「しかし、匿名の質問に答えるために銀行で退屈しなかったのですか？」
-いいえ、ウラジミール・ペトロビッチ、少しの雌犬ではありません。オーストリアのライファイゼングループのメンバーであるプライアバンクは、ベラルーシで最大の商業銀行の1つであり、電話での連絡時に顧客の音声標準（または、「指紋」）を使用して身元を確認します。 これは、銀行が公式にそのような技術の使用を発表したロシアとCISでの2番目のケースです。
音声バイオメトリクスについては既に説明しました（たとえば、別の電話を使用したり、他人に見えたとしても、サブスクライバのコンタクトセンターに対して発信者のIDを "認識"して判断する機能-これは詐欺対策に関連しています）。 例として、Priorbankを使用した音声バイオメトリクスの実装に存在する機能について説明します。
なぜそれが必要ですか
個人の識別を必要とする銀行のコンタクトセンターへの顧客要求の数は増加しています。 したがって、2007年11月から12月に電話の46％が個人情報を要求するために録音された場合、2015年の同じ期間にそのような電話の数はすべての電話の総数の68％に増加しました。 ボイスオーバー認証テクノロジにより、顧客サービス時間が大幅に短縮されます。
規約
音声生体認証では、しばしば混同される概念がいくつかあります。 それを理解しましょう。 音声識別により、コンタクトセンターのなじみのない番号から電話をかけている人がVasya Petrovであることを理解できます。 識別の一部として、音声の1つのサンプルの一致が、コンタクトセンターで利用可能な音声データベースの多くと照合されます。
音声認証（別名認証）を使用すると、電話で個人の身元を確認できます。 つまり、ある程度の確率で、Vasya Petrovが実際にVasya Petrovであることを示唆しています。 検証の一部として、2つの音声サンプルが比較されます。IDをシステムのデータベースに保存されている音声と検証する人の音声と、IDが既に認証されている音声です。
すべての生体認証システムは確率的であり、既存のシステムはいずれもエラーがないことを保証できません。
間違い
エラーは、第1種と第2種、または「エイリアン」の偽造パス（False Acceptance Rate、FAR）および「自分」の偽造拒否エラー（False Reject Rate、FRR）です。 これらのエラーは相互に関連しており、生体認証システムをセットアップするには、可能な限りタスクを満足させるために、これらのエラーのレベル間の「妥協」を見つける必要があります。
音声バイオメトリクスは、さまざまなアプリケーションに適用できます。 たとえば、コンタクトセンターのオペレーターと話しているときにユーザーを確認するには、IVRによって音声を自動的に確認し、モバイルアプリケーション（指紋または顔の他の種類と組み合わせて使用）へのユーザーアクセスを提供し、音声（詐欺防止）などで詐欺師を特定します。
Priorbankでの音声生体認証の導入に関するプロジェクトは、2015年に実施されました。 重要なタスクは、オペレーターとの会話中に電話でクライアントの身元を確認し、検証時間を短縮することです。 その結果、リモートカスタマーサービスの品質が向上し、銀行情報の保護レベルが向上します。
毎月、Priorbankのコンタクトセンターオペレーターは何万ものコールを処理します。リクエストの半分以上は、アカウントとオペレーションに関する情報のリクエストです。 主な質問：「カードが機能しない理由」、「ローンの負債とは」、「操作が行われない理由」など。 これらの問題は、クライアントの身元を確認せずに解決することはできません-法律によると、アカウントの情報は所有者にのみ提供されます。
このような情報は、アカウント所有者ではなく、第三者によって繰り返し試行されました。 そのため、銀行に電話した人は常にパスポートの詳細、カード番号、母親の旧姓などを尋ねられます。 これらの問題を明確にするには、クライアントごとに平均30〜40秒かかります。
ロシアの開発者の生体認証プラットフォームはすでに銀行顧客の身元を確認する際の有効性を証明しているため、音声生体認証の導入に関するプロジェクトの枠組みの中で、Centre for Speech Technologies社のソリューションが選択されました。 昨年の夏、それに基づいたソリューションが時価総額で世界最大の銀行であるWells Fargoモバイルアプリケーションに導入されました。
Priorbankのシステムの原理
- 各コール（着信または発信）で、オペレーターとの会話の開始時に、ユーザーチェックがバックグラウンドで開始され、彼の音声に関するデータが収集されます。
- リアルタイムで、音声の生体認証パラメータが測定され、以前に保存された標準と比較されます。 プロセス全体には数秒かかります。
- 音声による身元確認の結果は、CCオペレーターのモニター画面に表示されます。
このプロセスは信頼性が高いため、たとえば双子の声やパロディストの呼び出しを区別できます。 数秒で、システムは標準で音声を検証し、検証が失敗したことを通知します。 システムは言語に依存しないため、銀行の顧客は利用可能な任意の言語を話すことができます。
実装手順
- 技術仕様、設計および実装の開発。
- CRMとの統合。
- システムキャリブレーション
- テスト/試運転。
- 仕事の提出。
音声標準を使用する場合、いくつかのプロセスがあります。
- コンタクトセンターへの通話の記録に基づいて、顧客の音声標準をデータベースに最初に入力します。 さらに、標準を作成するとき、クライアントは自分の（標準）レコードへの同意を確認する必要があります。
- 音声標準の更新。
- 音声による顧客の検証。
銀行のコンタクトセンターに電話で連絡する過程で、顧客の音声基準を含むデータベースが形成されました。 オペレーターとの会話中に、クライアントが標準的な方法（パスポートデータ、秘密の言葉、契約番号などの詳細に従って）で身元を確認できた場合、十分な量の音声素材がダイヤルされると、システムは彼の声の固有の特徴に基づいてデジタル標準を作成しました：アクセントまた、音声の速度、発音なども考慮され、身体的特徴も考慮されます。音声のタクト、口の形と大きさ、鼻の構造。 したがって、CCへの次回の呼び出しで、音声によるバックグラウンド識別のために、クライアントの検証手順が大幅に短縮されました。
詳細
音声規格を登録するプロセスはどうですか- 電話をかけるとき、クライアントは電話番号で識別されます（番号が銀行に登録されている携帯電話から発信している場合）。
- 次に、名前、生年月日、パスポートと契約番号、パスフレーズの知識に基づいて、標準的な認証手順を実行します。 一般的に、猫の名前まで。
- 会話中、システムは音声標準を作成するために必要な音声の量を蓄積し（通常、約40秒の純粋な音声）、十分に収集されると、標準を作成する準備ができたことを通知します。 オペレーターはボタンを押し、クライアントが自分について報告した情報が銀行のシステムからのデータと一致する場合、オペレーターは音声標準を保存します。 そうでない場合、保存は行われません。 銀行は、クライアントがサービス契約に署名する段階で、事前に音声標準を作成するという同意をクライアントから受け取ります。
検証プロセスはどのように進みますか？
クライアントが電話をかけ、携帯電話番号で識別されます。 音声標準がすでに作成されている場合、システムが起動します：
- 検証手順がない場合は、新しい標準の登録の履歴を参照してください。 オペレーターは、クライアントにいくつかの簡単な質問をします（自己紹介と生年月日を尋ねます）。
- 会話の数秒以内に、十分なクライアントの明瞭なスピーチが蓄積されると（7〜9秒）、システムは彼の声を標準と比較し、結果をオペレーターに表示します（「自分」、「エイリアン」、「不明」）。
- オペレーターは、システムが自分自身であることが「わからない」ために調査を終了するか続行します。または、「見知らぬ人」であるため、クライアントを優しく拒否します。
必要に応じて、たとえば、検証プロセス中に第三者が会話に干渉した場合、オペレータはクライアントの生体認証検証を手動で再開できます。
検証手順が完了すると、システムは会話を「リッスン」しなくなり、そのリソースは使用されなくなります。
実装機能
解決策を決定するために、システムには3つのしきい値が設定されています（「最初」、「2番目」、「強化」）。 比較結果が最初のしきい値を超えている場合、システムはクライアントが「自分」であるとみなし、2番目未満であればクライアントは「異質」であり、その間は-システムがその決定を確認できないことを意味します。
比較するときに、結果が最初のしきい値より高く、「強化」しきい値を超える場合、システムは音声標準を自動的に更新します。 これにより、標準を最新の状態に保つことができます。
ファイティング詐欺師
とりわけ、音声バイオメトリクスは詐欺師と戦うのに役立つと言わないのは大きな省略です。 これらは、いわゆる不正防止システムです。 このサブシステムは、Priorbankには実装されていませんが、とにかく説明します。
Aite Groupによると、詐欺師はすべてのセキュリティの質問の20〜50％を得ることができます。 会話の数秒以内に、クライアントは自動的に検証され、発信者は詐欺師ではありません。
このように動作します。 通常のクライアントの音声標準のデータベースに加えて、悪党の音声標準が入力される詐欺師のブラックリストが作成されます。 コンタクトセンターに電話すると、クライアントの声がクライアントベースの標準の1つ（検証）と詐欺師のデータベースのすべての標準（識別）と比較されます。 当然、詐欺師のデータベースで見つかった場合、そのようなクライアントにサービスを提供するためのシナリオは変わります。
認証ソリューションと不正防止システムを合わせて使用すると、最大90％の不正検出と、0.1％の誤検出率が実現します。
生体認証では、前述したように、主要なパーセンテージ確率指標（しきい値）があります。
- FAR False Acceptance Rate（「システム要求レベル」）、つまり、システムが「見知らぬ人」を許可する確率。
- FRR（False Rejection Rate、エラー）の誤った失敗、つまり、システムが「あなたの」個人を許可しない確率。
指標は非常に密接に関連しています。 FAR値は特異性と呼ばれ、FRR値は感度と呼ばれます。 システムの感度を増加/減少させることにより、その特異性を減少/増加させ、その逆も同様です。
False Rejectについて説明すると、質問のある古典的なスキームでは、失敗の割合は約10〜15％であり、リアルタイムでの認証の追加使用により、この数字は4％を超えません。 False Acceptanceに関しては、標準的なスキームでは、詐欺師は15〜20％のケースで認証しますが、オンライン認証を追加すると、このインジケーターを1〜3％に減らすことができます。
参照資料