¿Qué es la verificación de voz con Azure Speaker Recognition?

Published in

My Bots Latam

4 min readJan 3, 2020

La verificación de voz es una tecnología que le permite utilizar su huella de voz para acceder a sus aplicaciones o poder realizar alguna transacción y se usa como una capa más de seguridad.
Esta tecnología captura la voz de una persona y compara sus características con las características de un patrón de voz creado anteriormente.

Desafortunadamente, la suplantación de identidad, el fraude y los ataques cibernéticos, han hecho que las empresas opten por medidas de seguridad adicional para proteger sus datos, las cuentas y los servicios que brindan a los usuarios.

¿Cómo podemos aplicar esta tecnología❓

📍 Servicios Financieros: No podemos negar que la banca móvil nos ha hecho la vida más fácil, pero a su vez, se ha convertido en un riesgo mayor para el robo de nuestra información. Con la verificación de voz, se puede implementar firmas de voz que podamos usar para autorizar nuestras transacciones bancarias.

📍 Atención al Cliente: Muchas veces para hacer tus consultas o reclamos con un agente de Contact Center, tenemos que constatar que la persona que está solicitando información es la correcta y normalmente se suelen pedir datos como: Nombre completo, número de documento, PIN de verificación, correo electrónico, entre otros. Con la verificación de voz podemos hacer la autenticación inicial y así ahorrar tiempo y esfuerzo en la validación de datos, con el fin de omitir esas preguntas de seguridad.

📍 Control de personal: Con la verificación de voz es posible corroborar en tiempo real el inicio y fin de las actividades hechas por los trabajadores de una empresa, evitando así la falsificación de identidad o encubrimiento de ausencia en el trabajo, asegurando el prestigio de quienes si trabajan honestamente.

Y así, podemos pasar mucho tiempo identificando las formas de aplicar esta gran tecnología que nos ofrece Microsoft en su gama de servicios cognitivos.

Azure Speaker Recognition, ofrece dos características, “Speaker Verification” y “Speaker Identification”, pero en esta publicación solo nos enfocaremos en Speaker Verification.

Con Speaker Verification, es posible validar la identidad de una persona mediante su voz, esta característica involucra dos procesos:

✅ Enrolamiento (Inscripción): Depende de un texto, lo que significa que el hablante debe elegir una frase como contraseña específica que usará durante las fases de inscripción y verificación.

Frases disponibles:
- i am going to make him an offer he cannot refuse
- houston we have had a problem
- my voice is my passport verify me
- apple juice tastes funny after toothpaste
- you can get in without your password
- you can activate security system now
- my voice is stronger than passwords
- my password is not your business
- my name is unknown to you
- be yourself everyone else is already taken

Se grabará la voz del hablante con una de las frases, este servicio extrae las características de la voz para formar una firma única mientras se reconoce la frase elegida. Este proceso de enrolamiento se hará por 3 veces.

✅ Verificación: En este proceso el hablante lanzará un audio de voz y el servicio verificará las características con las anteriores y validará si le pertenece a esta persona, confirmando su autenticación.
El umbral de nivel de confianza debe establecerse según el escenario y otros factores de verificación que use. Se recomienda experimentar con el nivel de confianza y tener en cuenta la configuración adecuada para cada aplicación.