DE102007011831A1

DE102007011831A1 - Digitales Verfahren und Anordnung zur Authentifizierung einer Person

Info

Publication number: DE102007011831A1
Application number: DE102007011831A
Authority: DE
Inventors: Raja Kuppuswamy; Christian Pilz
Original assignee: Voice Trust AG
Current assignee: Voicetrust De GmbH
Priority date: 2007-03-12
Filing date: 2007-03-12
Publication date: 2008-09-18
Also published as: EP2137724A1; US8600751B2; WO2008110441A1; US20120095763A1

Abstract

Digitales Verfahren zur Authentifizierung einer Person durch Vergleich eines aktuellen Stimmprofils mit einem vorgespeicherten initialen Stimmprofil, wobei die Person zur Bestimmung des jeweiligen Stimmprofils mindestens eines Sprachprobe einspricht, die eingesprochene Sprachprobe einer Stimmprofil-Berechnungseinheit zugeführt wird und hieraus aufgrund eines vorbestimmten Stimmprofil-Algorithmus das Stimmprofil errechnet wird, wobei der Gesamtumfang der Sprachprobe und/oder Parameter ihrer Ausweynamisch und selbsttätig während des Einsprechens in Reaktion auf das Ergebnis einer Auswertung einer ersten Teil-Sprachprobe festgelegt werden.

Description

Die Erfindung betrifft ein Verfahren zur Authentifizierung einer Person aufgrund ihres Stimmprofils nach dem Oberbegriff des Anspruchs 1 sowie eine entsprechende Authentifizierungs-Anordnung nach dem Oberbegriff des Anspruchs 12.
Althergebrachte Verfahren zur Authentifizierung einer Person basieren auf der Überprüfung, ob die Person im Besitz bestimmter Gegenstände (traditionell etwa Siegel oder Pass, neuerdings auch Zugangskarte oder Token) oder von individualisiertem Wissen (etwa PIN oder Passwort) ist. Authentifizierungs-Verfahren auf biometrischer Basis bedienen sich hingegen bestimmter körperlicher Merkmale der Person, etwa ihres Fingerabdrucks oder Retinamusters oder eines Stimmprofils.
Zu den letzteren Verfahren gibt es seit einigen Jahren umfangreiche Entwicklungsarbeiten, die auch bereits zu marktgängigen Produkten geführt haben. Im Rahmen dieser Entwicklungen nimmt die Frage der Brauchbarkeit von „Spuren" der Person für die Authentifizierung oder auch eine anfängliche Registrierung (das sogenannte Enrollment) breiten Raum ein, sowohl unter dem Gesichtspunkt der Erkennungs- bzw. Authentifizierungs-Sicherheit als auch unter dem Gesichtspunkt der Nutzerakzeptanz, nämlich des Vermeidens langer und umständlicher Prozeduren.
Bei Verfahren der gattungsgemäßen Art geht es hierbei um die Brauchbarkeit gelieferter Sprachproben für die Registrierung bzw. Authentifizierung des Nutzers und um sich hieraus ergebende Steuerungs-Einflüsse auf die Verfahrensführung. Besondere Bedeutung für die praktische Akzeptanz und damit die kommerzielle Verbreitung der in Rede stehenden Verfahren hat die zuverlässige Erreichung eines durch den System-Nutzer vordefinierten Sicherheitsniveaus.
Gegenstand der Entwicklungen sind daher auch geeignete Maßnahmen für den Fall, dass dieses Sicherheitsniveau aufgrund von in der Praxis beim Sprachmaterial oder der Verfahrensführung auftretenden Problemen nicht erreicht werden sollte. Derartige Probleme können etwa in der aktuellen physischen und psychischen Verfassung des Sprechers, in Hintergrundgeräuschen und in einer geringen Qualität des Übertragungskanals oder des zum Einsprechen von Sprachproben verwendeten Gerätes liegen.
Es ist daher Aufgabe der Erfindung, ein verbessertes Verfahren und eine entsprechende Anordnung bereitzustellen, mit denen sich eine hohe Nutzerfreundlichkeit und -akzeptanz vorteilhaft mit der Erfüllung hoher Sicherheitsanforderungen verknüpfen lässt.
Diese Aufgabe wird in ihrem Verfahrenssuspekt durch ein Verfahren mit den Merkmalen des Anspruchs 1 und in ihrem Vorrichtungsaspekt durch eine Anordnung mit den Merkmalen des Anspruchs 12 gelöst. Zweckmäßige Fortbildung des Erfindungsgedankens sind Gegenstand der jeweiligen abhängigen Ansprüche.
Die Erfindung schließt den wesentlichen Gedanken ein, den Gesamtumfang der Sprachprobe und/oder Parameter ihrer Auswertung zur Bestimmung des jeweiligen Stimmprofils dynamisch und selbsttätig während des Einsprechens in Reaktion auf das Ergebnis einer Auswertung einer ersten Teil-Sprachprobe festzulegen.
Auf diese Weise kann dynamisch in Quasi-Echtzeit entschieden werden, wieviel Sprachmaterial im Rahmen des verwendeten Algorithmus bzw. der eingesetzten Heuristik in eine stimmprofil-basierte Entscheidung des Authentifizierungssystems einfließt.
Hierdurch wird in vorteilhafter Weise erreicht, dass die Belastung des Sprechers insofern minimiert wird, als er nur im unbedingt erforderlichen Umfang zu Sprach eingaben aufgefordert und damit die Dauer der Authentifizierungsprozedur verkürzt wird. Dies hat letztlich eine Erhöhung der Nutzerakzeptanz (bezogen auf die zur Nutzung des Systems verpflichteten Personen) zur Folge. Außerdem wird durch die dynamische Verfahrensführung eine Optimierung der Wirksamkeit/Sicherheit des Verifizierungs- bzw. Authentifizierungsmechanismus erreicht.
In einer bevorzugten Verfahrensführung ist vorgesehen, dass in Reaktion auf das Ergebnis einer Auswertung der ersten Teil-Sprachprobe in einem vorbestimmten Ablauf einer Benutzerführung zur Ausgabe mehrerer Teil-Sprachproben eine Abbruch-Markierung gesetzt und die Ausgabe der Benutzerführung an dieser beendet wird. Dies wird stattfinden, wenn bereits mit einem Teil der vorgesehenen Sprachproben eine derartige Auswertung gelingt, dass das vordefinierte Sicherheitsniveau erreicht wird.
Alternativ ist vorgesehen, dass in Reaktion auf das Ergebnis einer Auswertung der ersten Teil-Sprachprobe ein Ablauf einer Benutzerführung zur Anzeige mehrerer Teil-Sprachproben in Echtzeit generiert und ausgegeben wird oder eine von mehreren vorgespeicherten Benutzerführungen ausgewählt und ausgegeben wird. Sofern die Auswertung der ersten Teil-Sprachprobe also zeigt, dass das vorbestimmte Sicherheitsniveau damit nicht zu erreichen ist, wird das Prozedere zur Einbeziehung weiteren Sprachmaterials fortgesetzt. Dieser Gedanke ist, wie alle hier erläuterten Steuerungsabläufe in Reaktion auf das Ergebnis der Auswertung einer "ersten Teil-Sprachprobe", auf den Zustand des Systems nach Auswertung einer zweiten oder weiterer Sprachproben übertragbar. Es kann also Schritt um Schritt von einer ersten zu einer zweiten und dann ggf. zu weiteren Sprachproben und entsprechenden partiellen Auswertungen fortgeschritten werden, bis ein hinreichendes Auswertungsergebnis vorliegt.
In einer weiteren Ausführung des Verfahrens ist vorgesehen, dass die Auswertung eine Ermittlung von Filterkoeffizienten oder dergleichen Parametern einer Sprachproben-Vorverarbeitung aufweist und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung in Abhängigkeit von den ermittelten Filterkoeffizienten festgelegt werden. Desweiteren kann vorgesehen sein, dass die Auswertung eine Ermittlung von Übertragungsparametern eines Übertragungskanals der Sprachprobe aufweist und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung in Abhängigkeit von den ermittelten Übertragungsparametern festgelegt werden. Hierdurch ist insbesondere eine angemessene Reaktion auf bestimmte technische Defizite, etwa beim Einsprech-Gerät oder im Übertragungskanal, möglich. Insbesondere kann hierbei der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung im Ergebnis einer Vergleichs-Klassifizierung der Filterkoeffizienten bzw. Übertragungsparameter entschieden werden.
Eine zweckmäßige Art der Auswertung der ersten Teil-Sprachprobe umfasst eine Vergleichs-Verarbeitung eines aus der ersten (oder ersten und zweiten oder ersten bis dritten usw.) Teil-Sprachprobe berechneten vorläufigen aktuellen Stimmprofils mit einem gespeicherten initialen Stimmprofil, und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung werden in Abhängigkeit vom Vergleichsergebnis, insbesondere vom ermittelten Grad an Übereinstimmung, festgelegt.
Sofern das Gesamt-Procedere die Auswertung mehrerer Teil-Sprachproben einschließt, ist in einer weiteren Ausführung vorgesehen, dass als Parameter der Auswertung ein Gewichtungsfaktor der ersten Teil-Sprachprobe und/oder nachfolgender Teil-Sprachproben für die Bestimmung des jeweiligen Stimmprofils eingestellt wird. Insbesondere kann hierbei, wenn sich bei der Auswertung der ersten Teil-Sprachprobe grundlegende Defizite gezeigt haben, der Gewichtungsfaktor der ersten Teil-Sprachprobe auf Null gesetzt wird derart, dass die Bestimmung des jeweiligen Stimmprofils neu gestartet wird.
Bei den jeweiligen Ausgestaltungen des Verfahrens kann es sinnvoll sein, dass der Umfang der Sprachprobe und/oder die Parameter ihrer Auswertung auch in Abhängigkeit von einem vorgegebenen Konfidenz-Minimalwert eines Registrierungs- oder Authentifizierungsablaufes festgelegt werden.
Die Ausgestaltung der erfindungsgemäßen Anordnung bzw. des Authentifizierungs-Systems ergibt sich im wesentlichen aus den oben erwähnten Ausgestaltungen des Verfahrens, und auf eine Wiederholung dieser Aspekte wird im Anordnungs-Kon text daher verzichtet. Es wird aber darauf hingewiesen, dass die Anordnung als wesentliche Komponenten eine Benutzerführungs-Steuereinheit und/oder eine Auswertungs-Steuereinheit aufweist, mit denen die Stimmprofilberechnung über eine Minimalkonfiguration hinaus (mit entsprechender Benutzerführung) fortgeführt bzw. eine geeignete Steuerung des Auswertungsvorganges realisiert werden.
Hinsichtlich der Benutzerführung sieht eine Ausgestaltung des Systems vor, dass die Benutzerführungseinheit eine Mehrzahl von Speicherbereichen zur Speicherung von Bausteinen einer Benutzerführung und/oder von mehreren vorbestimmten Abläufen aufweist und die Benutzerführungs-Steuereinheit zur selektiven Adressierung dieser Speicherbereiche und der Verknüpfung ihrer Inhalte zu einer ausgabefähigen Benutzerführung in Reaktion auf ein aus der Stimmprofil-Berechnungseinheit ausgegebenes, das Ergebnis einer Auswertung der ersten Teil-Sprachprobe kennzeichnendes Signal ausgebildet ist. Das Ausgangssignal der Stimmprofil-Berechnungseinheit adressiert also Speicherbereiche, in denen bestimmte Benutzerführungs-Bausteine gespeichert sind, und bewirkt somit eine an das Auswertungsergebnis angepasste Fortführung des Authentifizierungs-Procederes.
Hinsichtlich der Stimmprofil-Berechnungseinheit ist eine Ausgestaltung vorgesehen, bei der diese eine Sprachproben-Vorverarbeitungseinheit zur Bestimmung von Filterkoeffizienten oder dergleichen Parametern einer eingesprochene Sprachprobe aufweist und die Benutzerführungs-Steuereinheit eingangsseitig mit einem Filterkoeffizienten-Ausgang der Sprachproben-Vorverarbeitungseinheit verbunden ist. Alternativ oder in Kombination hiermit kann vorgesehen sein, dass die Stimmprofil-Berechnungseinheit eine Sprachproben-Vorverarbeitungseinheit aufweist, die zur Ermittlung von Übertragungsparametern eines Übertragungskanals der Sprachprobe ausgebildet ist, und die Benutzerführungs-Steuereinheit eingangsseitig mit einem Übertragungsparameter-Ausgang der Sprachproben-Vorverarbeitungseinheit verbunden ist.
Eine Systemkonfiguration, die zur praktischen Ausführung von Verifikations- bzw. Authentifizierungsvorgängen ausgebildet ist, umfasst eine Stimmprofil-Speichereinheit sowie eine mit der Stimmprofil-Berechnungseinheit und der Stimmprofil- Speichereinheit verbundene Stimmprofil-Vergleichereinheit zum Vergleich eines initial erzeugten Stimmprofils mit einem aktuellen Stimmprofil und zur Ausgabe eines Steuersignals an die Benutzerführungs-Steuereinheit oder die Auswertungs-Steuereinheit im Ansprechen auf das Vergleichsergebnis.
Die Ausführung der Erfindung ist nicht auf die vorstehend hervorgehobenen Aspekte und Wirkungen beschränkt, sondern in einer Vielzahl von Abwandlungen möglich, die im Rahmen fachmännischen Handelns liegen.

Claims

Digitales Verfahren zur Authentifizierung einer Person durch Vergleich eines aktuellen Stimmprofils mit einem vorgespeicherten initialen Stimmprofil, wobei die Person zur Bestimmung des jeweiligen Stimmprofils mindestens eine Sprachprobe einspricht, die eingesprochene Sprachprobe einer Stimmprofil-Berechnungseinheit zugeführt wird und hieraus aufgrund eines vorbestimmten Stimmprofil-Algorithmus das Stimmprofil errechnet wird, dadurch gekennzeichnet, dass der Gesamtumfang der Sprachprobe und/oder Parameter ihrer Auswertung zur Bestimmung des jeweiligen Stimmprofils dynamisch und selbsttätig während des Einsprechens in Reaktion auf das Ergebnis einer Auswertung einer ersten Teil-Sprachprobe festgelegt werden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in Reaktion auf das Ergebnis einer Auswertung der ersten Teil-Sprachprobe in einem vorbestimmten Ablauf einer Benutzerführung zur Ausgabe mehrerer Teil-Sprachproben eine Abbruch-Markierung gesetzt und die Ausgabe der Benutzerführung an dieser beendet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in Reaktion auf das Ergebnis einer Auswertung der ersten Teil-Sprachprobe ein Ablauf einer Benutzerführung zur Anzeige mehrerer Teil-Sprachproben in Echtzeit generiert und ausgegeben wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in Reaktion auf das Ergebnis einer Auswertung der ersten Teil-Sprachprobe einer von mehreren vorgespeicherten Abläufen einer Benutzerführung ausgewählt und ausgegeben wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswertung eine Ermittlung von Filterkoeffizienten oder dergleichen Parametern einer Sprachproben-Vorverarbeitung aufweist und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung in Abhängigkeit von den ermittelten Filterkoeffizienten festgelegt werden.
Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Auswertung eine Ermittlung von Übertragungsparametern eines Übertragungskanals der Sprachprobe aufweist und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung in Abhängigkeit von den ermittelten Übertragungsparametern festgelegt werden.
Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung im Ergebnis einer Vergleichs-Klassifizierung der Filterkoeffizienten bzw. Übertragungsparameter entschieden werden.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Auswertung eine Vergleichs-Verarbeitung eines aus der ersten Teil-Sprachprobe berechneten vorläufigen aktuellen Stimmprofils mit einem ge speicherten initialen Stimmprofil aufweist und der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung in Abhängigkeit vom Vergleichsergebnis, insbesondere vom ermittelten Grad an Übereinstimmung, festgelegt werden.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass als Parameter der Auswertung ein Gewichtungsfaktor der ersten Teil-Sprachprobe und/oder nachfolgender Teil-Sprachproben für die Bestimmung des jeweiligen Stimmprofils eingestellt wird.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass der Gewichtungsfaktor der ersten Teil-Sprachprobe auf Null gesetzt wird derart, dass die Bestimmung des jeweiligen Stimmprofils neu gestartet wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass der Umfang der Sprachprobe und/oder Parameter ihrer Auswertung auch in Abhängigkeit von einem vorgegebenen Konfidenz-Minimalwert eines Registrierungs- oder Authentifizierungsablaufes festgelegt werden.
Anordnung zur Durchführung des Verfahrens nach einem der vorangehenden Ansprüche, mit – einer Sprachproben-Eingabeschnittstelle, – einer eingangsseitig mit der Sprachproben-Eingabeschnittstelle verbundenen Stimmprofil-Berechnungseinheit und – einer Benutzerführungseinheit zur Bereitstellung einer Benutzerführung, insbesondere zur Anforderung eingesprochener Sprachproben und/oder zur Ausgabe vorbestimmter Sprachproben zum Einsprechen durch die zu identifizierende Person, gekennzeichnet durch eine mindestens unmittelbar mit einem Ausgang der Stimmprofil-Berech nungseinheit verbundene Benutzerführungs-Steuereinheit zur Beeinflussung der Benutzerführung oder mit einem Steuereingang der Stimmprofil-Berechnungseinheit verbundene Auswertungs-Steuereinheit zur Steuerung von Parametern der Sprachproben-Auswertung, in Reaktion auf ein aus der Stimmprofil-Berechnungseinheit ausgegebenes, das Ergebnis einer Auswertung der ersten Teil-Sprachprobe kennzeichnendes Signal.
Anordnung nach Anspruch 12, dadurch gekennzeichnet, dass die Benutzerführungseinheit eine Mehrzahl von Speicherbereichen zur Speicherung von Bausteinen einer Benutzerführung und/oder von mehreren vorbestimmten Abläufen aufweist und die Benutzerführungs-Steuereinheit zur selektiven Adressierung dieser Speicherbereiche und der Verknüpfung ihrer Inhalte zu einer ausgabefähigen Benutzerführung in Reaktion auf ein aus der Stimmprofil-Berechnungseinheit ausgegebenes, das Ergebniseiner Auswertung der ersten Teil-Sprachprobe kennzeichnendes Signal ausgebildet ist.
Anordnung nach Anspruch 12 oder 13, dadurch gekennzeichnet, dass die Stimmprofil-Berechnungseinheit eine Sprachproben-Vorverarbeitungseinheit zur Bestimmung von Filterkoeffizienten oder dergleichen Parametern einer eingesprochene Sprachprobe aufweist und die Benutzerführungs-Steuereinheit eingangsseitig mit einem Filterkoeffizienten-Ausgang der Sprachproben-Vorverarbeitungseinheit verbunden ist.
Anordnung nach einem der Ansprüche 12 bis 14, dadurch gekennzeichnet, dass die Stimmprofil-Berechnungseinheit eine Sprachproben-Vorverarbeitungseinheit aufweist, die zur Ermittlung von Übertragungsparametern eines Übertragungskanals der Sprachprobe ausgebildet ist, und die Benutzerfüh rungs-Steuereinheit eingangsseitig mit einem Übertragungsparameter-Ausgang der Sprachproben-Vorverarbeitungseinheit verbunden ist.
Anordnung nach einem der vorangehenden Ansprüche, gekennzeichnet durch eine Stimmprofil-Speichereinheit sowie eine mit der Stimmprofil-Berechnungseinheit und der Stimmprofil-Speichereinheit verbundene Stimmprofil-Vergleichereinheit zum Vergleich eines initial erzeugten Stimmprofils mit einem aktuellen Stimmprofil und zur Ausgabe eines Steuersignals an die Benutzerführungs-Steuereinheit oder die Auswertungs-Steuereinheit im Ansprechen auf das Vergleichsergebnis.