bahagian 1 : voice biometrics -...

1

Pembentangan Hasil Kajian VoiceBiometric dan VoiceXML

Wakil USM1. Tn. Hj. Mohd Ramli Mehat2. Encik Mohd Shafie Mohd Rasit

Wakil Telekom1. Encik Sairin bin Salleh2. Encik Shukur bin Khalid

LokasiIntelligent Application Technology (IAT) Cluster,Security, Intelligent Application & Multimedia (SIAM) Program,Applied Research Division,TM Research & Development Sdn. Bhd.

4 Julai 2006

Disediakan Oleh :Mohd Shafie Mohd RasitUnit Pembangunan Teknologi Maklumat, USM

Julai 2006,Registry-uptm,Shafie

Bahagian 1 :

Voice BiometricsKonsep dan Hala Tuju

Bahagian 2 :

VoiceXMLMotivasi dan Rasional Pembangunan


2

Agenda

Kajian StatistikPasswords & BiometricsApa itu Biometrics? Kelebihan dan KekuranganPerbandinganKepentinganCase StudyKepenggunaan dan hala tujuKesimpulan

VOICE BIOMETRICSJulai 2006,Registry-uptm,Shafie

Info statistik

Kos jenayah cyber dunia dalam setahun melebihi RM 2 billion.Kerugian kehilangan maklumat perniagaan dilaporkan melebihi RM 358 billion sejak 10 tahun lalu.


3

Passwords & Biometrics

PasswordsUbiquitous TechnologyPasswords merupakan kaedah pengecaman tertua.Kebanyakkan organisasi dan institusi menggunakan passwords untuk penggunaan komputer sejak tahun 1963

BiometricsDiperkenalkan sejak 1970an dan awal 1980anTeknologi ini mengumpulkan sifat fizikal yang unik atau pengukuran perilaku unik setiap individu untuk dimasukkan ke dalam pangkalan data atau atas tujuan perbandingan dengan data sedia adaTujuan biometric termasuk pengecaman dan pengenalpastian identiti dan memastikan keselamatan data sama ada ketika penghantaran data atau data di dalam pangkalan data.


Biometrics

Terbahagi kepada 2 kategori : Ciri Fizikal – juga dikenali sebagai biometrics statik Biometrics yang melibatkan data tentang bahagian tubuh badan seseorang. Sebagai contoh, cap jari, bentuk iris, rupa bentuk wajah, geometri tangan dan beberapa ciri unik yang lain.Tingkahlaku – biometrics yang melibatkan data yang diperolehi daripada pengukuran yang tepat terhadap tingkahlaku manusia yang melibatkan beberapa faktor luaran yang perlu diambil kira. Sebagai contoh, suara (speaker verification)


4

Apa itu Voice Biometrics?

Terbahagi kepada 2 bahagian utama : Speech ProcessingBiometric Authentification


Family Tree : Voice Biometrics

……

Speech Recognition

Speech Processing

Speech SynthesisDigitized Speech……

InputOutput

Speaker Verification

Speaker Identification

Voice Biometrics

…

Signature Verif.Typing Dynamics……

Face RecognitionFinger Geometry

FingerprintingHand GeometryIris/Retina Scan……

Biometrics

DNA


5

Family Tree : Speech Processing

……

Speech Recognition

Speech Processing

Speech SynthesisDigitized Speech……

InputOutput


Voice Biometrics

…Speaker Verification


Speech Processing

Speaker Verification Mengumpul maklumat daripada pertuturanTentukan siapa yang bercakap (perempuan/lelaki)Perbandingan one-to-one

Speaker IdentificationMengumpul maklumat daripada pertuturanTentukan identiti suara orang yang tidak dikenaliPerbandingan one-to-many

Speaker RecognitionMengumpul maklumat daripada pertuturanMenentukan apa yang disebut


6

Rasional Kajian dijalankan?

Aplikasi Komersil > 15 tahunTempatan > 25 tahun

ProdukLebih 50 produk dihasilkan(statistik sehingga tahun 2000)


Cabaran - Speech Recognition

Kebisingan (background noise) Kebisingan Saluran (channel noise)Kualiti Peranti Input (Mikrofon)Keistimewaan Semulajadi (sengau, serak dsbnya)


7

Family Tree : Biometrics


Voice Biometrics

…

Signature Verif.Typing Dynamics……

Face RecognitionFinger Geometry

FingerprintingHand GeometryIris/Retina Scan……

Biometrics

DNA

Speaker Verification


Ciri Umum Biometrics

PemadananPemblokanDaftar (data ada di dalam rekod)


8

Perbandingan - Biometrics

Blood vessel patterns and retina

Retina ImageProprietary desktop or wall mountable unit

Retina

Height and width of bones and joints in hands and fingers

3-D image of top and sides of hand

Proprietary Wall-mounted unit

Hand

Relative position and shape of nose, position of cheekbones

Facial image (optical or thermal)

Video Camera, PC camera, single-image camera

Face

Speed, stroke order, pressure and appearance of signature

Image of Signature and record of related dynamics measurement

Signature Tablet, Motion-sensitive stylus

Signature

Frequency, cadence and duration of vocal pattern

Voice RecordingMicrophone,telephone

Voice

Location and direction of ridge endings and bifurcations on fingerprint, minutiae

Fingerprint image (optical, silicon, ultrasound or touchless)

Desktop peripheral, PC card, mouse chip or reader embedded in keyboard

Fingerprint

Furrows and striations of iris

Black and white iris imageInfrared-enabled video camera, PC camera

Iris

Feature Extracted Sample Acquisition Device Biometric


Kelebihan dan kekurangan –Voice Biometrics

•Mobile phones •Telephone banking and other automated call centers

•Unstable over time•Changes with time, illness stress or injury•Different microphones generate different samples•Large template unsuitable for recognition

•Good user acceptance•Low training•Microphone can be built into PC or mobile device

Voice

UsabilityWeaknessStrengthsBiometric


9

Perbandingan antara Teknologi Biometrics


Kepentingan Biometrics

Keselamatan / elak penipuanPengawasan


10

Jenis-Jenis Keselamatan

Apa yang kamu ada?Kunci, kad, token

Apa yang kamu tahu?Kata laluan, nombor PIN

Siapa kamu? Pengecaman terbaik (biometrics)


Case Study

Site / Physical Access ControlPrevent Toll FraudSecure TransactionsSecure Data and Data NetworksCorrections MonitoringTime & Attendance Monitoring


11

Case Study : GirlTech

Function : Site / Physical Access ControlProblem : Pre-teen girls have strong

need for privacyDeployed : 1998No. Users : Several thousand


Case Study : University of Maryland

Function : Prevent Toll FraudProblem : Allow secure off-sites access

to voice mail by faculty and staff

Deployed : 1995No. Users : ~250


12

Case Study : Home Shopping Network

Function : Transaction SecurityProblem : Allow HSN members to place

orders with IVR systemDeployed : 1999No. Users : 50,000+


Case Study : Illinois Dept of Revenue

Function : Data & Data Network SecurityProblem : Allow secure off-sites access

by auditorsDeployed : 1996No. Users : 730


13

Case Study : BMC Software, Inc

Function : Secure Password ResetProblem : Reduce delay in password

reset and secure automated pasword reset

Deployed : 1999No. Users : 200+


Case Study : Monitoring Services, Inc

Function : Monitor Criminal OffendersProblem : Monitor offenders whose

movements are not severely restricted

Deployed : 1997No. Users : 100


14

Kepenggunaan dan Hala tuju

Chart: Voice Biometric Market 2005

Call Centers27%

Toll Fraud20%

Physical Access Security8%

Corrections Monitoring10%

Forensics13%

Future3%

Data Security19%


Kesimpulan (biometrics)

Semua kaedah pengecaman berkemungkinan mempunyai ralat. Namun demikian, teknologi biometrics cuba meminimakan ralat dan meningkatkan tahap keselamatan data pada tahap yang paling maksimaBiometrics merupakan kaedah pengecaman terbaik untuk organisasi kerana ia sentiasa dibawa bersama dan unik untuk setiap individuKeseimbangan antara Keselamatan dan Privacy diperlukan untuk memastikan biometrics authentication tercapai.


15

Bahagian 2 VoiceXML


Agenda

Motivasi PembangunanEvolusi VoiceXMLKenapa memilih VoiceXML?Komponen VoiceXMLKejuruteraan IVRForm Elements & Event HandlersAplikasiTeknologi BerkaitanKesimpulan

VOICEXMLJulai 2006,Registry-uptm,Shafie

16

Motivasi Pembangunan

Aplikasi yang boleh disesuaikan dengan pengguna peringkat bawahan :

Melibatkan Automated Speech Recognition (ASR)Text to Speech (TTS) – Speech SynthesisPerisian / perkakasan telefonKoordinasi antara 3 di atas

Pengasingan antara interaksi pengguna dan perkhidmatan (aplikasi itu sendiri)Memperkenalkan aplikasi suara secara setempat dapat mengurangkan kosKongsi pangkalan data dan paparan aplikasi di antara VoiceXML dan antaramuka pengguna.


Evolusi VoiceXML

1995 – Phone Markup Language (PML), AT&T1998 – Seminar W3C tentang Voice Browser

AT&T guna dialek PMLMotorola bangunkan VoxMLIBM bangunkan SpeechMLHP bangunkan TalkMLPipeBeach bangunkan Voice HTML

1998 – Forum VoiceXML (disertai AT&T, IBM dan Motorola)2000 – VoiceXML 1.0 diperkenalkan2003 – VoiceXML 2.0 diperkenalkan


17

Kenapa Memilih VoiceXML ?

Adaptasi teknologi telefon bimbitPeranti yang kecilSuara merupakan teknik komunikasi secara semulajadiSifat semulajadi yang dinamikKitar pembangunan yang mudah (prototaip)Peluang pasaran yang luas


Komponen VoiceXML

VoiceRec.

DTMFRec.

voice

DTMF

Dialog ManagerTextTo

Speech

audio player

Audio Input

Audio Output

VXMLParser

FIA

ProcessPhase

CollectPhase

SelectPhase

InitializePhase

phone


18

Kejuruteraan IVR -Konvensional

IVR

IVR Application

ASR TTS Telephony

Java/C/C++ APIJava/C/C++ API Java/C/C++ API

PSTN

T1ISD

NAnalog

Hardware/Software


Kejuruteraan IVR – VoiceXML

VoiceXML-IVR

Hardware/Software

VoiceXML Interpreter

ASR TTS Telephony

Java/C/C++ APIJava/C/C++ API Java/C/C++ API

PSTN

T1IS

DN

Analog

Internet

HTTP

ECMAScriptSSMLGRXML

VoiceXML Application


19

Form Elements - VoiceXML

<form>

<script> <property>

<link> event.handler<grammar><filled> form.item

<grammar> executable.content

<var>


Event Handlers - VoiceXML

event.handler

<catch> <error> <noinput> <nomatch> <help>


20

Aplikasi - VoiceXML

IVR – (bank, customer service… )Voice mailInformation RetrievalVoice Browser


Teknologi Berkaitan

SSML – Speech Synthesis Markup LanguageSGRS – Speech Grammar Recognition SpecificationCCXML – Call Control Markup LanguageSALT – Speech Application Language TagsNLSML – Natural Language Semantic Markup Language


21

Kesimpulan (VoiceXML)

Mengambil kira suara sebagai satu bentuk antaramuka penggunaPengasingan model data – XFormsSebagai rekabentuk aplikasi pelbagai antaramuka (multi-modality)Kenalpasti semantik sebagai satu aras baru (NLSML)Kebolehan untuk bertindak sebagai salah satu bidang kepintaran dalam melaksanakan tugas dan mencapai tujuan.


bahagian 1 : voice biometrics -...

Documents