DE69427322T2

DE69427322T2 - Verfahren und System zur Identitätsprüfung eines Sprechers

Info

Publication number: DE69427322T2
Application number: DE69427322T
Authority: DE
Inventors: Michael D. Rabin; Max S. Schoeffler
Original assignee: AT&T Corp
Current assignee: AT&T Corp
Priority date: 1993-04-30
Filing date: 1994-04-20
Publication date: 2001-12-06
Anticipated expiration: 2014-04-21
Also published as: EP0622780A2; ES2157237T3; DE69427322D1; US5677989A; CN1099893A; CA2118878A1; JPH0737098A; EP0622780B1; CA2118878C; EP0622780A3

Description

Die vorliegende Erfindung betrifft ein Sprecherverifikationssystem und einen Sprecherverifikationsprozeß zum Bestätigen der behaupteten Identität einer Einzelperson unter Verwendung von gespeicherten Sprachproben und inbesondere ein System und einen Prozeß, mit dem Sprachproben erstellt und gespeichert und die Sprachproben abgerufen werden, so daß sie zur späteren Verwendung in dem Sprecherverifikationsprozeß vor Mißbrauch gesichert sind.
Sprecherverifikationsprozesse und -systeme werden dazu verwendet, die Identität einer Einzelperson zu bestätigen, um etwa den Zugang zu einer Ressource zu kontrollieren oder zu beschränken. In diesem Zusammenhang könnte es sich bei der Ressource um das Telefonnetz, ein Bankkonto oder einen Computer handeln. Allgemein gesprochen wird mit bestimmten Charakteristiken der Sprachprobe einer Einzelperson, auch als Sprecheräußerung bezeichnet, eine Schablone oder ein Modell gebildet, die bzw. das gespeichert wird. Wenn eine Person, die behauptet, diese Einzelperson zu sein (im weiteren der "Antragsteller"), Zugang zu der Ressource wünscht, wird der Antragsteller gebeten, eine Sprachprobe zu liefern. Die Charakteristiken der von dem Antragsteller angebotenen Sprachprobe werden mit der gespeicherten Schablone bzw. dem gespeicherten Modell verglichen, und die Identität wird nur bei einer erfolgreichen Entsprechung bestätigt.
Leute, die Sprecherverifikationssysteme verwenden, haben sich besorgt darüber geäußert, daß gespeicherte Sprachproben entwendet und/oder mißbräuchlich verwendet werden könnten, was schreckliche Folgen haben könnte. Der Grund dafür liegt darin, daß eine Person, deren Sprachprobe kompromittiert ist, ihre individuellen Sprachcharakteristiken nicht "verwerfen" oder ändern und eine neue Probe liefern kann, wie dies bei einer persönlichen Identifikationsnummer (PIN) möglich ist. Wenn eine PIN kompromittiert wird, kann der Person eine neue zugeordnet werden, und die alte kann gelöscht oder ungültig gemacht werden. Wenn jedoch ein Dieb an eine Sprachprobe oder eine Sprachschablone oder Sprachmodell für eine bestimmte Person gelangt, kann der Dieb im wesentlichen zu dieser Person "werden", zumindest zu dem Zweck, sich einem Sprachverifikationssystem gegenüber zu identifizieren.
Aus EP-A-0 454 363 und M. Birnbaum et al. in AT&T Technical Journal, Band 63, Nr. [5], September - Oktober 1986, "A voice password system for access security" sind Verfahren bekannt, wie sie in dem Oberbegriff von Anspruch 1 dargelegt sind.
Aus EP-A-0 121 222 ist ein Verfahren zum Speichern eines Fingerabdrucks auf einem tragbaren Medium und Lesen der Informationen zum Zweck des Vergleichs bekannt. Mit aus dem Fingerabdruck abgeleiteten Informationen wird ein Laserstrahl verschlüsselt, mit dem ein Hologramm des Fingerabdrucks gebildet wird, das dann auf dem Medium gespeichert wird. Mit aus dem Fingerabdruck eines Antragstellers abgeleiteten Informationen wird dann auf die gleiche Weise ein zum Lesen des Hologramms verwendeter Laserstrahl verschlüsselt.
Ein Verfahren und System gemäß der Erfindung sind in den Ansprüchen dargestellt.
Gemäß der vorliegenden Erfindung wird mit der Sprachprobe einer Einzelperson, die zum Zweck der Sprecherverifikation erhalten wurde, ein "geschütztes" Modell der Sprache erstellt. Das geschützte Modell, das in einer Datenbank einer persönlichen Kennzeichnung für diese Einzelperson zugeordnet gespeichert ist, ist so ausgelegt, daß die Charakteristiken der Sprache der Einzelperson ohne Zugriff auf einen Schlüssel oder andere in dem System gespeicherte Informationen nicht aus dem geschützten Modell ermittelt werden können.
Wenn eine Anforderung auf Verifizierung der Identität eines Antragstellers, das heißt, einer Person, die beansprucht, eine stimmte Einzelperson zu sein, empfangen wird, wird eine Probe der Sprache des Antragstellers erhalten, und das der persönlichen Kennzeichnung, die von dem Antragsteller geliefert wurde, zugeordnete geschützte Modell wird abgerufen. Die Sprachprobe wird unter Verwendung der gespeicherten Informationen verarbeitet, so daß dann ein Vergleich vorgenommen werden kann, um zu bestimmen, ob das abgerufene Modell der Sprachprobe des Antragstellers entspricht.
Bei einer anderen Ausführungsform der Erfindung wird die Sprachprobe einer Einzelperson einer Transformation in einem Transformationsprozessor unterzogen, dessen Ausgangssignal an einen Modellgenerator angelegt wird, um ein geschütztes Modell zu erstellen, das der persönlichen Kennzeichnung dieser Einzelperson zugeordnet gespeichert wird. Wenn ein Antragsteller um eine Identitätsverifikation nachsucht, wird auch die angebotene Sprachprobe des Antragstellers unter Verwendung der gleichen Transformation transformiert, und das Ergebnis wird mit dem gespeicherten geschützten Modell verglichen, das unter Verwendung der von dem Antragsteller gelieferten persönlichen Kennzeichnung abgerufen wird. Eine Verifikation wird nur im Fall einer erfolgreichen Entsprechung geliefert. Da das gespeicherte Modell einer Transformation unterzogen worden ist und die gleiche Transformation an der Sprachprobe des Antragstellers zum Einsatz kommt, kann eine nicht autorisierte Einzelperson wiederum aus einer Entwendung keinen Nutzen ziehen. Außerdem kann auch dann, wenn das geschützte Modell gestohlen wird, der Schaden behoben werden. Die Transformation kann geändert werden und die Einzelperson kann eine andere Sprachprobe liefern, damit ein anderes geschütztes Modell von neuem erzeugt werden kann. Das gestohlene Modell wird danach unwirksam. Die Transformation ist vorzugsweise "unumkehrbar", so daß die Sprachprobe einer Einzelperson aus einem gestohlenen geschützten Modell nicht wiederhergestellt werden kann.
Ein besseres Verständnis der vorliegenden Erfindung ergibt sich unter Berücksichtigung der folgenden ausführlichen Beschreibung in Verbindung mit der beiliegenden Zeichnung. Es zeigen:
Fig. 1 ein Blockschaltbild einer Ausführungsform eines Sprecherverifikationssystems, das gemäß den Grundlagen der vorliegenden Erfindung ausgelegt ist, um ein geschütztes Sprachmodell zu erzeugen und zu speichern und danach das Modell zum Kontrollieren des Zugangs zu einer Ressource zu verwenden;
Fig. 2 und 3 Flußdiagramme, die die Schritte zeigen, die bei den Prozessen des Abonnements bzw. des Zugangs stattfinden.
Zunächst unter Bezugnahme auf Fig. 1 wird ein Blockschaltbild eines Sprecherverifikationssystems gezeigt, das gemäß den Grundlagen der vorliegenden Erfindung ausgelegt ist, um geschützte Sprachmodelle für verschiedene Einzelpersonen zu erzeugen und zu speichern und danach diese Modelle zum Verifizieren der Identität einer Person zu verwenden, die beansprucht, eine bestimmte von diesen Einzelpersonen zu sein. Allgemein gesprochen führt das System von Fig. 1 zwei Hauptprozesse durch, die unten als der "Abonnementsprozeß" und der "Zugangsprozeß" bezeichnet werden. Der "Abonnementsprozeß" wird einmal durchgeführt, beispielsweise dann, wenn eine bestimmte Einzelperson ein Abonnement eingeht oder sich registriert, um danach eine Sprecherverifikation zu aktivieren. Ein Abonnement kann zu dem Zweck eingegangen werden, es einer Einzelperson zu ermöglichen, die Erlaubnis zu erhalten, Einkäufe auf Kreditkarte vorzunehmen oder Zugang zu einem abgesetzten Computer zu erhalten oder Ferngespräche zu führen. Während des Abonnementsprozesses liefert die Einzelperson eine Sprachprobe, und der Einzelperson wird eine persönliche Kennzeichnung zugeordnet. Später wird die Identität einer Person (Antragsteller), die behauptet, eine bestimmte Einzelperson zu sein, während des "Zugangsprozesses" verifiziert. Dieser Prozeß kann beispielsweise immer dann durchgeführt werden, wenn eine Person Zugang zu einer Ressource sucht, um beispielsweise ein Telefongespräch zu führen oder einen Einkauf auf Kreditkarte vorzunehmen, um einen abgesetzten Computer zu benutzen oder ganz einfach eine andere Person von ihrer Identität zu überzeugen.
Das System von Fig. 1 enthält eine Benutzerschnittstelle 200, die sowohl während des Abonnementsprozesses als auch während des Zugangsprozesses verwendet wird. Es ist jedoch hier anzumerken, daß zur Verwendung während jedes Prozesses getrennte Benutzerschnittstellen vorgesehen sein können. Die Benutzerschnittstelle 200 enthält eine interaktive Sprachausgabeeinheit (VRU = voice response unit) 201, wie zum Beispiel das von ATZT erhältliche Sprachausgabesystem Conversant (R), das die Fähigkeit aufweist, (a) Ankündigungen abzuspielen, (b) Informationseingaben von Einzelpersonen zusammenzutragen, einschließlich Sprachproben sowie anderer Informationen, die beispielsweise über ein Tonwahl-Tastaturfeld eingegeben werden, und (c) je nach den erhaltenen Antworten vorprogrammierte Logikoperationen auszuführen. Während des Abonnementsprozesses fordert die VRU 201 die Einzelperson zu einer Sprachprobe auf, und zu diesem Zeitpunkt kann eine später in dem Zugangsprozeß verwendete persönliche Kennzeichnung dieser Einzelperson zugeordnet werden. Während des Zugangsprozesses fordert die VRU 201 von dem Antragsteller eine persönliche Kennzeichnung und eine Sprachprobe.
Die durch die Benutzerschnittstelle 200 gesammelten Informationen werden an einen Sprachprobenprozessor 202 angelegt, der ausgelegt ist, von Einzelpersonen während des Abonnementsprozesses gesammelte Sprachproben zu verarbeiten und entsprechende geschützte Sprachmodelle zu erzeugen.
Das Ausgangssignal des Sprachprobenprozessors 202 wird an eine Datenbank 207 angelegt und in ihr gespeichert, wobei es sich bei ihr um einen herkömmlichen Datenbankspeicher handeln kann, der so ausgelegt ist, daß er geschützte Modelle und die zugeordneten persönlichen Kennzeichnungen speichert. Wenn die Datenbank 207 während des Zugangsprozesses unter Verwendung einer persönlichen Kennzeichnung als Nachschlageschlüssel abgefragt wird, wird das zugeordnete geschützte Sprachmodell abgerufen.
Der Sprachprobenprozessor 202 enthält eine Transformationseinheit 203, die so ausgelegt ist, daß sie eine transformierte Version der durch die VRU 201 erhaltenen Sprachprobe erzeugt. Die Transformation kann unter Einsatz analoger oder digitaler Techniken erfolgen und ist so ausgelegt, daß nach der Transformierung einer Sprachprobe diese aus der transformierten Version nicht wiederhergestellt werden kann. Um eine derartige Transformation zu bewerkstelligen, kann sich der Fachmann verschiedene Transformationen ausdenken. Es ist eine Verifikationseinheit 206 vorgesehen, um zu bestimmen, ob zwischen einer transformierten Sprachprobe von einem Antragsteller, der vorgibt, eine spezifische Einzelperson zu sein, und der gespeicherten transformierten Sprachprobe (geschütztes Modell) für diese Einzelperson eine Entsprechung vorliegt.
Die Schritte, die in dem Abonnementsprozeß und dem Zugangsprozeß für die in Fig. 1 dargestellte Ausführungsform der vorliegenden Erfindung durchgeführt werden, sind in den Fig. 2 bzw. 3 gezeigt. In dem Zugangsprozeß von Fig. 2 wird die repräsentative Sprachprobe einer Einzelperson im Schritt 501 erhalten, und eine persönliche Kennzeichnung wird in Schritt 502 zugeordnet. Als nächstes wird in Schritt 503 die Sprachprobe so an eine analoge oder digitale Transformationseinheit (203 in Fig. 1) angelegt, daß eine Version der Sprachprobe erzeugt wird, die von einer nicht autorisierten Person nicht zum Wiederherstellen der Sprachprobe der Einzelperson verwendet werden kann. So kann beispielsweise ein einfacher Zeitschlitz des endlichen akustischen Signals genommen werden, und die Schlitze können gemäß einer im voraus definierten sicheren Sequenz neu geordnet werden. Die Transformation ist vorzugsweise derart, daß sie unumkehrbar ist: nachdem die Sprachprobe verarbeitet worden ist, kann die übertragene Version nicht wieder verarbeitet werden, um die Sprachprobe zu erhalten. Informationen, die eine bestimmte Transformation einer bestimmten Einzelperson auf der Basis der persönlichen Kennzeichnung dieser Einzelperson zuordnen, werden in der Transformations- ID-Datenbank 204 gespeichert.
In Schritt 504 wird die transformierte Sprachprobe an einen Modellerzeuger 205 angelegt, um wichtige Charakteristiken zu gewinnen, mit denen ein Modell der Sprache der Einzelperson erzeugt wird, das in dem Zugangsprozeß verwendet wird. Das geschützte Modell wird in Schritt 505 in der Datenbank 207 gespeichert, zusammen mit der in Schritt 502 zugeordneten persönlichen Kennzeichnung, die als Nachschlageschlüssel dient, wenn die Datenbank während des Zugangsprozesses abgefragt wird. Man beachte, daß eine nicht autorisierte Person, die gespeicherte Informationen aus der Datenbank 107 erhält, mit diesen nicht die Einzelperson nachahmen kann, die die Probe geliefert hat, da die Sprachprobe zuvor transformiert worden ist und der tatsächlichen Sprache der Einzelperson nicht ähnelt.
Während des Zugangsprozesses von Fig. 3 liefert die Person, die behauptet, eine autorisierte Einzelperson zu sein, in Schritt 601 eine Sprachprobe zusammen mit einer persönlichen Kennzeichnung. Die Sprachprobe wird in Schritt 602 an die Transformationseinheit 203 angelegt, und das Ausgangssignal wird an die Verifikationseinheit 206 angelegt. Mit der von dem Antragsteller gelieferten persönlichen Kennzeichnung wird in Schritt 603 aus der Datenbank 207 ein geschütztes Sprachmodell gewonnen, das ebenfalls an die Verifikationseinheit 206 angelegt wird. Dann werden in Schritt 604 die transformierte Sprachprobe des Antragstellers und das abgerufene geschützte Modell verglichen, um zu bestimmen, ob eine Entsprechung vorliegt. Wenn der Vergleich zu einem positiven Ergebnis führt, was eine gute Entsprechung anzeigt, wird festgestellt, daß die eine Sprecherverifikation anfordernde Person diejenige Einzelperson ist, die zuvor den Abonnementsprozeß durchgeführt hat. Wenn der Vergleich andererseits zu einem negativen Ergebnis führt, ist die Identität des Antragstellers nicht bestätigt worden.
An der vorliegenden Erfindung können zahlreiche Modifikationen und Anpassungen vorgenommen werden. So können beispielsweise für das System getrennte Benutzerschnittstellen zu Verwendung während des Zugangsprozesses und des Abonnementsprozesses bereitgestellt werden. Man beachte auch, daß sich der Fachmann eine adaptive Lerntechnik ausdenken kann, bei der während des Abonnementsprozesses konstruierte und gespeicherte Sprachmodelle während des Zugangsprozesses aktualisiert werden, um sich verändernde Charakteristiken in der Stimme zu berücksichtigen. Die hier beschriebenen Ausführungsformen der Erfindung beinhalten zwar eine Bezugnahme auf eine persönliche Kontokennzeichnung, mit der unter mehreren Benutzern des Systems und/oder Verfahrens unterschieden wird, doch sollte für einen Fachmann außerdem klar sein, daß die Erfindung zur Verwendung in einem System mit einem einzelnen Benutzer angepaßt werden kann, wie etwa einem System, das ausgelegt ist, die Identität einer Person zu verifizieren, die eine "Smartcard" trägt, die selbst eine von dieser Person erhaltene Sprachprobe enthält. Bei einem derartigen System stellt die Smartcard selbst die Datenbank dar, die das geschützte Modell speichert, und es wird keine getrennte Datenbank (207) benötigt.

Claims

1. Verfahren zum Bestätigen der behaupteten Identität einer Einzelperson, wobei die Einzelperson eine persönliche Kennzeichnung aufweist, wobei das Verfahren die folgenden Schritte umfaßt:

Empfangen (501) einer Probe der Sprache der Einzelperson;

Erstellen (503, 504) eines Modells der Sprache unter Verwendung der Probe;

Speichern (505) des Modells in Zuordnung zu der persönlichen Kennzeichnung;

als Reaktion auf eine Anforderung zur Identitätsbestätigung, Empfangen (601) einer Probe der Sprache eines Antragstellers und einer von dem Antragsteller gelieferten persönlichen Kennzeichnung;

Abrufen (603) des Modells, das der von dem Antragsteller empfangenen persönlichen Kennzeichnung zugeordnet wurde;

Durchführen (604) eines Vergleichs, um zu bestimmen, ob das abgerufene Modell der Sprachprobe des Antragstellers entspricht;

und Bestätigen der Identität des Antragstellers nur dann, wenn der Vergleich eine positive Entsprechung anzeigt;

dadurch gekennzeichnet, daß:

der Erstellungsschritt umfaßt, ein geschütztes Modell der Sprache zu erstellen, indem die Probe unter Verwendung eines Transformationsverfahrens so transformiert wird (503), daß Charakteristiken der Sprache der Einzelperson durch Zugriff auf das geschützte Sprachmodell nicht ohne die Verwendung zusätzlicher gespeicherter Informationen ermittelt werden können, wobei das Transformationsverfahren mindestens auf der persönlichen Kennzeichnung basiert; und

vor dem Vergleich die Sprachprobe des Antragstellers mit dem gleichen Transformationsverfahren, das in dem Erstellungsschritt verwendet wurde, transformiert wird (602).

2. System zum Bestätigen der behaupteten Identität einer Einzelperson unter Verwendung von Sprachverifikation, wobei die Einzelperson eine persönliche Kennzeichnung besitzt, wobei das System folgendes umfaßt:

ein Empfangsmittel (200) zum Empfangen der Sprachprobe einer Einzelperson aus der Sprache der Einzelperson, der persönlichen Kennzeichnung der Einzelperson, der Sprachprobe eines Antragstellers aus der Sprache des Antragstellers und einer persönlichen Kennzeichnung von dem Antragsteller;

ein Mittel (205) zum Erstellen eines Modells der Sprache der Einzelperson;

ein Mittel (207) zum Speichern des Modells in Zuordnung zu der persönlichen Kennzeichnung der Einzelperson und zum Abrufen des der persönlichen Kennzeichnung zugeordneten Modells, die von dem Antragsteller als Reaktion auf eine Anforderung zur Identitätsbestätigung empfangen wurde;

und ein Vergleichsmittel (206) zum Durchführen eines Vergleichs, um zu bestimmen, ob das abgerufene Modell der Sprachprobe des Antragstellers entspricht, und Bestätigen der Identität des Antragstellers nur dann, wenn der Vergleich eine positive Entsprechung anzeigt;

dadurch gekennzeichnet, daß:

das Mittel zum Erstellen eines Modells ausgelegt ist, ein geschütztes Modell der Sprache der Einzelperson unter Verwendung eines Transformationsverfahrens zu erstellen, das die Sprachprobe der Einzelperson so transformiert, das die Charakteristiken der Sprache der Einzelperson durch Zugriff auf das geschützte Modell nicht ohne die Verwendung zusätzlicher, in dem System gespeicherter Informationen ermittelt werden können, wobei das Transformationsverfahren mindestens auf der persönlichen Kennzeichnung basiert;

Transformierungsmittel (203) vorgesehen sind, um die Sprachprobe des Antragstellers mit dem Transformationsverfahren zu transformieren; und

die Vergleichsmittel ausgelegt sind, den Vergleich unter Verwendung der transformierten Sprachprobe durchzuführen.