التعرف على المتحدث

📅 آخر تحديث: ٢٥ يوليو ٢٠٢٦
✍️ نُشر في: ٢٥ يوليو ٢٠٢٦
📷 يحتوي على 1 صور
الموسوعة الحرة

التعرف على المتحدث هو تحديد هوية الشخص من خلال خصائص الأصوات. [1] ويستخدم للإجابة على السؤال "من يتحدث؟" يمكن أن يشير مصطلح التعرف على الصوت [2] [3] [4] [5] [6] إلى التعرف على المتحدث أو التعرف على الكلام . يتناقض التحقق من المتحدث (يُسمى أيضًا مصادقة المتحدث ) مع التعريف، ويختلف التعرف على المتحدث عن تدوين المتحدث (التعرف على متى يتحدث نفس المتحدث).

إن التعرف على المتحدث يمكن أن يبسط مهمة ترجمة الكلام في الأنظمة التي تم تدريبها على أصوات معينة أو يمكن استخدامه للتحقق من هوية المتحدث كجزء من عملية أمنية. إن التعرف على المتحدث له تاريخ يعود إلى حوالي أربعة عقود اعتبارًا من عام 2019 ويستخدم السمات الصوتية للكلام التي وجد أنها تختلف بين الأفراد. تعكس هذه الأنماط الصوتية كل من التشريح وأنماط السلوك المكتسبة.

التحقق مقابل التعريف

هناك تطبيقان رئيسيان لتقنيات ومنهجيات التعرف على المتحدث. إذا ادعى المتحدث أنه يتمتع بهوية معينة وتم استخدام الصوت للتحقق من هذا الادعاء، فإن هذا يسمى التحقق أو المصادقة . من ناحية أخرى، فإن التعريف هو مهمة تحديد هوية متحدث غير معروف. بمعنى ما، فإن التحقق من المتحدث هو مطابقة 1:1 حيث يتم مطابقة صوت أحد المتحدثين مع قالب معين بينما تحديد هوية المتحدث هو مطابقة 1:N حيث تتم مقارنة الصوت بقوالب متعددة.

من منظور الأمان، يختلف تحديد الهوية عن التحقق. عادةً ما يتم استخدام التحقق من هوية المتحدث كـ "بوابة" من أجل توفير الوصول إلى نظام آمن. تعمل هذه الأنظمة بمعرفة المستخدمين وعادةً ما تتطلب تعاونهم. يمكن أيضًا تنفيذ أنظمة تحديد هوية المتحدثين سراً دون علم المستخدم لتحديد هوية المتحدثين في المناقشة، وتنبيه الأنظمة الآلية لتغييرات المتحدث، والتحقق مما إذا كان المستخدم مسجلاً بالفعل في نظام ما، وما إلى ذلك.

في التطبيقات الجنائية، من الشائع أولاً إجراء عملية تحديد هوية المتحدث لإنشاء قائمة "بأفضل المطابقات" ثم إجراء سلسلة من عمليات التحقق لتحديد تطابق قاطع. يساعد العمل على مطابقة العينات من المتحدث مع قائمة أفضل المطابقات في معرفة ما إذا كانا نفس الشخص بناءً على مقدار أوجه التشابه أو الاختلافات. يستخدم الادعاء والدفاع هذا كدليل لتحديد ما إذا كان المشتبه به هو الجاني بالفعل. [7]

تمرين

تم تنفيذ إحدى أقدم تقنيات التدريب التي تم تسويقها تجاريًا في دمية جولي من إنتاج شركة Worlds of Wonder عام 1987. في تلك المرحلة، كان استقلال المتحدث بمثابة اختراق مقصود، وكانت الأنظمة تتطلب فترة تدريب. حمل إعلان للدمية عام 1987 شعار "أخيرًا، الدمية التي تفهمك". - على الرغم من حقيقة أنه تم وصفها بأنها منتج "يمكن للأطفال تدريبه على الاستجابة لصوتهم". [8] يشير مصطلح التعرف على الصوت، حتى بعد عقد من الزمان، إلى استقلال المتحدث. [9] [ بحاجة لتوضيح ]

متغيرات التعرف على المتحدث

يتألف كل نظام للتعرف على المتحدث من مرحلتين: التسجيل والتحقق. أثناء التسجيل، يتم تسجيل صوت المتحدث وعادةً ما يتم استخراج عدد من السمات لتشكيل بصمة صوت أو قالب أو نموذج. في مرحلة التحقق، تتم مقارنة عينة من الكلام أو "النطق" ببصمة صوت تم إنشاؤها مسبقًا. بالنسبة لأنظمة التعريف، تتم مقارنة النطق ببصمات صوتية متعددة لتحديد أفضل تطابق، بينما تقارن أنظمة التحقق النطق ببصمة صوت واحدة. نظرًا للعملية المتضمنة، فإن التحقق أسرع من التعريف.

تنقسم أنظمة التعرف على المتحدثين إلى فئتين: تعتمد على النص ومستقلة عن النص. [10] يتطلب التعرف المعتمد على النص أن يكون النص هو نفسه لكل من التسجيل والتحقق. [11] في النظام المعتمد على النص، يمكن أن تكون المطالبات إما مشتركة بين جميع المتحدثين (على سبيل المثال عبارة مرور مشتركة) أو فريدة. بالإضافة إلى ذلك، يمكن استخدام الأسرار المشتركة (على سبيل المثال: كلمات المرور وأرقام التعريف الشخصية) أو المعلومات القائمة على المعرفة من أجل إنشاء سيناريو مصادقة متعدد العوامل . على العكس من ذلك، لا تتطلب الأنظمة المستقلة عن النص استخدام نص معين. غالبًا ما يتم استخدامها لتحديد هوية المتحدث لأنها تتطلب القليل جدًا من التعاون من قبل المتحدث. في هذه الحالة يكون النص أثناء التسجيل والاختبار مختلفًا. في الواقع، قد يحدث التسجيل دون علم المستخدم، كما هو الحال في العديد من التطبيقات الجنائية. نظرًا لأن التقنيات المستقلة عن النص لا تقارن ما قيل عند التسجيل والتحقق، فإن تطبيقات التحقق تميل أيضًا إلى استخدام التعرف على الكلام لتحديد ما يقوله المستخدم عند نقطة المصادقة. [ بحاجة لمصدر ] في الأنظمة المستقلة عن النص، يتم استخدام كل من تقنيات التحليل الصوتي وتحليل الكلام . [12]

تكنولوجيا

التعرف على المتحدث هو مشكلة التعرف على الأنماط . تشمل التقنيات المختلفة المستخدمة لمعالجة وتخزين بصمات الصوت تقدير التردد ونماذج ماركوف المخفية ونماذج الخليط الغاوسي وخوارزميات مطابقة الأنماط والشبكات العصبية وتمثيل المصفوفة وتكميم المتجهات وأشجار القرار . لمقارنة العبارات ببصمات الصوت، تُستخدم طرق أكثر أساسية مثل تشابه جيب التمام تقليديًا لبساطتها وأدائها. تستخدم بعض الأنظمة أيضًا تقنيات "مضادة للمتحدث" مثل نماذج المجموعة ونماذج العالم. تُستخدم السمات الطيفية بشكل أساسي في تمثيل خصائص المتحدث. [13] الترميز التنبئي الخطي (LPC) هو طريقة ترميز الكلام المستخدمة في التعرف على المتحدث والتحقق من الكلام . [ بحاجة لمصدر ]

يمكن أن تعيق مستويات الضوضاء المحيطة كلاً من جمع العينات الصوتية الأولية واللاحقة. يمكن استخدام خوارزميات تقليل الضوضاء لتحسين الدقة، ولكن التطبيق غير الصحيح يمكن أن يكون له التأثير المعاكس. يمكن أن ينتج تدهور الأداء عن تغييرات في السمات السلوكية للصوت ومن التسجيل باستخدام هاتف واحد والتحقق على هاتف آخر. من المتوقع أن يزداد التكامل مع منتجات المصادقة ثنائية العوامل . قد تؤثر تغييرات الصوت بسبب الشيخوخة على أداء النظام بمرور الوقت. تقوم بعض الأنظمة بتكييف نماذج السماعات بعد كل عملية تحقق ناجحة لالتقاط مثل هذه التغييرات طويلة الأمد في الصوت، على الرغم من وجود جدال بشأن التأثير الأمني ​​الإجمالي المفروض من خلال التكيف الآلي [ بحاجة لمصدر ]

بسبب إدخال تشريعات مثل اللائحة العامة لحماية البيانات في الاتحاد الأوروبي وقانون خصوصية المستهلك في كاليفورنيا في الولايات المتحدة، كان هناك الكثير من المناقشات حول استخدام التعرف على المتحدث في مكان العمل. في سبتمبر 2019، حذرت شركة Soapbox Labs الأيرلندية المطورة للتعرف على الكلام من العواقب القانونية التي قد تترتب على ذلك. [14]

التطبيقات

تم تقديم أول براءة اختراع دولية في عام 1983، قادمة من أبحاث الاتصالات في CSELT [15] (إيطاليا) بواسطة ميشيل كافازا وألبرتو سيراميلا كأساس لكل من خدمات الاتصالات المستقبلية للعملاء النهائيين وتحسين تقنيات تقليل الضوضاء عبر الشبكة.

بين عامي 1996 و1998، تم استخدام تقنية التعرف على المتحدث في معبر سكوبي-كوروناتش الحدودي لتمكين السكان المحليين المسجلين الذين ليس لديهم ما يعلنون عنه من عبور الحدود بين كندا والولايات المتحدة عندما تكون محطات التفتيش مغلقة ليلاً. [16] تم تطوير النظام لخدمة الهجرة والتجنيس الأمريكية بواسطة Voice Strategies في وارن، ميشيغان. [ بحاجة لمصدر ]

في عام 2013 ، أصبح قسم الخدمات المصرفية الخاصة في باركليز ، أول شركة خدمات مالية تستخدم القياسات الحيوية الصوتية كوسيلة أساسية لتحديد هوية العملاء في مراكز الاتصال الخاصة بهم . استخدم النظام التعرف السلبي على المتحدث للتحقق من هوية عملاء الهاتف في غضون 30 ثانية من المحادثة العادية. [17] تم تطويره من قبل شركة التعرف على الصوت Nuance (التي استحوذت في عام 2011 على شركة Loquendo ، الشركة الفرعية من CSELT نفسها لتكنولوجيا الكلام)، الشركة التي تقف وراء تقنية Siri من Apple . أعطى 93٪ من العملاء النظام "9 من 10" للسرعة وسهولة الاستخدام والأمان. [18]

يمكن أيضًا استخدام التعرف على المتحدث في التحقيقات الجنائية، مثل تلك الخاصة بعمليات إعدام جيمس فولي وستيفن سوتلوف في عام 2014، من بين آخرين . [19]

في فبراير 2016، أعلن بنك HSBC البريطاني وبنك التجزئة عبر الإنترنت First Direct التابع له أنه سيقدم لـ 15 مليون عميل برنامج الخدمات المصرفية البيومترية الخاص به للوصول إلى الحسابات عبر الإنترنت والهاتف باستخدام بصمات الأصابع أو الصوت. [20]

في عام 2023، أظهرت كل من Vice News و The Guardian بشكل منفصل أنهما قادرتان على هزيمة أنظمة التحقق من صحة المتحدثين الماليين القياسية باستخدام الأصوات التي تم إنشاؤها بواسطة الذكاء الاصطناعي والتي تم إنشاؤها من حوالي خمس دقائق من عينات صوت الهدف. [21] [22]

انظر أيضا

القوائم

ملحوظات

  1. ^ بودار، أرناب؛ ساهيد الله، محمد؛ ساها، جوتام (27 نوفمبر 2017). "التحقق من صحة المتحدث من خلال العبارات القصيرة: مراجعة للتحديات والاتجاهات والفرص". IET Biometrics . 7 (2). مؤسسة الهندسة والتكنولوجيا (IET): 91- 101. doi :10.1049/iet-bmt.2017.0065. ISSN  2047-4938.
  2. ^ لاس، نورمان ج. (1974). علم الأصوات التجريبي . مؤسسة معلومات MSS. ص  251- 258. رقم ISBN 978-0-8422-5149-5.
  3. ^ فان لانكر، ديانا؛ كريمان، جودي؛ إيموري، كارين (1985). "التعرف على الأصوات المألوفة: الأنماط والمعلمات الجزء الأول: التعرف على الأصوات المقلوبة". مجلة الصوتيات . 13 (1). إلسفير بي في: 19– 38. doi : 10.1016/s0095-4470(19)30723-5 . ISSN  0095-4470.
  4. ^ "تعريف ومرادفات التعرف الصوتي (الاسم)". macmillandictionary.com . 23 يناير 2010. مؤرشف من الأصل في 27 مارس 2023. تم الاسترجاع 13 أكتوبر 2023 .
  5. ^ "ما هو التعرف على الصوت؟ التعريف والمعنى". businessdictionary.com . 6 أكتوبر 2008. مؤرشف من الأصل في 3 ديسمبر 2011.
  6. ^ "حقيبة البريد LG #114". Linux Gazette . 28 مارس 2005.
  7. ^ روز، فيل؛ أوساناي، تاكاشي؛ كينوشيتا، يوكو (6 أغسطس 2003). "قوة أدلة تحديد المتحدثين في الطب الشرعي: التمييز القطعي القائم على المكوِّنات متعددة المتحدثين والسنبلة مع نسبة احتمالية بايزية كعتبة". المجلة الدولية للكلام واللغة والقانون . 10 (2). دار إكوينوكس للنشر: 179-202 . doi :10.1558/sll.2003.10.2.179. ISSN  1748-8893.
  8. ^ بينولا، ميلاني (2 نوفمبر 2011). "التعرف على الكلام عبر العقود: كيف انتهى بنا الأمر مع سيري". بي سي وورلد .
  9. ^ روزن، شيريل (3 مارس 1997). "التعرف على الصوت لتسهيل حجوزات السفر". أخبار السفر للأعمال . كانت أقدم تطبيقات برامج التعرف على الكلام هي الإملاء ... قبل أربعة أشهر، قدمت شركة IBM "منتج الإملاء المستمر" المصمم ... ظهر لأول مرة في المعرض التجاري لجمعية السفر للأعمال الوطنية في عام 1994.
  10. ^ "التحقق من صحة المتحدث: المعتمد على النص مقابل المستقل عن النص". Microsoft Research . 19 يونيو 2017. المتحدث المعتمد على النص والمستقل عن النص .. كلاهما متساويان في معدل الخطأ والكشف ..
  11. ^ هيبرت، ماثيو (2008). "التعرف على المتحدث المعتمد على النص". دليل سبرينغر لمعالجة الكلام . كتيبات سبرينغر. برلين، هايدلبرغ: سبرينغر برلين هايدلبرغ. ص.  743– 762. doi :10.1007/978-3-540-49127-9_37. ISBN 978-3-540-49125-5. ISSN  2522-8692. المهمة .. التحقق أو التعريف
  12. ^ مايرز، ليزا (25 يوليو 2004). "استكشاف القياسات الحيوية للصوت". معهد SANS .
  13. ^ Sahidullah, Md; Kinnunen, Tomi (2016). "Local spectral variability features for speaker verified" (PDF) . Digital Signal Processing . 50. Elsevier BV: 1– 11. Bibcode :2016DSP....50....1S. doi :10.1016/j.dsp.2015.10.011. ISSN  1051-2004.
  14. ^ "خبير التعرف على الكلام يثير مخاوف بشأن تقنية الصوت في مكان العمل". Independent.ie . 29 سبتمبر 2019 . تم الاسترجاع في 30 سبتمبر 2019 .
  15. ^ US4752958 أ، ميشيل كافازا، ألبرتو سياراميلا، “جهاز للتحقق من المتحدث” https://patents.google.com/patent/US4752958/en
  16. ^ ماير، بارب (12 يونيو 1996). "المعبر الحدودي الآلي". تقرير إخباري تلفزيوني . ماير، أخبار التلفزيون.
  17. ^ الخدمات المصرفية الدولية (27 ديسمبر 2013). "تقنية التعرف على الصوت في الخدمات المصرفية | باركليز". Wealth.barclays.com . تم الاسترجاع في 21 فبراير 2016 .
  18. ^ مات وارمان (8 مايو 2013). "قل وداعًا للدبوس: التعرف على الصوت يتولى زمام الأمور في بنك باركليز ويلث" . تم الاسترجاع في 5 يونيو 2013 .
  19. ^ إيوان ماكاسكيل. "هل قتل "الجهادي جون" ستيفن سوتلوف؟ | وسائل الإعلام". الغارديان . تم الاسترجاع في 21 فبراير 2016 .
  20. ^ جوليا كولوي (19 فبراير 2016). "HSBC يطرح نظام أمان التعرف على الصوت واللمس لعملاء البنوك | الأعمال". The Guardian . تم الاسترجاع في 21 فبراير 2016 .
  21. ^ "كيف تمكنت من اختراق حساب مصرفي بصوت تم إنشاؤه بواسطة الذكاء الاصطناعي". 23 فبراير 2023.
  22. ^ إيفرشيد، نيك؛ تايلور، جوش (16 مارس 2023). "الذكاء الاصطناعي يمكنه خداع التعرف على الصوت المستخدم للتحقق من الهوية من قبل مركز لينك ومكتب الضرائب الأسترالي". الجارديان . تم الاسترجاع في 16 يونيو 2023 .

مراجع

  • همايون بيجي (2011)، "أساسيات التعرف على المتحدث"، دار نشر سبرينغر، برلين، 2011، ISBN 978-0-387-77591-3 . 
  • "القياسات الحيوية من الأفلام" - المعهد الوطني للمعايير والتكنولوجيا
  • إليزابيث زيترهولم (2003)، تقليد الصوت. دراسة صوتية للأوهام الإدراكية والنجاح الصوتي ، أطروحة دكتوراه، جامعة لوند .
  • محمد ساهيد الله (2015)، تحسين أداء التعرف على المتحدث باستخدام معلومات مستوى الكتلة والنسبية والزمنية لطاقات النطاق الفرعي ، أطروحة دكتوراه، المعهد الهندي للتكنولوجيا في خاراجبور .
  • التحايل على المصادقة الصوتية أرشيف 10 يونيو 2008، على موقع Wayback Machine عرضت بودكاست PLA Radio مؤخرًا طريقة بسيطة لخداع أنظمة المصادقة الصوتية البدائية.
  • التعرف على المتحدث – سكولاربيديا
  • فوائد وتحديات التعرف على الصوت في التحكم في الوصول

برمجة

  • بوب.بيو.سبير
  • أليز
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=التعرف_على_المتحدث&oldid=1258887375"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate