การใช้กล้ามเนื้ออารมณ์และความตั้งใจทางจิตวิทยานำไปสู่ความแตกต่างระหว่างฝาแฝดที่เหมือนกันที่ตรวจพบได้โดยเครื่องมือชีวภาพการต่อต้านการปิดการศึกษาตามการศึกษาที่ยังไม่ได้เผยแพร่โดยมหาวิทยาลัยออนแทรีโอเทคร่วมกันการอัปเดตไบโอเมตริกซ์-
มหาวิทยาลัยคณะธุรกิจและเทคโนโลยีสารสนเทศเก็บตัวอย่างเสียงจากฝาแฝดสองคู่ที่เหมือนกันในสภาพแวดล้อมที่ควบคุมแล้วใช้เครื่องมือชีวภาพเสียงเพื่อวิเคราะห์การบันทึกเสียงของฝาแฝดเพื่อกำหนดความแม่นยำในการตรวจจับการโจมตีแบบแอบอ้าง- เครื่องมือที่ประเมินคือเทคโนโลยีการจดจำเสียงจากVoicevantage(บริษัท ในเครือ THC Technologies Corporation),แนวตั้ง, และMicrosoft Azure- THC สนับสนุนการวิจัย
จากมุมมองทางกายวิภาคมิติของทางเดินเสียงและกล่องเสียงมีหน้าที่รับผิดชอบต่อเสียงเฉพาะของแต่ละบุคคล ลักษณะเหล่านี้ทำให้เสียงฝาแฝดของฝาแฝดเหมือนกันฟังดูคล้ายกัน
อย่างไรก็ตามวิธีการที่ผู้พูดควบคุมช่องทางของพวกเขายังมีส่วนช่วยในการสร้างลักษณะเช่นสำเนียงและบุคลิกภาพซึ่งสามารถระบุได้โดยระบบชีวภาพเสียง
นี่เป็นความจริงสำหรับเทคโนโลยีทั้งหมดที่ใช้เป็นส่วนหนึ่งของการวิจัยโดยทีมงานเทคออนแทรีโอสรุปว่าการปลอมแปลงเสียงระหว่างฝาแฝดที่เหมือนกันเป็นไปไม่ได้เมื่อวลีที่ใช้นั้นมีความเฉพาะเจาะจงกับผู้สมัครโดยเฉพาะ วลีรหัสผ่านที่ตั้งไว้จำนวนมากไม่จำเป็นต้องมีคู่แฝดที่จะโกหกเนื่องจากภูมิหลังที่ใช้ร่วมกันของพวกเขาเช่น 'เมืองบ้านเกิดของฉันคือ'
ในความเป็นจริงแม้ว่าจะทำซ้ำประโยคเดียวกับคู่แฝด 'จริง', 'นักต้มตุ๋น' ได้รับคะแนนการเปรียบเทียบระหว่าง 60 ถึง 75 เปอร์เซ็นต์เท่านั้นและในสองประโยคเท่านั้น สำหรับวลีที่เกี่ยวข้องกับการโกหกเช่น 'สีโปรดของฉันคือ' คะแนนนักต้มตุ๋นลดลงอย่างน้อยที่สุด
ตามที่นักวิจัยผลลัพธ์เป็นเช่นนั้นเพราะ“ เสียงไม่ใช่แค่คำพูดเท่านั้นมีลักษณะทางอารมณ์ของบุคคลในขณะที่บันทึก”
เสียงเสียงและความแตกต่างในความตั้งใจทางจิตวิทยาในการบอกความจริงที่แท้จริงและการพยายามแอบอ้างเป็นรายงานว่าทำให้เกิดความแตกต่างอย่างมากในตัวอย่างเสียง
นักวิจัยสามารถได้รับชุดพัฒนาซอฟต์แวร์ (SDKs) ของ Voicevantage ดังนั้นการทดสอบส่วนใหญ่ในการศึกษาได้ดำเนินการโดยใช้อัลกอริทึมของ TCH
สำหรับบริบทการมี SDKS ของระบบชีวภาพที่กำหนดจะช่วยให้นักวิจัยทำการทดสอบโดยใช้วลีที่แตกต่างจากที่บันทึกไว้ล่วงหน้าและกำหนดโดย บริษัท (เช่น 'เสียงของฉันคือรหัสผ่านของฉัน')
เพื่อหลีกเลี่ยงปัญหานี้สำหรับ Verint และ Microsoft Azure มหาวิทยาลัยออนแทรีโอเทคเลือกวลีที่จับคู่ที่ใกล้เคียงที่สุดที่มีอยู่บนแพลตฟอร์มการสาธิตของพวกเขา
ตลาดการพูดและการจดจำเสียงตั้งค่าถึง $ 22B ภายในปี 2569
ข้อมูลใหม่โดยreportlinkerแสดงให้เห็นว่าตลาดการพูดและการจดจำเสียงจะเติบโตจาก 8.3 พันล้านเหรียญสหรัฐในปี 2564 เป็น 22.0 พันล้านดอลลาร์ภายในปี 2569 ซึ่งนำเสนออัตราการเติบโตต่อปี (CAGR) ที่ 21.6 เปอร์เซ็นต์
ตามรายงานปัจจัยขับเคลื่อนที่มีผลกระทบมากที่สุดที่อยู่เบื้องหลังการเติบโตจะเป็นการเพิ่มการใช้เครื่องใช้อัจฉริยะและการใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อเพิ่มความแม่นยำของระบบการพูดและการจดจำเสียง
นอกจากนี้การรับรองความถูกต้องของอุปกรณ์มือถือและการควบคุมอุปกรณ์ที่สวมใส่ได้การใช้ Biometrics ด้วยเสียงก็คาดว่าจะผลักดันตลาดการพูดและการจดจำเสียง
ในแง่ของ บริษัท ที่เป็นผู้นำการเปลี่ยนแปลงนี้ตัวอักษร, Apple และ Microsoft อยู่ในอันดับต้น ๆ ของรายการในสหรัฐอเมริกา
ภูมิภาคเอเชียแปซิฟิกยังมีการเติบโตในช่วงเวลาที่คาดการณ์โดยรัฐบาลหลายแห่งกำลังมองหาโซลูชันเสียงชีวภาพเสียงที่เกี่ยวข้องกับการริเริ่มการแปลงเป็นดิจิทัล
หัวข้อบทความ
การทดสอบไบโอเมตริกซ์-ไบโอเมตริกซ์-การวิจัยทางชีวภาพ-รายงานการตลาด-การรู้จำเสียงพูด-การตรวจจับการปลอมแปลง-ฝาแฝด-แนวตั้ง-เสียงชีวภาพ-การจดจำเสียง-Voicevantage
