Sinh trắc học giọng nói

Sinh trắc học giọng nói là gì?

Voice Biometrics (xác thực sinh trắc học giọng nói) là công nghệ tạo voiceprint - mẫu đặc trưng giọng nói duy nhất của mỗi cá nhân, tương tự như dấu vân tay hay quét mống mắt. Hệ thống phân tích hơn 100 đặc điểm gồm: tần số cơ bản (pitch), formants (âm sắc), cadence (nhịp nói), pronunciation patterns.

Hai phương thức chính

• Text-dependent: Khách hàng đọc một câu cố định ("Tôi xác nhận giao dịch") - độ chính xác cao (FRR <2%, FAR <0,01%)
• Text-independent: Xác thực tự nhiên trong cuộc hội thoại bất kỳ, thuận tiện hơn nhưng độ chính xác thấp hơn (FRR <5%)

Quy trình hoạt động

Bước 1 - Enrollment: Khách hàng đăng ký bằng cách đọc 3-5 câu mẫu, hệ thống tạo voiceprint template lưu trữ mã hóa. Bước 2 - Verification: Khi giao dịch, khách nói câu bất kỳ trong 3-5 giây, AI so khớp với template. Bước 3 - Anti-spoofing: Phát hiện bản ghi âm, giọng tổng hợp (deepfake voice) bằng phân tích micro-pauses và âm thanh nền.

Ứng dụng tại Việt Nam

Tuân thủ Quyết định 2345/QĐ-NHNN ngày 18/12/2023 về triển khai xác thực sinh trắc học khi chuyển tiền trên 10 triệu đồng/lần hoặc tổng >20 triệu/ngày. VietinBank và Vietcombank tích hợp voiceprint trên tổng đài 1900 và app, giảm 60% thời gian xác minh OTP. FPT.AI cung cấp giải pháp cho 20+ ngân hàng với độ chính xác 98,5%.

Ưu điểm và hạn chế

Ưu điểm: Không cần nhớ mật khẩu, xác thực trong 2-3 giây, chống giả mạo tốt, tuân thủ eKYC. Hạn chế: Giọng thay đổi khi ốm/cảm/stress, loa micro kém chất lượng ảnh hưởng độ chính xác, nguy cơ deepfake AI ngày càng tinh vi.