Исследователи из Омского государственного технического университета (ОмГТУ) разработали инновационный метод голосовой аутентификации. Его особенность заключается не только в идентификации пользователя по уникальным характеристикам голоса, но и в способности оценивать его текущее функциональное состояние.
Принцип работы и анализируемые параметры
В основе системы лежит обученная нейронная сеть, которая анализирует ряд акустических параметров речи. К ним относятся высота тона, тембр, а также временные характеристики — паузы и ритм. Комплексный анализ этих элементов позволяет выявлять такие состояния, как сонливость, стресс или алкогольное опьянение у говорящего. На практике это значит, что система способна распознавать изменения в амплитудно-частотных характеристиках голоса, которые, по словам разработчика метода Даниила Иниватова, заметно меняются при утомлении или интоксикации.
Категоризация состояний и меры реагирования
Нейросеть категоризирует выявленные состояния по нескольким группам: "норма", "сонливость", а также "лёгкая", "средняя" или "тяжёлая" стадии алкогольного опьянения. В зависимости от установленной категории система может автоматически инициировать меры по ограничению прав сотрудника. Это может варьироваться от частичного сокращения доступа к информации до полной блокировки действий, чтобы предотвратить потенциальные утечки данных или неверные операции.
Актуальность применения в критических областях
Эта технология приобретает особую значимость в сферах, где высока цена ошибки, например, в банковском секторе или центрах обработки звонков. Даниил Иниватов подчеркивает, что сотрудники, находящиеся в состоянии сильного алкогольного опьянения или крайней усталости, подвержены риску совершения ошибочных транзакций, повреждения финансовых записей или могут стать жертвами фишинговых атак. Новый метод позволяет минимизировать данные риски, при этом не требуя от пользователя никаких дополнительных действий или взаимодействия с системой. Если коротко, то система работает в фоновом режиме, обеспечивая дополнительный уровень безопасности.