Группа компаний ЦРТ представила новую версию своей платформы мультимодальной биометрической аутентификации. Проект реализован при поддержке Российского фонда развития информационных технологий.

Платформа VoiceKey.PLATFORM объединяет продукты и сервисы для идентификации клиентов и предотвращения мошенничества при дистанционном обслуживании на базе голосовой и лицевой биометрии. Обновленная версия биометрической платформы может быть востребована в банках, ретейле, МФЦ, телеком, девелопменте и других отраслях.

Принцип работы платформы состоит в том, что при звонке в контактный центр, в момент начала разговора с оператором, запускается проверка пользователя – в режиме реального времени создается модель голоса, сравнивается с эталоном и отслеживает появление голоса посторонних людей, в том числе ранее скомпроментированных. Весь процесс занимает несколько секунд. Результат подтверждения личности по голосу появляется на экране монитора оператора контактного центра. С внедрением такого решения не нужно вспоминать номер карты, паспорта, кодовое слово или другую идентификационную информацию: чтобы получить персональную информацию по счетам или операциям, клиенту достаточно только голоса. При этом система мгновенно распознает искусственный голос и сообщит, что верификация не пройдена. Решение не зависит от языка, на котором говорит клиент.

Благодаря поддержке РФРИТ, отмечают в ЦРТ, удалось в короткий срок реализовать ряд глобальных обновлений платформы: усовершенствовать пользовательский интерфейс, развить технологии голосового и лицевого антиспуфинга (защиты биометрии от взлома).

Голосовая биометрия исследует уникальные голосовые характеристики и «узнает» человека по голосу, что более надежно, чем, например, запрос персональных данных. Чтобы пройти голосовую биометрию, мошенники могут воспроизвести запись голоса человека или пойти технологически более сложным путем – подделать нужный голос с помощью технологии Deepfake. Для детектирования таких действий применяется технология Antispoofing – защита от взлома.

Группа ЦРТ смогла добиться высоких результатов в защите биометрии за счет использования новых архитектур нейронных сетей, подходов к их обучению, а также нестандартных способов аугментации обучающих данных (внесения изменений в данные с целью повышения их вариативности и получение более устойчивого алгоритма).