音平台,实时数据和语音同步,满足客户关心的需求,查看用户历史 支持问题识别工具 查看和更新用户的个人信息 修复受损的声纹 本地化接口,呼叫中心系统的需求,遵从的标准 Web
18、 service API Voice XML MRCP SNMP 对外接口 支持的开发语言: C, C+, C#, Java, VBScript, HTTP POST 等等。 支持的语音平台 GMA, Composite IVR, CTWare, Directalk (IBM web sphere) , Genesys, Avaya, Intervoice, Phonetic Operator, Microsoft Speech Server and others,电话/IVR集成需求,直观的API 能够实现远程集成 呼叫流程，交易窍门 最佳实践 密码短语选择 介绍、注册和认证提示 平衡便利和安全之间的关系,Deployment Guide,Integration Overview,API Reference,我们的客户,优异能力的验证,准确性 可扩展性 高可靠性 安全性 可用性测试 服务及支持 技术支持、技术响应能力 专业服务能力 综合的支持,总结,Persay 行业领袖: 高性能的核心算法 系统级的产品平台 在最核心的行业均有成功的案例 我们能全力和迅速地满足客户的需求,因为我们只专注于语音识别 (生物特征的安全应用) 全球市场的成功经验和知识共享支持着我们的客户与合作伙伴不断前进 众多的专业机构评测，赢得的奖项和成功案例是您选择的保证,