Ses İzi Tanıma'nın Gizemini Artırmak: Kimlik doğrulamanın "karanlık atı" olmak için neden diğer biyometriyi geride bırakıyoruz?
Her Şeyin İnterneti'nin giderek daha gerçek hale geldiği bir dönemde, hayatın her alanında muazzam değişimler yaşanmıştır.Geçmişte, uygulamalı faaliyetler gerektiren alışveriş, bankacılık, sosyal ve eğlence faaliyetleri temelde çevrim içi olmuştur. Yolda çok fazla zaman ve enerji harcama moduna veda ederek, "en iyi futbolcuyu" oynayan ağ bizi karmaşık ve önemsiz meselelerden tamamen kurtardı.
Ancak çeşitli çevrimiçi işletmelerin gelişmesiyle birlikte, kimlik doğrulamanın temel sorunu giderek daha fazla öne çıkmaya başladı. Geleneksel parolaların bilgisayar korsanlarının saldırılarına karşı koyması zordur ve birçok karmaşık parolanın da hatırlanması zordur. Şu anda, doğrulama için "biyolojik özelliklerin" kullanılması iyi bir çözüm haline geldi.Her kişinin parmak izi, yüzü, gözbebeği, sesi ve diğer özellikleri farklı olduğundan, bu "yaşayan şifre" nin güvenliği şüphesiz artırılacaktır. Çok daha yüksek. Ses izi, doğal etkileşimi, içerik değişiklikleri ve düşük kullanım maliyeti nedeniyle birçok alternatiften çıkmış ve kimlik tanıma alanında giderek "kara at" haline gelmiştir.
Ses izi tanıma ile karşılaştırıldığında, halk ses tanımaya daha aşina olabilir, ancak ikisi arasında temel farklılıklar vardır. Ses tanıma "söylenen", ses izi tanıma ise "kimin söylediğidir". Ve konuşma tanıma, kaçınılmaz olarak "söylenenden" "kimin söylediğine" doğru gelişecektir. Geleneksel akıllı ses teknolojisinin darboğazı, konuşmacının kimliğini ayırt edememesi ve gerçek etkileşimi sağlamak için ilgili kişiselleştirilmiş hizmetleri sağlayamamasıdır. Ses senaryosunda kimlik tanıma sorununu çözmek için, ses izi biyolojik bilgi kimliğine dayalı ses izi tanıma teknolojisi desteği gereklidir.
Şekil Ses izi tanıma iş akışı
Bay DT, yerli ses izi tanıma teknolojisi şirketi SpeakIn'den şu anda ses izi tanıma için iki iş akışı olduğunu öğrendi: "1: 1 tanıma" ve "1: N tanıma". En temsili WeChat ses kilidini örnek olarak alın, elde ettiği şey 1: 1 tanıma, yani onaylama "Sen sensin" . 1: 1 teknolojisine ek olarak, SpeakIn aynı zamanda daha karmaşık bir 1: N tanıma elde eder, "kimsin" , Kullanıcıları büyük miktarda dinamik veride doğru bir şekilde kilitlemek, böylece daha geniş bir kullanım senaryoları yelpazesine hizmet etmek. 1: 1 "Kiminle karşılaştırılacağını biliyorum" anlamına gelir ve 1: N kiminle karşılaştırılacağını bilmez. N'nin büyüklüğü ne kadar büyükse, aramanın karmaşıklığı o kadar yüksek ve teknik gereksinimler o kadar yüksek olur.
Şekil Diğer biyometrik teknolojilerle karşılaştırıldığında ses izinin özellikleri
Ancak, arama teknolojisi diğer biyolojik özelliklerle karşılaştırıldığında karmaşık olsa bile, ses baskısının yine de benzersiz bir avantajı vardır. Her şeyden önce dil, insan iletişimi için en doğal araçtır ve kuralcıdır. En doğal giriş olan ses, hiç şüphesiz Her Şeyin İnterneti çağının en sıcak noktalarından biridir. Aynı zamanda, diğer biyometrik teknolojilerle karşılaştırıldığında, ses izi külliyatını toplama yöntemi daha doğaldır.Özel bir konuşma ya da jest gerekmemektedir. Olağan doğal konuşmamızın içeriği veri olarak girilebilir.
Diğer bir nokta da "içerik değiştirme" özelliğidir. CCTV bu yıl 3.15'te yüz tanıma teknolojisindeki bazı kusurları ortaya çıkardı. Tanımlama sürecinde, sabit parmak izleri ve yalnızca basit eylemler yapabilen yüzlerle karşılaştırıldığında, Seste içerik değişiklikleri vardır ve okuma içeriği rastgele değiştirilebilir, bu nedenle İnternette veya başka bir yerde bırakılan ses bilgilerinin bile kopyalanması ve çalınması zordur , Böylece ses izi tanıma, saldırılara daha dayanıklı ve daha güvenlidir.
Üçüncü nokta, düşük kullanım maliyetidir. Yüz tanıma bir kamera gerektirirken, ses izi tanıma yalnızca bir mikrofon gerektirir.İkisi ile karşılaştırıldığında, ikincisi daha düşük inşaat ve kurulum maliyetlerine sahiptir, iş için kullanımı daha kolaydır ve tanıtımı ve kullanımı daha uygundur.
Ek olarak, Nesnelerin İnterneti hızla büyüyor.Ekranları ve klavyeleri olmayan veya çok küçük ekranlı donanımlar için ses şu anda operasyon için en makul giriş noktasıdır.Bu nedenle, ses izi tanıma aynı zamanda çok çeşitli IoT senaryolarında kullanım için en uygun doğrulama yöntemi ve hizmetidir. Giriş.
Bu nedenle, ses izi tanıma teknolojisi birçok sektörde uygulanmıştır. Örnek olarak SpeakIn'i ele alalım: Şu anda cep telefonu, araba ve akıllı hoparlör üreticileri ile giriş noktası olarak sesi kullanan çözümler sağlamak için işbirliği yapıyorlar ve insanlar ve cihazlar arasındaki iletişim, insanın doğal davranış alışkanlıklarının doğası ile daha uyumlu. Aynı zamanda insansız perakendecilere benzer süper projeler de onların ilgisi altındadır.
Buna ek olarak, endüstri düzeyindeki pazarda, kamu güvenliği alanı, finans sektörü, sosyal güvenlik sektörü ve akıllı donanım alanı için eksiksiz çözümler sunarlar.
SpeakIn, kamu güvenliği ve adli kurumlar için özel, özelleştirilmiş ses izi tanıma sistemi güvenlik çözümleri sunar Hizmet sistemi, kilit personelin ses izi veri tabanı, ses izi otomatik tanıma sistemi ve ses izi tanımlamasını içerir. Önde gelen ses izi tanıma ve ses baskısı büyük veri teknolojisi sayesinde, kilit personel denetimi, telekom sahtekarlığını önleme, terörle mücadele, ceza davası algılama, kimlik sorgulama ve doğrulama işlemlerini gerçekleştirir ve kamu güvenliğinin etkili bir şekilde caydırmasına ve suçla mücadele etmesine yardımcı olur.
SpeakIn, finansal kurumların risk önleme sistemlerinin güvenliğini büyük ölçüde artıran ve rüzgarı güçlendiren, kullanıcı kaydı, uzaktan doğrulama ve finansal biyometri çözümleri dahil olmak üzere bankalar, İnternet finansmanı ve diğer finans ve hizmet kurumları için özelleştirilmiş ses izi tanıma güvenlik çözümleri sunar. Kullanıcı güvenliğini artırmak ve kimlik sahtekarlığını önlemek için kontrol yetenekleri.
SpeakIn ses izi tanıma sistemi, sigortalı kişilerin uzaktan ve yerinde kimlik doğrulama sorunlarını etkili bir şekilde çözebilir, sahada ele alınması gereken parmak izi doğrulamasından ve yüz tanımadan, toplanması zor ve sahtecilikten kaçınabilir, kimlik sahtekarlığı olasılığını ortadan kaldırır ve çok fazla maliyet tasarrufu sağlar , Emekli maaşı kaybını önlemek için.
SpeakIn, akıllı donanım markaları ve üreticileri için özelleştirilmiş ses izi tanıma çözümleri sunar; bu, mevcut akıllı ürünlerin yalnızca kullanıcının söylediklerini tanıyabilmesi, ancak konuşmacının kimliğini ayırt edememesi sorununu çözerek akıllı ürünlerin farklı rolleri ayırt edebilmesini sağlar. Akıllı ürünlerin gerçekleştirilmesi "insanları duymak ve tanımak", sistemin her kişiye farklı içerik ve hizmetler sunmasına da olanak tanır.
Ses izi tanımanın çeşitli alanlardaki nüfuzu o kadar yüksektir ki, insanlar yardım edemez ama ilişkilendiremez. Bu eğilim devam ederse , O zaman ses izi diğer mevcut biyolojik özelliklerin yerini alacak ve tek tanımlama aracı haline gelecek mi? Bu bağlamda, SpeakIn araştırmacıları işlerin bu kadar basit olmayabileceğine inanıyor.
Açıkladılar Kimlik olmanın koşulu, büyük ölçekli veriler altında istikrarlı bir benzersizliğe sahip olmaktır. Geçmişte, ses izi yapmanın yolu dijital sinyal işlemeydi, ancak şimdi makine öğreniminin ve DNN'nin (Derin Sinir Ağı) geliştirilmesi sayesinde, ses kayıtları da ID'ler olarak gerçekleştiriliyor. Daha önce bahsettiğimiz ses baskılarının özelliklerine ve avantajlarına dayanarak ve Nesnelerin İnterneti'nin gelişmesiyle birlikte, ses baskıları yeni bir etkileşim yolu oluşturacaktır. Sesli baskılar ve diğer biyolojik özellikler, en doğal, en iyi kullanılan ve kimlik bilgilerini kaybetmeyecek.
Ancak, tıpkı her biyometrik kimliğin avantajları ve dezavantajları olduğu ve farklı senaryolar için uygun olduğu gibi, ses izi de "çok yönlü" olamaz. Hala yüksek bir teknik eşikle karşı karşıyadır ve aynı zamanda gerçek ortamda gürültü sorunları, çok kişili konuşma ve uzak alan tanınmasından da etkilenecektir. Ticarileştirme sürecinde, talebi daha iyi karşılamak için endüstri ile derinlemesine entegre edilmesi gerekiyor. Biyometri endüstrisi söz konusu olduğunda, endüstri genellikle% 95'lik tanıma doğruluğu oranının ticarileştirilebileceğine inanmaktadır, ancak yine de "% 100" den belirli bir mesafe vardır ki bu fena değildir.
Bu nedenle, öngörülebilir gelecekte, tanımlama aşağıdaki eğilimlere sahip olacaktır:
1. Birden çok biyometrinin entegrasyonu
2. Doğal koşullarda toplanabilen temassız tip
3. İnternette uzaktan tanımlamayı gerçekleştirebilen ve taklit edilmesi kolay olmayan bir yöntem
Bu aynı zamanda gelecekteki kimlik doğrulama yönteminin yüz çiçeğin çiçek açtığını söylemek olmadığı, ancak en azından birden fazla yöntemin ve birden çok garantinin paralel olduğu anlamına gelir. Bu alana girmek isteyen teknoloji şirketleri için, önceki sinyal işleme, çekirdek karşılaştırma ve diğer temel teknolojilere ek olarak, daha fazla in vivo algılama, duygu tanıma, cinsiyet tanıma, ses ayırma ve gerçek zamanlı dinamik karşılaştırma biriktirmeleri gerekiyor. Akran daha detaylı alanlar da keşfedilmeli, Ancak bu şekilde, artan uzmanlık alanlarıyla farklı uygulama senaryolarına uyarlanabilir.
