IP АТС – BPO Call center – Артател
Що таке голосова біометрія
Голосова біометрична технологія, яка здатна підтвердити особу мовця замість PIN-коду або відбитка пальця. Інакше відоме як розпізнавання голосу або голосова автентифікація. Зараз ця технологія називається Voice Biometrics або голосова біометрія. (пасивна голосова біометрія, біометрія google voice)
Основна перевага голосової біометрії Адала:
• Легкий і швидкий доступ до інформації
Більше не потрібно витрачати час на те, щоб запитувати у клієнтів особисті дані агентів, тому час
обслуговування кожного клієнта набагато швидше.
• Набагато безпечніше
Конфіденційність вашого клієнта гарантується навіть агентом вашого власного колл-центру.
• Набагато швидше, голосова біометрія займає менше 7 секунд для перевірки
• Можна використовувати в різних носіях
голосова біометрична автентифікація java голосова біометрична система голосова біометрія в голосовій ідентифікації
Інші переваги:
a. Скорочення часу аутентифікація
Раніше щоразу, коли ваша CS хотіла переконатися, що абонент є законним власником облікового запису, він робив це
Потрібно багато часу, щоб виконати виснажливий процес запитань і відповідей, наприклад:
– Запитуйте ПІБ згідно КТП
– Запитувати дівоче прізвище біологічної матері
– 4-значний номер кредитної картки
- Домашня адреса
- Місце і дата народження
- Номер мобільного телефону
- Адреса електронної пошти
– Чи є додаткові картки
b. Покращений досвід клієнтів і конфіденційність.
Клієнтам потрібно лише назвати своє повне ім'я, сервер визначить, чи є голос клієнта власником
законним.
в. Економія грошей за рахунок додаткового рівня захисту від шахрайства.
d. Менші експлуатаційні витрати.
Менший час автентифікації означає, що немає потреби в кількості агентів, робочих місць і
інші засоби більше
д. Вища безпека та менші витрати
f. Клієнти щасливі, а співробітники задоволені, тому що вони не відчувають особистих запитань кожного разу, коли звертаються до служби підтримки клієнтів.
g. Менш безпечна та точна альтернатива, яка вимагає додаткових витрат на обладнання та фізичної присутності
Для початку важливо знати, що жоден біометричний показник не є 100% точним. Наприклад, а Дослідження 2014 року щодо розпізнавання райдужної оболонки ока визначення точності системи може бути від 90 до 99%, широкий діапазон. Біометрична точність голосу також потрапляє в цей діапазон з різних причин. Однак, навіть незважаючи на свою недосконалість, голосова біометрія є безцінним інструментом.
Метод оцінки точності голосової біометричної системи — «рівна частота помилок» або «EER». EER – це точка, за якої «Коефіцієнт помилкових прийомів» або «FAR» (тобто пропуск шахраїв) дорівнює «Рейтингу помилкових відхилень» або «FRR» (тобто заборона доступу дійсним користувачам). Голосові біометричні системи оцінки базуються на статистичній ймовірності, тому існує компроміс між цими помилками, який потрібно враховувати. Наприклад, якщо ви встановите рівень довіри на «високий», щоб запобігти шахраям, ви можете в кінцевому підсумку заблокувати більше дійсних користувачів, що спричинить збої. Встановлення «нижчого» рівня довіри забезпечить більше комфорту для ваших дійсних користувачів, але ви можете впустити більше шахраїв. VBG співпрацюватиме з вами, щоб забезпечити оптимальний баланс між безпекою та комфортом. Зауважте також, що EER вимірюється для одного випробування. Дозволивши повторні спроби у своїй програмі, ви можете збільшити ймовірність того, що дійсний користувач зможе пройти другу або третю спробу, навіть якщо ви спочатку встановили високий рівень впевненості, щоб відхилити шахраїв.
Зауважте, що результати EER, FAR і FRR отримані з набору аудіо зразків, які використовуються для обробки та отримання цих вимірювань. Остерігайтеся дуже низьких значень EER, рекламованих деякими постачальниками, оскільки результатами EER, отриманими в лабораторії, можна легко маніпулювати шляхом видалення зразків, які негативно впливають на результати. Результати EER є настільки хорошими, наскільки якісні дані, виконані для їх розрахунків. Неочікувані реальні результати можуть (і будуть) виникати, якщо ваша вибірка не є справді репрезентативною для кінцевих користувачів, конкретної мови та діалекту, типу використовуваного пристрою, середовища, у якому збиралося мовлення тощо. Тому ми рекомендуємо вам порівнювати голосові біометричні системи на основі реальних користувачів, включаючи тестування у бажаному робочому середовищі,
Іншими важливими факторами, що впливають на EER у реальному світі, є вміст зразків мови та наявність шуму. Якщо зразок мовлення надто шумний або якщо до голосової біометричної системи надійшло неправильну інформацію, то біометричному механізму голосу буде важко використовувати зразок мовлення для точного визначення. Використання різних типів пристроїв також може вплинути на результати.
Наприклад, мережі мобільного телефону використовують різні методи стиснення порівняно зі стаціонарними телефонами – це впливає на біометричний процес голосу, який виділяє унікальні вокальні характеристики із зразків мовлення.