Voix
Analyse de produits commercialisés
et de prototypes de recherche

Une certain nombre de sociétés ainsi que leurs produits vous sont présentés ci-après. Vous trouverez une brève description de chaque société, une énumération et description de leurs produits d’AAL, les caractéristiques techniques de chaque produit, ainsi que le marché et les applications visés.

Certains liens ne sont plus actifs car les sociétés ont intégrées un autre groupe ou ont disparues

CONFIGATE

Web : http://www.configate.com/

CONFIGATE est une compagnie spécialisées en biométrie et plus précisément dans la vérification de la voix sous forme d’authentification pour l’accès à distance sur Internet et la téléphonie. Fondée en 1999, la philosophie de cette société est d’identifier et d’évaluer les caractéristiques naissantes de la vérification de la voix.

Produit

CONFIGATE propose un produit appelé «Verimote». Son utilisation se décompose en 2 phases :

1. l’inscription: l’utilisateur doit exprimer oralement un mot de passe composé de trois mots de son choix. Le profil de la voix de l’utilisateur, appelé un «voiceprint», est enregistré dans une base de données,
2. la vérification: l’utilisateur est amené à réitérer la prononciation de son mot de passe. La vérification se fait immédiatement et donne droit ou non à l’accès. Marché et Application

Caractéristiques Techniques :

• longueur du mot de passe: 2 à 4 secondes,
• temps d’inscription: environ 30 secondes,
• taille d’un «voiceprint»: approximativement 10 Ko comprimé,
• temps de vérification: environ 2 secondes (dépend de l’encombrement du réseau),
• système d’exploitation du serveur: Windows NT, Sun Solaris,
• système d’exploitation du client: Windows 95/98, Windows NT/2000, Macintosh.

Marchés et Applications

• les services financiers,
• le commerce électronique,
• la formation en ligne,
• le télétravail,
• la sécurité de l’information,
• le contrôle d’accès physique.

BUYTEL Ltd et ITT INDUSTRIES

http://www.buytel.com - http://www.ittind.com

La société ITT est une compagnie de fabrication industrielle. Elle est le principal fournisseur des systèmes militaires sophistiqués de la défense ainsi que des d’éléments électroniques pour les téléphones cellulaires et cartes PC pour les ordinateurs portables. L’associé d’ITT pour les services de «SpeakerKey» est BUYTEL. BUYTEL est l’un des principaux fournisseurs de services téléphoniques.

Les services de «SpeakerKey» fournissent de nouvelles normes d’exécution et de convenance pour l’accès et l’identification d’utilisateurs [Buytel], [ITT and Buytel].

Produits

• PhoneKey: authentification vocale via le téléphone,
• NetKey: via un réseau local,
• WebKey: via Internet.

Marchés et Applications

• commerce électronique,
• services financiers en ligne,
• téléphone,
• formation en ligne,
• assurance chômage en ligne,
• avantages d’assistance sociale en ligne.

La société ITT indique qu’elle utiliset la méthode HMM ainsi que d’autres méthodes non divulguées. En effet, ces informations sont de propriété industrielle donc strictement confidentielles.

MOTOROLA

Web : http://www.motorola.com/

MOTOROLA est l’un des principaux fournisseurs mondiaux des transmissions sans fil, des semi-conducteurs ainsi que des systèmes, des composants et des services électroniques avancés.

Produit

Le kit^tm de logiciel de vérification du locuteur «CipherVox» est le dernier né de la famille de produits de sécurité de l’information de MOTOROLA.

Caractéristiques Techniques :

• temps d’inscription: environ 1 minute,
• taille d’un «voiceprint»: très petit,
• temps de vérification: moins d’1 seconde.

Marchés et Applications

C’est un système que les développeurs pourront insérer dans leurs programmes. «CipherVox» se prête à beaucoup de plate-forme et à une variété d’applications.

OTTAWA TELEPHONY GROUP

Web : http://www.otg.ca

Fournisseur international de produits de sécurité, il développe également des technologies d’identité biométrique de la voix [OTG].

Produits

• «Help Yourself» est une solution prenant en charge une partie du travail du service de maintenance informatique dans une société. La prise en charge porte sur la maintenance des mots de passes, codes PIN (Personal Identification Number), identifiant de profils, etc. oubliés par les utilisateurs. Par exemple, l’utilisateur en panne pourra obtenir son mot de passe oublié grâce à sa propre voix en se reliant au système «Help Yourself»,
• «SecurPBX» est un produit de téléphonie qui fournit la sécurité d’accès à distance aux sociétés telle que l’audio-messagerie, les données, etc..

Caractéristiques Techniques :

• Ÿ configuration: PC, 400 Mhz, 5Go de disque dur, 64 Mo de RAM,
• Ÿ système d’exploitation: Windows NT,
• Ÿ taille d’un «voiceprint»: 40 Ko.

Marchés et Applications

• toute entreprise ayant un service d’aide pour le dépannage des mots de passe oubliés ou autres codes pour les systèmes informatiques, pourra réduire les coûts de cette maintenance en utilisant «Help Yourself»,
• vérification du locuteur à distance à travers le réseau téléphonique.

T-NETIX

Web : http://www.t-netix.com/

T-NETIX fournit des services de sécurité pour les télécommunications. Elle développe des technologies de pointe d’authentification du locuteur appelées «SpeakEZ» [T-Netix].

Produits

• VoicEntry I: remplace votre mot de passe écrit de votre économiseur d’écran de Windows 95/NT, par un mot de passe vocal, en utilisant la technologie d’AAL dépendante du texte,
• VoicEntry II: remplace tous les mots de passe rencontrés sous Windows 95/98/NT (ouverture de session, accès au réseau, économiseur d’écran, etc.), par un mot de passe vocal,
• VeriNet WEB: spécifique aux serveurs Web, garantit une vérification de l’utilisateur par contrôle vocal,
• Software Development Kit: kit permettant d’intégrer la technologie d’AAL dans les programmes développés par l’entreprise.

Caractéristiques Techniques :

VoicEntry I et VoicEntry II

• PC 150 Mhz,
• carte son,
• microphone,
• 5 Mo d’espace disponible sur le disque dur,
• 24 Mo de RAM pour Windows NT et 16 Mo pour Windows 95/98.

  VeriNet WEB

• IIS (Internet Information Server) 4,
• Internet Explorer 4.x ou Navigator 4.x au minimum.

  SoftWare Development Kit

• taille du code pour l’inscription: 90 Ko,
• taille du code pour la vérification: 150 Ko,
• longueur d’un mot de passe: 1 à 2 secondes,
• durée d’inscription: 30 secondes,
• durée d’apprentissage: 5 secondes,
• taille du «VoicePrint»: de 16 à 25 Ko,
• durée de vérification: 0,2 secondes,
• configuration: Pentium 100 Mhz,
• RAM: 32 Mo,
• disque dur: 40 Mo,
• système d’exploitation: Windows NT 3.51, 4.0, Windows 95/98.

Partenaires

• BioNetrix ( http://www.bionetrix.com/ ),
• Envox ( http://www.envox.com/ ),
• IBM ( http://www.ibm.com/ ),
• Lucent Technologies ( http://www.lucent.com/ ),
• Nortel Networks ( http://www.nortelnetworks.com/ ),
• OTG ( http://www.securpbx.com/ ),
• Periphonics ( http://www.peri.com/ ),
• Sentry Systems ( http://www.sentry-systems.com/ ),
• Stratus ( http://www.stratus.com/ ),
• Visionics Corporation ( http://www.faceit.com/ ).

SpeakEZ utilise une combinaison de deux classificateurs :

1. l’un basé sur la discrimination (Discriminant-based),
2. l’autre basé sur les statistiques (Statistical-based).

Un réseau de neurone NTN (Neural Tree Network) est un arbre de neurones composé de nœuds (neurones) discriminants. Pendant le procédé de vérification dans le classificateur NTN, chaque nœud doit décider si les caractéristiques acoustiques sont identiques à ceux de la personne proclamée ou identique à ceux des autres personnes enregistrées dans la base de données. La technologie NTN permet une prise de décision rapide (plus rapide que les autres technologies aux dires d’T-NETIX). Des décisions sont prises à chaque nœud de l’arbre et une conclusion est faite après avoir parcouru 5 ou 6 branches de l’arbre.

Ce produit était initialement développé pour l’utilisation lors de combats (guerres) c’est-à-dire dans des conditions d’enregistrement difficile (environnement de bruit, de chaos et des canaux de transmission faibles).

VERIVOICE

Web: http://www.verivoice.com/

Fondée en 1995, «VeriVoice» est une société spécialisée dans les solutions biométriques de sécurité pour l’accès aux systèmes informatiques et aux réseaux à distance. La compagnie fournit un moteur de vérification qui peut être intégré dans les applications.

Produit

• VeriVoice.

LSIIT, ULP-CNRS

Web: http://lsiit.u-strasbg.fr/

Le LSIIT (Laboratoire des Sciences de l’Image, de l’Information et de la Télédétection) est une unité mixte de recherche de l’ULP (Université Louis Pasteur) et du CNRS (Centre National de la Recherche Scientifique). C’est un laboratoire interdisciplinaire fédéré par l’imagerie. Les grandes disciplines qui y sont représentées sont l’Informatique, le Traitement du signal, l’Automatique, la Télédétection.

Produit

• un projet d’authentification par le visage et par la voix est en cours de réalisation.

Correspondance

Ce projet, dans sa partie concernant l’authentification par la voix, utilise la méthode de transformation de l’ondelette pour la phase d’analyse (ou paramétrisation) et un réseau de neurones dans la phase d’apprentissage (ou classificateur). C’est le seul projet où les informations et les détails sur les méthodes utilisées sont donnés (par M.POHN. - stagiaire travaillant sur le projet ). Ce projet associera deux méthodes biométriques. La première méthode est l’authentification par le visage, sous-projet réalisé en 1999 et présenté dans [Metzger, 99]. La deuxième méthode étant l’authentification par la voix, sous-projet en cours de réalisation (2000) (figure 5).

Figure 5

Tests des produits sélectionnés

SpeakerKey de BUYTEL Ltd et ITT INDUSTRIES

Une démonstration est proposée via Internet à l’adresse http://www.buytel.com ; elle simule un accès en ligne à un compte bancaire. Cette démonstration nous demande au préalable de télécharger et d’installer un «Plug-in» pour son bon fonctionnement.

Il nous est demandé, dans un premier temps, de saisir notre nom (figure 6.a) puis ensuite, de répéter oralement 12 paires de nombres aléatoires compris entre 40 et 99 ( «97-46» par exemple) (figures 6.b et 6.c). Le nom est alors associé au modèle d’apprentissage de la voix.

Pour accéder ultérieurement au compte bancaire simulé, il faudra saisir notre nom et répéter oralement 2 à 4 paires de nombres aléatoires. Si le système affirme nous reconnaître, il nous présentera une page simulant notre compte bancaire (figure 6.d), le cas échéant, nous serons rejetés.

L’inscription effectuée restera stockée dans la base de données générale pour tout accès ultérieur au compte bancaire. Pour toutes tentatives d’accès par un autre ordinateur, il sera nécessaire de ré-installer le «plug-in» utile à cette démonstration.

Figure 6.a	Figure 6.b
Figure 6.c	Figure 6.d

Les essais sont très concluants. En effet, avec l’aide de plusieurs locuteurs, nous avons tenté quelques essais d’intrusions, mais sans réussite. Il me semble que le fait que cette version de démonstration soit dépendante des traits phonétiques, la rende performante, même en déformant volontairement sa voix.

Une autre version d’évaluation est également téléchargeable à l’adresse http://www.voicekey.com

VoicEntry de T-NETIX

Une version de démonstration est téléchargeable à l’adresse Internet http://www.t-netix.net . Cette version s’installe sous Windows et propose un économiseur d’écran qui est désactivé par l’identification vocale du locuteur.

Après son installation, le programme, peut être paramétré par le biais des «propriétés d’affichages» de Windows; on y trouvera des réglages possible de sensibilité et de longueur de mot de passe (figure 7.a).

Une première étape consiste à enregistrer sa voix, en prononçant 4 fois le même mot de passe de son choix (figures 7.b et 7.c). Suit, une étape d’apprentissage de la voix enregistrée qui dure environ 8 secondes (sur un Pentium 350) (figure 7.d).

La troisième étape est la vérification. Lorsque l’économiseur d’écran est en fonction, il suffit de déplacer la souris ou de presser une touche du clavier pour être invité à prononcer son mot de passe (figure 7.e). Si le locuteur est identifié, l’économiseur cessera.

Une solution de secours est toutefois proposée après plusieurs échec vocaux. En effet, un mot de passe écrit (paramétré dès le début de l’apprentissage) est demandé pour désactiver l’économiseur d’écran.

Figure 7.a	Figure 7.b
Figure 7.c	Figure 7.d
Figure 7.e

Après avoir effectué de nombreux tests auprès plusieurs locuteurs, il ressort les points suivants:

• il s’agit d’une AAL dépendante du texte,
• en déformant volontairement sa propre voix, l’identification semble quand même fonctionner,
• en tentant de réaliser quelques intrusions avec environ 5 locuteurs, l’un d’entre eux a tout de même réussi à tromper le programme!

VeriVoice

On peut obtenir une version de démonstration similaire à VoicEntry. Un économiseur d’écran pour Windows, mais dans ce cas précis, possibilité est donnée d’inscrire plusieurs «VoicePrint» en leur donnant des noms (figure 8.a). Dans cette version, la phase d’apprentissage (inscription) demande la prononciation de 16 séquences de 5 chiffres (exemple: 13052) (figures 8.b, 8.c, 8.d, 8.e et 8.f). Pour la vérification, il suffit de prononcer 1 seule séquence de 5 chiffres pour désactiver l’économiseur d’écran (figure 8.g).

Figure 8.a	Figure 8.b
Figure 8.c	Figure 8.d
Figure 8.e	Figure 8.f
Figure 8.g

Après avoir effectué de nombreux tests auprès de plusieurs locuteurs, les points suivantsont été constatés :

• il s’agit d’une AAL dépendante du vocabulaire,
• ce système n’apparaît pas probant car une voix masculine a pu être remplacée par une voix féminine lors des essais,
• les chiffres à prononcer lors de l’apprentissage et lors de la vérification peuvent être énoncés dans n’importe quelle langue,
• en déformant volontairement sa propre voix, l’identification semble quand même fonctionner.

LSIIT, ULP-CNRS

Le programme résultant de ce projet vous enregistre par «le visage» et par «la voix» (figure 9.a). Dans la première phase d’apprentissage, le programme prend un certain nombre de clichés à l’aide d’une caméra et localise immédiatement la position des yeux du visage filmé (figure9.b). Dans la deuxième phase, nous sommes invités à répéter oralement plusieurs fois un mot de passe d’une longueur maximum de 2 secondes (figure 9.c). En ce qui concerne la vérification, il est demandé de répéter ce même mot de passe devant la caméra. Ce programme est donc dépendant du texte. Ses performances ne peuvent malheureusement pas encore être évaluées puisque le projet n’en est qu’à ses débuts.

Figure 9.a	Figure 9.b
Figure 9.c