Başlangıç olarak hiçbir biyometrinin %100 doğru olmadığını bilmek önemlidir. Örneğin, a İris tanıma üzerine 2014 çalışması sistem doğruluğunun belirlenmesi %90 ila %99 arasında geniş bir aralıkta olabilir. Ses biyometrik doğruluğu da çeşitli nedenlerden dolayı bu aralığa girmektedir. Ancak kusurlarına rağmen ses biyometrisi paha biçilmez bir araçtır.
Ses biyometrik sisteminin doğruluğunu değerlendirme yöntemi “Eşit Hata Oranı” veya “EER”dir. EER, "Yanlış Kabul Oranı" veya "FAR"ın (yani dolandırıcıların geçişine izin vermenin) "Yanlış Reddetme Oranı" veya "FRR"ye (yani geçerli kullanıcılara erişimin engellenmesi) eşit olduğu noktadır. Ses biyometrik puanlama sistemleri istatistiksel olasılığa dayalı olduğundan, bu hatalar arasında dikkate alınması gereken bir denge vardır. Örneğin, dolandırıcıları önlemek için güven düzeyini "yüksek" olarak ayarlarsanız, daha geçerli kullanıcıları engelleyerek kesintiye neden olabilirsiniz. "Daha düşük" bir güven düzeyi ayarlamak, geçerli kullanıcılarınız için daha fazla rahatlık sağlayacaktır, ancak daha fazla dolandırıcının içeri girmesine izin verebilirsiniz. VBG, güvenlik ve konfor arasında en uygun dengeyi sağlamak için sizinle birlikte çalışacaktır. Ayrıca EER'nin tek bir deneme için ölçüldüğünü unutmayın. Uygulamanızda yeniden denemelere izin vererek, başlangıçta dolandırıcıları reddetmek için yüksek bir güven düzeyi ayarlasanız bile, geçerli bir kullanıcının ikinci veya üçüncü yeniden denemeyi geçme olasılığını artırabilirsiniz.
EER, FAR ve FRR sonuçlarının bu ölçümleri işlemek ve elde etmek için kullanılan ses örnekleri setinden geldiğini unutmayın. Laboratuvardan elde edilen EER sonuçları, sonuçları olumsuz etkileyen numunelerin çıkarılmasıyla kolayca değiştirilebileceğinden, bazı satıcılar tarafından ilan edilen çok düşük EER değerlerine dikkat edin. EER sonuçları ancak hesaplamaları için yapılan veri örneklemesi kadar iyidir. Örneklemeniz son kullanıcı popülasyonunu, belirli dili ve lehçeyi, kullanılan cihazın türünü, konuşmanın toplandığı ortamı vb. tam olarak temsil etmiyorsa, gerçek dünyadan beklenmeyen sonuçlar ortaya çıkabilir (ve çıkacaktır). Bu nedenle, istediğiniz üretim ortamında denemeler yapmak da dahil olmak üzere, ses biyometrik sistemlerini gerçek dünyadaki kullanıcılara göre karşılaştırmanızı öneririz.
Gerçek dünyadaki EER'yi etkileyen diğer önemli faktörler, konuşma örneklerinin içeriği ve gürültünün varlığıdır. Konuşma örneğinin çok gürültülü olması veya ses biyometrik sistemine yanlış bilgi söylenmesi durumunda, ses biyometrik motoru, doğru tespitler yapmak için konuşma örneğini kullanmakta zorluk çekecektir. Farklı türde cihazların kullanılması da sonuçları etkileyebilir.
Örneğin, cep telefonu ağları, sabit hatlara kıyasla farklı sıkıştırma teknikleri kullanır; bu, konuşma örneklerinden benzersiz ses özelliklerini çıkaran ses biyometrik sürecini etkiler.
