izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2021-11-60-66izmertech-2007Research ArticleАКУСТИЧЕСКИЕ ИЗМЕРЕНИЯACOUSTIC MEASUREMENTSСпособ автоматического обновления биометрических персональных данных в режиме онлайн по речевому сигналу пользователя биометрической системыMethod for automatic on-line updating of personal biometric data based on speech signal of the biometric system userhttps://orcid.org/0000-0001-6196-0564СавченкоА. В.SavchenkoA. V.

Андрей Владимирович Савченко

Нижний Новгород

Andrey V. Savchenko

Nizhniy Novgorod

avsavchenko@hse.ruhttps://orcid.org/0000-0003-3045-3337СавченкоВ. В.SavchenkoV. V.

Владимир Васильевич Савченко

Нижний Новгород

Vladimir V. Savchenko

Nizhniy Novgorod

vvsavchenko@yandex.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian FederationНижегородский государственный лингвистический университетРоссияNizhny Novgorod State Linguistic UniversityRussian Federation2021280920230116066Copyright © Савченко А.В., Савченко В.В., 20232023Савченко А.В., Савченко В.В.Savchenko A.V., Savchenko V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.izmt.ru/jour/article/view/2007

Рассмотрена проблема устаревания биометрических персональных данных и предложен способ её решения путём автоматического обновления указанных данных в хранилище биометрической системы. Обновление происходит по речевым сигналам зарегистрированных пользователей с запросами на их идентификацию и онлайн-обслуживание, при этом используется масштабно-инвариантный показатель качества голосовых образцов. Установлено, что применение масштабно инвариантного показателя обеспечивает необходимый уровень значимости решений, принимаемых условным наблюдателем. С применением авторского программного обеспечения поставлен и проведён натурный эксперимент, дано практическое обоснование эффективности предложенного способа. Полученные результаты будут полезны при разработке новых и модернизации существующих систем и технологий автоматизированного контроля качества и обновления биометрических персональных данных.

The problem of “aging” of personal biometric data over time is considered. A method is proposed to overcome it by automatically updating the personal biometric data by using the speech signals of registered users obtained during latest requests for their identification and online service. The proposed method uses a scale-invariant indicator of the voice template quality. As a consequence, it is characterized by guaranteed reliability of the decisions made in the conditions of a wide speech signal dynamic range. It is shown that a guaranteed level of significance of decisions made by an observer is provided. The proposed method is implemented in a special software, which was used to experimentally estimate its effectiveness with real speech data. The obtained results are intended for use in the development of new and modernization of existing software and technologies for the personal biometric data automated quality control and updating.

акустика речиакустические измеренияречевой сигналбиометриябиометрическая системабиометрические персональные данныеspeech acousticsacoustic measurementsspeech signalbiometricsbiometric systempersonal biometric datavoice templateисследование выполнено при финансовой поддержке Российского научного фонда (проект № 20-71-10010).ReferencesChawla S. K., Lamba V., Jangra S., International Journal of Innovative Technology and Exploring Engineering, 2019, vol. 9, no. 11, pp. 2278–3075. https://doi.org/10.35940/ijitee.A4756.119119Chawla S. K., Lamba V., Jangra S., International Journal of Innovative Technology and Exploring Engineering, 2019, vol. 9, no. 11,pp. 2278–3075. https://doi.org/10.35940/ijitee.A4756.119119Manjani I. et al., IEEE 8th International Conference on Biometrics Theory, Applications and Systems, 2016. https://doi.org/10.1109/BTAS.2016.7791202Manjani I. et al., IEEE 8th International Conference on Biometrics Theory, Applications and Systems, 2016. https://doi.org/10.1109/BTAS.2016.7791202Савченко В. В., Савченко А. В. Метод измерений показателя акустического качества аудиозаписей, подготовленных для регистрации и обработки в Единой биометрической системе // Измерительная техника. 2019. № 12. С. 40–47. https://doi.org/10.32446/0368-1025it.2019-12-40-46Savchenko V. V., Savchenko A. V., Measurement Techniques, 2019, vol. 62, no. 12, pp. 1071–1078. https://doi.org/10.1007/s11018-020-01736-wСавченко В. В., Савченко А. В. Способ обновления голосовых образцов в Единой биометрической системе в режиме реального времени // Измерительная техника. 2020. № 5. C. 58–65. https://doi.org/10.32446/0368-1025it.2020-5-58-65Savchenko V. V., Savchenko А. V., Measurement Techniques, 2020, vol. 63, no. 5, pp. 391–400. https://doi.org/10.1007/s11018-020-01800-5Smallman M., Biometric Technology Today, 2017, vol. 2017, no. 1, pp. 5–7. https://doi.org/10.1016/S0969-4765(17)30013-9Smallman M., Biometric Technology Today, 2017, vol. 2017, no. 1, pp. 5–7. htt ps://doi.org/10.1016/S0969-4765(17)30013-9Crosswhite N. et al., Image and Vision Computing, 2018, vol. 79, pp. 35–48. https://doi.org/10.1016/j.imavis.2018.09.002Crosswhite N. et al., Image and Vision Computing, 2018, vol. 79, pp. 35–48. https://doi.org/10.1016/j.imavis.2018.09.002Orrù G., Marcialis G. L., Roli F., Pattern Recognition, 2020, vol. 100, 107121. https://doi.org/10.1016/j.patcog.2019.107121Orrù G., Marcialis G. L., Roli F., Pattern Recognition, 2020, vol. 100, 107121. https://doi.org/10.1016/j.patcog.2019.107121Singh M., Singh R., Ross A., Information Fusion, 2019, vol. 52, no. 12, pp. 187–205. https://doi.org/10.1016/j.inffus.2018.12.003Singh M., Singh R., Ross A., Information Fusion, 2019, vol. 52, no. 12, pp. 187–205. https://doi.org/10.1016/j.inffus.2018.12.003Лебедева Н. Н., Каримова Е. Д. Акустические характеристики речевого сигнала как показатель функционального состояния человека // Успехи физиологических наук. 2014. Т. 45. № 1. С. 57–95.Lebedeva N. N., Karimova E. D., Akusticheskie kharakteristiki rechevogo signala kak pokazatel’ funktsional’nogo sostoyaniya cheloveka, Uspekhi fi ziologicheskikh nauk, 2014, vol. 45, no. 1, рр. 57–95. (In Russ.)Савченко В. В., Савченко А. В. Метод измерения искажений речевого сигнала, переданного по каналу связи в биометрическую систему идентификации // Измерительная техника. 2020. № 11. С. 65–72. https://doi.org/10.32446/0368-1025it.2020-11-65-72Savchenko V. V., Savchenko A. V., Measurement Techniques, 2021, vol. 63, no. 11, pp. 917–925. https://doi.org/10.1007/s11018-021-01864-xSavchenko A. V., Savchenko V. V., Savchenko L. V., Mathematical Optimization Theory and Operations Research MOTOR 2020, Lecture Notes in Computer Science, Springer, Cham, 2020, 12095. https://doi.org/10.1007/978-3-030-49988-4_30Savchenko A. V., Savchenko V. V., Savchenko L. V., Mathematical Optimizat ion Theory and Operations Research MOTOR 2020, Lecture Notes in Computer Science, Springer, Cham, 2020, 12095. https://doi.org/10.1007/978-3-030-49988-4_30Kullback S., Information Theory and Statistics, New York, Dover Publications, 1997, 432 p.Kullback S., Information Theory and Statistics, New York, Dover Publications, 1997, 432 p.Savchenko V. V., Journal of Communications Technology and Electronics, 2019, vol. 64, no. 6, pp. 590–596. https://doi.org/10.1134/S1064226919060093Savchenko V. V., Journal of Communications Technology and Electronics, 2019, vol. 64, no. 6, pp. 590–596. https://doi.org/10.1134/S1064226919060093Савченко В. В., СавченкоЛ. В. Метод измерений показателя разборчивости речевого сигнала в информационной метрике Кульбака–Лейблера // Измерительная техника. 2019. № 9. С. 59–64. https://doi.org/10.32446/0368-1025it.2019-9-59-64Savchenko V. V., Savchenko L. V., Measurement Techniques, 2019, vol. 62, no. 9, рр. 832–839. https://doi.org/10.1007/s11018-019-01702-1Savchenko V. V., Savchenko A. V., Journal of Communications Technology and Electronics, 2020, vol. 65, no. 11, pp. 1311–1317. https://doi.org/10.1134/S1064226920110157Savchenko V. V., Savchenko A. V., Journal of Communications Technology and Electronics, 2020, vol. 65, no. 11, pp. 1311– 1317. https://doi.org/10.1134/S1064226920110157Kashani H. B., Sayadiyan A., Sheikhzadeh H., Speech Communication, 2017, vol. 91, pp. 28–48. https://doi.org/10.1016/j.specom.2017.04.008Kashani H. B., Sayadiyan A., Sheikhzadeh H., Speech Communication, 2017,vol. 91, pp. 28–48. https://doi.org/10.1016/j.specom.2017.04.008Savchenko A. V., PeerJ Computer Science, 2019, 5e:197. https://doi.org/10.7717/peerj-cs.197Savchenko A. V., PeerJ Computer Science, 2019, 5e:197. https://doi.org/10.7717/peerj-cs.197Боровков А. А. Математическая статистика. СанктПетербург: Лань. 2010, 704 с.Borovkov A. A. Matematicheskaya statistika. St. Peterburg, Publ., 2010, 704 p. (In Russ.)Meng Zh., Umair Bin Altaf M., Juang B.-H., Digital Signal Processing, 2020, vol. 101, 102672. https://doi.org/10.1016/j.dsp.2020.102672Meng Zh., Umair Bin Altaf M., Juang B.-H., Digital Signal Processing, 2020, v ol. 101, 102672. https://doi.org/10.1016/j.dsp.2020.102672Marple S. L., Digital Spectral Analysis with Applications, 2nd ed., Mineola, New York, Dover Publications, 2019, 432 p. https:// www.goodreads.com/book/show/19484239Marple S. L., Digital Spectral Analysis with Applications, 2nd ed., Mineola, New York, Dover Publications, 2019, 432 p. https:// www.goodreads.com/book/show/19484239Muller P. H., Neumann P., Storm R., Tafeln der mathematischen statistik, Leipzig, VEB Fachbuchverlag, 1973, 279 р.https://doi.org/10.1002/bimj.19740160816Muller P. H., Neumann P., Storm R., Tafeln der mathematischen statistik, Leipzig, VEB Fachbuchverlag, 1973, 279 р. https://doi.org/10.1002/bimj.19740160816

The authors declare that there are no conflicts of interest present.