Краткая история биометрии: как появилось распознавание по голосу

Мы продолжаем рассказывать про краткую историю биометрии. И нам осталось рассказать о распознавании голоса человека. 

Историю биометрии голоса обычно начинают с мейнфрейма AUDREY (Automatic Digit Recognizer), созданного в 1952 году в Bell Labs). Голоса разных людей он еще не распознавал, но уже их слышал, что по тем временам казалось чудом. Это устройство для «слышания» номеров, как писали в СМИ и рассказывали о ТВ, может избавить от необходимости набирать номер, но оно работает только при четком произношении цифр номера одну за другой. 

Дальше дело было за соответствующим ПО, которое могло бы конкурировать с «естественным интеллектом» человека, узнающего голос говорящего, даже не видя его, например, по телефону, из другой комнаты, путем моментального сравнения паттернов тембра, дикции, интонации, скорости речи говорящего с базой данных, хранящейся в головном мозге слушающего. А если голос незнакомый, то отправляющего его характеристики в ту же базу данных, где они, если они не чересчур шокирующие и не повторяются, долго не хранятся, забываются. Понятно, что в ПО команду что-то забыть мог дать только оператор

Работа в этом направлении шла в разных странах, в том числе у нас в Институте кибернетики АН УССР под руководством академика Глушкова. Желающие могут почитать статью 1968 года сотрудника Глушкова доктора технических наук Тараса Климовича Винцюка «Распознавание речи с помощью динамического программирования», опубликованную, кстати, на английском языке в журнале Kibernetika (англоязычном клоне советского журнала «Кибернетика», который выходил в США одновременно с очередными номерами у нас), и часто цитируемую сейчас в исторических обзорах. 

Но так уж получилось, что лидерами в этой области были итальянцы. Один из первых патентов на «Устройство верификации голоса» получили в 1983 году Микеле Кавацца и Альберто Чиарелла, инженеры туринского Исследовательского центра телекоммуникаций (CSELT). Там речь шла о сравнении голоса говорящего одну эталонную фразу с его же голосом, записанным ранее и говорившем ту же фразу. В 1990 году инженеры CSELT получили патент на систему распознавания голоса, интегрированную в микропроцессор с гарвардской архитектурой, где комбинация скрытой марковской модели и DTW-алгоритма обрабатывала речевые сигналы. А проще говоря, опустив айтишный лексикон, их микропроцессор «с большим словарным запасом», как писали его изобретатели, мог распознавать связную речь конкретного человека в режиме реального времени.

Голосовая биометрия относится к динамической ее разновидности, ее еще называют поведенческой (behaviometrics) в отличие от физической (или статической, или габитусной) биометрии по внешним признакам (отпечаткам пальцев, радужке глаза, пропорциям тела и лица) и почерку. Но в последнее время эта граница стирается. Например, при голосовой аутентификации к звуковым паттернам добавляется патерны движения губ говорящего (см., например, этот патент). 

При биометрии человека по особенностями его почерка, он оставляет его образец, например, подпись не на бумаге, а на экране графического планшета, а компьютер оцифровывает и запоминает характерны колебания пера и его давления на экран планшета. 

Система кодирования мимики человека (FACS) была разработана в 1970-е годы. В нулевые годы нашего столетия один за другим пошли патенты на «системы и методы автоматического кодирования мимики» (см. например, этот). Пока препятствие к массовому внедрению этой биометрии для идентификации – недостаток образцов для сравнения в базах данных. Но если дело пойдет так и дальше, то вместо чипа с фотографией его владельца в смартфоне или паспорте будет видеозапись, как мы улыбаемся, хмуримся, подмигиваем, показываем язык, шевелим ушами (кто умеет). 

К сожалению, это издержки бурной компьютеризации биометрии. Угроза со стороны хакеров стала во весь рост еще в 1990-е годы. А в 2001 году то, о чем сказано выше, с легкой руки завкафедрой компьютерных наук профессора Джорджтаунского университета Дороти Деннинг получило название «liveness», то есть жизненность или одушевленность по-русски.

По данным TAdviser, сегодня объем мирового рынка биометрических технологий оценивается в 42,6 млрд долларов, из которых больше половины (23,6 млрд) приходится на рынок потребительских биометрических систем. Прогноз на конец текущего года уже $80–100 млрд. Это большие деньги, и понятно, что владельцы этого бизнеса и их инвесторы могут рассчитывать на подобные темпы роста доходов только при условии достаточно надежной защиты их биометрических устройств от имитации и прямой кражи чужой биометрии, и, соответственно, инженерно-изобретательская мысль будет стимулироваться в первую очередь в области защиты.