صدای شما می‌تواند درست مثل اثرانگشت، هویتتان را مشخص کند. هربار که صحبت می‌کنید، علاوه بر کلماتی که به زبان می‌آورید، ویژگی‌های صوتی منحصر‌به‌فردی مثل تن صدا، زیروبمی، سرعت گفتار و الگوی تلفظ نیز منتقل می‌شود. بیومتریک صدا یا Voice Biometrics از همین ویژگی‌ها استفاده می‌کند تا بدون نیاز به رمز عبور یا کارت‌ شناسایی، هویت افراد را تشخیص دهد و فرایند تایید هویت را ساده‌تر و سریع‌تر کند. این فناوری همین الان در حوزه‌هایی مثل بانکداری، مراکز تماس، سیستم‌های امنیتی و حتی دستیارهای صوتی هوشمند در حال استفاده است. اما بیومتریک صدا دقیقا چطور صدای هر فرد را از دیگران تشخیص می‌دهد و آیا واقعا می‌شود به صدا به عنوان یک شناسه مطمئن برای شناسایی هویت افراد اعتماد کرد؟ در ادامه همراه ما باشید تا این فرایند را بررسی کنیم.

Voice Biometrics  چیست؟

بیومتریک صوتی  یا Voice Biometrics نوعی از فناوری است که با استفاده از ویژگی‌های منحصر‌به‌فرد صدای هر فرد، هویت او را تشخیص می‌دهد و تایید هویت می‌کند. ایده اصلی پشت این فناوری ساده است. صدای هر انسان ویژگی‌‎های خاص خود را دارد و ترکیبی از عواملی مثل تن و زیر و بمی صدا، فرکانس، ریتم گفتار و رنگ صدا باعث می‌شود الگوی صوتی افراد با هم تفاوت داشته باشد.  

بیشتر بخوانید: بهترین سرویس‌های احراز هویت ایرانی در سال 1405؛ مقایسه APIهای احراز هویت آنلاین

سیستم‌های فناوری بیومتریک صوتی این ویژگی‌ها را از صدای فرد استخراج و از آن برای شناسایی هویت افراد استفاده می‌کنند. به این الگوی منحصربه‌فرد صوتی در اصطلاح، اثر صوتی یا Voiceprint می‌گویند که چیزی شبیه به همان اثر انگشت است. البته باید به این نکته نیز توجه کرد که Voice Biometrics تنها به شنیدن و مقایسه ساده صدا محدود نمی‌شود. پشت این فرایند، الگوریتم‌های یادگیری ماشین قرار دارند که نمونه‌های صوتی را تحلیل می‌کنند و ویژگی‎های صدای هر فرد را با نمونه‌های ثبت‌شده مقایسه می‌کنند. بنابراین هرچه داده‌های صوتی بیشتری برای آموزش و ثبت اولیه سیستم در اختیار باشد، ساخت پروفایل صوتی دقیق‌تر می‌شود و تشخیص صدا نیز می‌تواند با دقت بالاتری انجام شود. همین موضوع باعث می‌شود بیومتریک صدا به عنوان گزینه‌ای کاربردی برای احراز هویت در سیستم‌های امنیتی، مراکز تماس و سرویس‌های دیجیتال تبدیل شود.

سیستم‌های Voice Biometrics چگونه کار می‌کنند؟

حالا که تا اینجا با مفهوم Voice Biometrics آشنا شدید، سوال مهم این است که این سیستم‌ها چطور صدای یک فرد را تشخیص می‎دهند و از آن برای تایید هویت استفاده می‌کنند؟ همان‌طور که در تصویر مشاهده می‌کنید، فرایند تطبیق صدا را می‌توان در چهار مرحله اصلی خلاصه کرد، مراحلی که از دریافت صدای کاربر شروع می‎شود و در نهایت به تایید یا عدم تطابق هویت می‌رسد.

• ضبط نمونه صدای کاربر: در اولین مرحله، سیستم نمونه‌ای از صدای کاربر را دریافت و ضبط می‌کند. این نمونه می‌تواند بخشی از یک مکالمه و حتی عبارتی باشد که کاربر برای احراز هویت بیان می‌کند. البته کیفیت این نمونه نیز اهمیت زیادی دارد، زیرا اطلاعاتی که سیستم در مراحل بعدی از صدا استخراج می‌کند، به طور مستقیم به کیفیت صدای ورودی نیز وابسته است.
•  ارسال نمونه صدا به موتور بیومتریک: بعد از ضبط، نمونه صوتی به موتور بیومتریک ارسال می‌شود. این بخش همان هسته اصلی سیستم محسوب می‌شود و این وظیفه را برعهده دارد که داده‌های صوتی را برای تحلیل آماده کند. موتور بیومتریک می‌تواند با استفاده از الگوریتم‎های AI و یادگیری ماشین، ویژگی‌های مختلف صدای فرد را بررسی کند و از آن برای ساخت یک الگوی قابل مقایسه استفاده کند.
• ایجاد الگوی صوتی از نمونه: در این مرحله، سیستم ویژگی‌های منحصربه‌فرد صدای فرد را استخراج می‌کند و آن‌ها را به یک اثر صوتی یا Voiceprint تبدیل می‎کند که یک فایل صوتی معمولی نیست، بلکه یک نمایش ریاضی از ویژگی‌های صداست که امکان مقایسه نمونه‌های صوتی مختلف را فراهم می‎کند. به این ترتیب، سیستم به جای اینکه صرفا صدای ضبط‌شده را با یک فایل صوتی دیگر مقایسه کند، ویژگی‌های صوتی فرد را با یک الگوی بیومتریک مقایسه می‌کند.
• مقایسه با Voiceprint ثبت‌شده: در مرحله آخر، اثر صوتی جدید با Voiceprint ثبت‌شده کاربر مقایسه می‌شود. سیستم نیز میزان شباهت میان این دو الگو را بررسی می‌کند و نتیجه را بر اساس یک آستانه مشخص تعیین می‌کند. در واقع اگر میزان تطابق به اندازه کافی بالا باشد، هویت فرد تایید می‌شود و فرایند با موفقیت به پایان می‌رسد. اگر هم شباهت کافی وجود نداشته باشد، سیستم نتیجه عدم تطابق را اعلام می‎کند و هویت فرد تایید نمی‌شود.

انواع  Voice Biometrics

احراز هویت صوتی برای تایید هویت از دو روش اصلی بیومتریک صوتی فعال (Active Voice Biometrics) و بیومتریک صوتی غیرفعال (Passive Voice Biometrics) استفاده می‌کند که تفاوت اصلی میان این دو روش، میزان مشارکت کاربر در فرایند احراز هویت است. در روش فعال، کاربر باید عبارات یا کلمات مشخصی را بیان کند، اما در روش غیرفعال، سیستم می‌تواند در جریان یک مکالمه عادی، ویژگی‎های صدای فرد را بررسی کند.  

• بیومتریک صوتی فعال: همان‌طور که از نام این روش پیداست، کاربر به طور مستقیم در فرایند احراز هویت مشارکت می‌کند. به این صورت که معمولا هنگام ثبت‌نام، چند بار یک عبارت یا مجموعه‌ای از کلمات از کاربر دریافت می‎شود تا سیستم بتواند اثر صوتی او را ایجاد و به هویتش مرتبط کند. در زمان احراز هویت هم کاربر باید یک عبارت مشخص، شماره حساب یا اطلاعاتی از پیش تعیین‌شده را بیان کند تا صدای او با Voiceprint ثبت‌شده مقایسه شود. از آنجا که سیستم هم الگوی صوتی فرد را بررسی می‌کند و هم از یک عبارت یا اطلاعات مشخص برای تایید استفاده می‌کند، این روش می‌تواند یک لایه امنیتی مضاعف ایجاد کند
•  بیومتریک صوتی غیرفعال: در این روش لازم نیست که کاربر عبارت خاصی را تکرار کند یا برای احراز هویت اقدام جداگانه‌ای انجام دهد. کافی است چندثانیه به شکل طبیعی صحبت کند تا سیستم ویژگی‌های صوتی او را تحلیل و سپس با Voiceprint موجود مقایسه کند. در این روش، نوع جمله یا زبانی که فرد با آن صحبت می‎کند و حتی محتوای صحبت اهمیت چندانی ندارد و تمرکز اصلی روی ویژگی‌های خود صداست و از همان برای تشخیص صدا استفاده می‌شود. همین ویژگی باعث می‌شود روش غیرفعال تجربه کاربری ساده‌تری داشته باشد و برای موقعیت‌هایی مثل مراکز تماس که کاربر از قبل در حال مکالمه است، کاربرد زیادی پیدا کند.

کاربردهای Voice Biometrics در صنایع مختلف

بیومتریک صوتی فقط یک فناوری برای ورود به حساب یا تایید هویت نیست. بلکه می‌تواند در موقعیت‌هایی که احراز هویت سریع اهمیت دارد، فرایندهای مختلف را ساده و امن کند. در واقع از مراکز تماس و چت‌بات‌ها گرفته تا دسترسی به پورتال‌ها و مقابله با کلاهبرداری، بیومتریک صوتی می‌تواند به عنوان یک لایه امنیتی در کنار سایر روش‌های احراز هویت استفاده شود. در ادامه همراه ما باشید تا چند مورد را با هم بررسی کنیم.

• مراکز تماس: یکی از مهم‌ترین کاربردهای احراز هویت صوتی در مراکز تماس است. هنگامی که مشتری با یک مرکز تماس ارتباط می‌گیرد، سیستم می‌تواند از طریق IVR صدای او را بررسی کند و قبل از وصل کردن تماس به اپراتور، هویتش را تایید کند. به این ترتیب، مشتری مجبور نیست هربار اطلاعاتی مانند شماره ملی، شماره حساب یا رمز عبور را تکرار کند. حتی در طول مکالمه هم می‌شود به شکلی غیرفعال صدای فرد را بررسی کرد تا سیستم مطمئن شود همان فردی که در ابتدا احراز هویت شده، همچنان در حال مکالمه است.
• چت‌بات‌ها و دستیارهای صوتی هوشمند: ترکیب تشخیص صدا با چت‌بات‌ها و دستیارهای صوتی هوشمند می‌تواند امکانات بیشتری را در اختیار کاربران قرار دهد. به عنوان مثال، یک چت‌بات می‌تواند قبل از ارائه اطلاعات حساس یا انجام یک تراکنش، هویت کاربر را با صدایش بررسی کند. فراتر از این‌ها می‎توان از کاربر خواست رمز یک‌بارمصرف را با صدای خودش بیان کند تا سیستم هم محتوای رمز و هم Voiceprint فرد را بررسی کند. به این صورت، سرویس‌هایی که قبلا به احراز هویت جداگانه نیاز داشتند، می‌توانند تجربه کاربری روان‌تری را ارائه  دهند.
• دسترسی به پورتال‎ها و سامانه‎ها: فناوری تشخیص صدا در برخی سامانه‌ها می‌تواند به جای تکیه کامل بر رمز عبور مورد استفاده قرار گیرد. به این صورت که کاربر یک عبارت یا رمز یک‌بار مصرف مشخص را بیان می‌کند و سیستم، صدا و اطلاعات گفته شده را با داده‌های ثبت‎شده مقایسه می‌کند. این روش می‌تواند وابستگی کاربران به رمزهای عبور را کاهش دهد و فرایند ورود به سامانه‌های مختلف را ساده‌تر کند.
•  امضای دیجیتال و قراردادها: یکی دیگر از کاربردهای جالب بیومتریک صوتی، استفاده از اثر صوتی در فرایند امضای دیجیتال و تایید قراردادهاست. در این سناریو، صدای فرد می‌تواند به عنوان یکی از عوامل مرتبط با هویت او در فرایند امضای یک سند استفاده شود. این قابلیت برای قراردادها و توافق‌های دیجیتال که به احراز هویت مطمئن طرفین نیاز دارد و یک لایه امنیتی اضافه می‌کند.
•   تشخیص و پیشگیری از کلاهبرداری: فناوری بیومتریک صوتی می‌تواند در شناسایی کلاهبرداران هم نقش بسیار مهمی داشته باشد. به این صورت که سازمان‌ها می‌توانند با Voiceprint ، افراد شناخته شده یا مشکوک را از میان تماس‌های قبلی یا نمونه‌های صوتی موجود استخراج کنند و در تماس‌های بعدی با آن مقایسه کنند. اگر صدای فرد با یکی از الگوهای ثبت‌شده مطابقت داشته باشد، سیستم می‌تواند هشدارهای لازم را ارسال کند. به این ترتیب، سازمان‌ها نه تنها امکان شناسایی کلاهبرداری‌های قبلی را دارند، بلکه می‌توانند از تکرار حملات مشابه هم جلوگیری کنند.

جمع‌بندی

بیومتریک صدا یا Voice Biometrics یکی از روش‌های نوین برای شناسایی هویت افراد و تایید هویت آن‌هاست که به جای رمز عبور یا اطلاعاتی که ممکن است فراموش یا سرقت شود، از ویژگی‌های منحصربه‎فرد هر فرد استفاده می‏کند. در این فناوری، صدای کاربر دریافت می‏شود و ویژگی‌های صوتی او به یک Voiceprint تبدیل می‎‏شود تا زمان احراز هویت، این الگو با نمونه جدید مقایسه شود. همین فرایند ساده باعث شده فناوری تشخیص صدا در حوزه‌هایی مانند مراکز تماس، خدمات مالی، سامانه‌های امنیتی، چت‌بات‎ها و دستیارهای صوتی هوشمند مورد توجه قرار گیرد.

بیشتر بخوانید: چک لیست انتخاب سرویس احراز هویت

باید به این نکته نیز توجه داشت که احراز هویت صوتی قرار نیست لزوما جای همه روش‌های امنیتی را بگیرد، اما می‌تواند یک لایه مهم و کاربردی به فرایند احراز هویت اضافه کند، لایه‎ای که برای کاربر ساده و بدون اصطکاک است و در عین حال می‌تواند امنیت سرویس‎ها را افزایش دهد. در نهایت، می‌توان گفت با گسترش تعاملات صوتی و سرویس‌های هوشمند، انتظار می‌رود بیومتریک صوتی هم نقش پررنگی در ساخت تجربه‌های امن‌تر و ساده‌تر برای کاربران داشته باشد.