公开(公告)号：WO2009042038A2

公开(公告)日：2009-04-02

申请号：PCT/US2008/010695

申请日：2008-09-12

Applicant: SIEMENS COMMUNICATIONS, INC. ,  CASPI, Rami ,  BEYDA, William, J.

Inventor： CASPI, Rami ,  BEYDA, William, J.

IPC: G10L15/26 ,  G10L15/00

CPC classification number: H04M3/56 ,  G10L17/00 ,  H04M2201/41 ,  H04M2203/5072 ,  H04M2203/6045

Abstract: A system including a conferencing telephone coupled to or in communication with an identification service (111). The identification service (111) is configured to poll user devices of conference participants to determine or confirm identities. In response, the user devices transmit audio electronic business cards, which can include user voice samples and/or preprocessed voice recognition data. The identification service (111) stores the resulting audio electronic business card data. When the corresponding participant speaks during the conference, the identification service (111) identifies the speaker.

Abstract translation: 一种包括与识别服务（111）耦合或与识别服务（111）通信的会议电话的系统。 识别服务（111）被配置为轮询会议参与者的用户设备以确定或确认身份。 作为响应，用户设备传送音频电子名片，其可以包括用户语音样本和/或预处理的语音识别数据。 识别服务（111）存储所产生的音频电子名片数据。 当相应的参与者在会议期间说话时，识别服务（111）识别说话者。

公开(公告)号：WO2008064154A9

公开(公告)日：2008-11-06

申请号：PCT/US2007085096

申请日：2007-11-19

Applicant: EVERCOM SYSTEMS INC ,  HOGG JOHN

Inventor： HOGG JOHN

IPC: H04M1/66

CPC classification number: H04M3/2281 ,  H04M1/68 ,  H04M3/2218 ,  H04M3/38 ,  H04M3/42221 ,  H04M3/42348 ,  H04M3/42357 ,  H04M3/58 ,  H04M2201/41 ,  H04M2203/6054

Abstract: Embodiments of the present invention are directed generally to use of biometric identification during a call for detecting an anomaly occurring in the call, such as a change in the parties (11, 13) participating on the call Communication between parties of a call (11, 13) is monitored and biometric identification is performed using the communication In one embodiment, Biometric prints (105), such as voice prints (105A), face prints, etc, are obtained for parties (11, 13) authorized to participate on a call The call is monitored and biometric data (105) captured from communication during the call is compared with the biometric prints of the authorized parties (11, 13) to detect changes in the parties participating on the call, such as a new, unauthorized party joining the call. Thus, a call processing system (10) can detect anomalies occurring during monitored calls such as three-way calling, a handoff of a call etc.

Abstract translation: 本发明的实施例通常涉及在呼叫期间使用生物测定识别来检测呼叫中发生的异常，诸如参与呼叫的参与方（11,13）中的改变呼叫方（11,13） 监视并使用通信执行生物测定识别。在一个实施例中，针对被授权参与呼叫的各方（11,13）获得生物测定印刷品（105），例如语音印刷品（105A），脸部印记等 监视该呼叫，并且将在通话期间从通信捕获的生物统计数据（105）与授权方（11,13）的生物统计打印图像进行比较，以检测参与该呼叫的参与方的变化，例如新的未授权参与方 电话。 因此，呼叫处理系统（10）可以检测监控呼叫期间发生的异常，例如三方呼叫，呼叫切换等。

公开(公告)号：WO2008116858A2

公开(公告)日：2008-10-02

申请号：PCT/EP2008/053468

申请日：2008-03-25

Applicant: VOICE.TRUST AG ,  KUPPUSWAMY, Raja ,  MUMM, Marc

Inventor： KUPPUSWAMY, Raja ,  MUMM, Marc

CPC classification number: H04L63/0861 ,  H04M3/38 ,  H04M3/493 ,  H04M2201/41

Abstract: Verfahren zur Steuerung eines Nutzerzugriffs auf einen in einem Datennetz bereitgestellten Dienst, um in einer Datenbasis des Dienstes gespeicherte Nutzerdaten gegen unberechtigten Zugriff zu schützen, wobei das Verfahren aufweist: Eingeben einer Sprachprobe des Nutzers in einer VoIP-Session an einem Nutzer-Datenendgerät, welches mindestens zeitweilig mit dem Datennetz verbunden ist, Verarbeiten der Sprachprobe des Nutzers in einem ersten Verarbeitungsschritt, unter Nutzung eines dedizierten Client, der im Nutzer-Datenendgerät implementiert ist, um eine vorverarbeitete Sprachprobe oder ein aktuelles Stimmprofil des Nutzers zu erhalten, weiteres Verarbeiten der vorverarbeiteten Sprachprobe oder des a ktuellen Stimmprofils in einem zweiten Verarbeitungsschritt, einschließend einen Vergleichsschritt des aktuellen Stimmprofils mit einem in einer Datenbasis gespeicherten initialen Stimmprofil, und Ausgeben eines Zugriffssteuersignals zur Gewährung oder Verweigerung eines Zugriffs auf den Dienst unter Berücksichtigung des Ergebnisses des Vergleichsschrittes.

Abstract translation: 一种用于控制在一个数据网络服务提供给保护存储的用户数据对在所述服务的数据的基础上的未授权访问的服务的用户访问的方法，该方法包括：在VoIP会话输入用户的声音样本到用户数据终端包括至少 暂时连接到数据网络，处理在第一处理步骤中，用户的语音样本，使用专用客户端在用户终端中实现，以获得预处理的语音样本，或者用户的实际语音简档，其进一步处理该预处理的语音样本或 在第二处理步骤中的ktuellen语音简档，包括当前语音配置文件与存储在数据库中的初始语音简档进行比较;以及授予或接入至d的拒绝输出的访问控制信号的步骤的 的服务，考虑到比较步骤的结果。

公开(公告)号：WO2007001452A3

公开(公告)日：2008-01-24

申请号：PCT/US2005040853

申请日：2005-11-10

Applicant: AMERICAN EXPRESS MARKETING & D ,  KOHR CHIN H ,  LEYVA MARCEL ,  MARSHALL VERNON

Inventor： KOHR CHIN H ,  LEYVA MARCEL ,  MARSHALL VERNON

IPC: H04M1/64 ,  H04M1/66

CPC classification number: H04M3/5175 ,  G06Q30/016 ,  G06Q30/02 ,  G10L17/00 ,  G10L17/02 ,  G10L17/26 ,  G10L25/48 ,  G10L25/63 ,  H04M3/2281 ,  H04M3/51 ,  H04M2201/18 ,  H04M2201/40 ,  H04M2201/41 ,  H04M2203/301 ,  H04M2203/401

Abstract: One-to-many comparisons of callers' words and/or voice prints with known words and/or voice prints to identify any substantial matches between them. When a customer communicates with a particular entity, such as a customer service center, the system makes a recording of the real-time call including both the customer's and agent's voices. The system segments the recording to extract different words, such as words of anger. The system may also segment at least a portion of the customer's voice to create a tone profile, and it formats the segmented words and tone profiles for network transmission to a server. The server compares the customer's words and/or tone profiles with multiple known words and/or tone profiles stored on a database to determine any substantial matches. The identification of any matches may be used for a variety of purposes, such as providing representative feedback or customer follow-up.

Abstract translation: 一对多呼叫者的单词和/或语音打印与已知的单词和/或语音打印进行比较，以识别它们之间的任何实质的匹配。 当客户与特定实体（例如客户服务中心）通信时，系统记录实时呼叫，包括客户和代理人的声音。 系统分割录音以提取不同的单词，如愤怒的话。 该系统还可以划分客户语音的至少一部分以创建音调简档，并且将用于网络传输的分段单词和音调配置文件格式化成服务器。 服务器将客户的单词和/或音调配置文件与存储在数据库上的多个已知单词和/或音调配置文件进行比较，以确定任何实质的匹配。 任何比赛的识别可以用于各种目的，例如提供代表性反馈或客户跟进。

公开(公告)号：WO2004084029A3

公开(公告)日：2006-04-27

申请号：PCT/US2004007941

申请日：2004-03-15

Applicant: CITIBANK NA

Inventor： SCHUTZER DANIEL

IPC: G06F20060101 ,  H04L9/00 ,  H04M3/20 ,  H04M3/38 ,  H04M3/493 ,  G06F11/30

CPC classification number: H04M3/382 ,  H04M3/205 ,  H04M3/493 ,  H04M2201/41

Abstract: A method and system for secure authentication of a user in a session conducted over an interactive communication channel, such as a two-way telephony communication channel, with an authenticating entity, such as a financial institution, utilizes a session identifier, such as pseudorandom noise to detect and identify attempts to play back authentication information, such as user-spoken phrases, intercepted and recorded by an unauthorized party during a previous session between the user and the authenticating party.

Abstract translation: 用于在通过诸如金融机构的认证实体的交互式通信信道（例如双向电话通信信道）上进行的会话中的用户的安全认证的方法和系统利用会话标识符，诸如伪随机噪声 以检测和识别尝试在用户和认证方之间的先前会话期间回放由未授权方拦截和记录的认证信息，例如用户口头短语。

公开(公告)号：WO2004071130A1

公开(公告)日：2004-08-19

申请号：PCT/JP2004/001261

申请日：2004-02-06

Applicant: 日本電信電話株式会社 ,  小林 和則 ,  古家 賢一

Inventor： 小林 和則 ,  古家 賢一

IPC: H04R3/00

CPC classification number: H04M3/56 ,  G10L21/0364 ,  G10L25/78 ,  G10L2021/02166 ,  H04M2201/41 ,  H04R3/005

Abstract: 状態判定部１４により発話区間と判定すると、音源位置検出部１５により各音源９ 1 ～９ K の位置を検出し、それらの音源に対応して共分散行列算出部１７により受音信号の共分散行列を求め、各音源に対応して共分散行列記憶部１８に保存する。共分散行列から各音源の収音レベルを収音レベル推定部１９により推定し、出力レベルが所定値となるよう、フィルタ係数算出部２１により推定収音レベルと共分散行列からフィルタ係数を決定し、フィルタ１２ 1 ～１２ M に設定する。これらフィルタによりそれぞれのマイクロホンからの受音信号を処理し、処理結果を加算器１３で加算して送話信号として出力することにより、音源の位置にかかわらず、それぞれ所望のレベルの送話信号を生成できる。

Abstract translation: 当状态判断部（14）检测到语音部分时，由声源位置检测部（15）确定声源（91〜9K）的位置。 通过协方差矩阵计算部分（17）对应于每个声源确定接收到的声音信号的协方差矩阵，并将其存储在与声源相对应的协方差矩阵存储部分（18）中。 通过收集的声级推导部分（19）从协方差矩阵推导出来自声源的收集声音的电平。 滤波器因子由滤波器因子计算部分（21）从推导出的收集声级和协方差矩阵确定，使得输出电平可以是预定值。 所确定的过滤因子被分配给过滤器（121至12M）。 通过滤波器处理来自麦克风的接收到的声音信号，并且加法器的结果由加法器（13）相加并作为语音发送信号输出。 因此，无论声源的位置如何，都可以产生期望等级的语音发送信号。

公开(公告)号：WO2004039044A1

公开(公告)日：2004-05-06

申请号：PCT/JP2002/010999

申请日：2002-10-23

Applicant: 富士通株式会社 ,  植山 悟

Inventor： 植山 悟

IPC: H04M1/00

CPC classification number: H04M3/385 ,  G10L17/00 ,  H04M1/271 ,  H04M1/575 ,  H04M1/72519 ,  H04M3/38 ,  H04M3/42042 ,  H04M2201/41 ,  H04M2203/6054

Abstract: A communication terminal which displays individual information of a source person at a communication start upon a signal reception. The communication terminal includes a FLASH-ROM (10) as a database for storing individual information of registered individuals correlated with individual voiceprint information, a voiceprint analysis unit (6) for extracting voiceprint information of a source person from the voice of the source person at communication start upon a signal reception, an MPU (7) for comparing the voiceprint information of the source person with the voiceprint information in the database so as to identify the source person among the individuals in the database, and an LCD (17) as a display unit for displaying the individual information of the specified source person.

Abstract translation: 一种在信号接收时在通信开始时显示源人物的个人信息的通信终端。 通信终端包括作为用于存储与个人声纹信息相关的登记个人的个人信息的数据库的FLASH-ROM（10），用于从源人的声音中提取源人的声纹信息的声纹分析单元（6） 信号接收开始的通信，用于将源人的声纹信息与数据库中的声纹信息进行比较的MPU（7），以识别数据库中的个人之间的源人，以及LCD（17）作为 显示单元，用于显示指定的源人的个人信息。

公开(公告)号：EP2602982B1

公开(公告)日：2018-10-31

申请号：EP12195697.3

申请日：2012-12-05

Applicant: AUTHADA GmbH

Inventor： Wiens, Torsten ,  Plies, Andreas ,  Massoth, Michael, Prof. Dr.

IPC: H04L29/06 ,  H04M3/38

CPC classification number: H04L63/18 ,  H04L63/0861 ,  H04L63/123 ,  H04L2463/121 ,  H04M3/385 ,  H04M2201/41

公开(公告)号：EP3271917A1

公开(公告)日：2018-01-24

申请号：EP16719575.9

申请日：2016-03-18

Applicant: Microsoft Technology Licensing, LLC

Inventor： KASHTAN, Guy ,  SCHLESINGER, Benny ,  FITOUSSI, Hen

IPC: G10L17/04 ,  G10L17/22 ,  H04M3/56

CPC classification number: G10L17/00 ,  G10L17/04 ,  G10L17/22 ,  G10L19/018 ,  H04M3/56 ,  H04M3/563 ,  H04M3/569 ,  H04M2201/41 ,  H04M2203/5081 ,  H04M2203/6045

Abstract: A computer system may communicate metadata that identifies a current speaker. The computer system may receive audio data that represents speech of the current speaker, generate an audio fingerprint of the current speaker based on the audio data, and perform automated speaker recognition by comparing the audio fingerprint of the current speaker against stored audio fingerprints contained in a speaker fingerprint repository. The computer system may communicate data indicating that the current speaker is unrecognized to a client device of an observer and receive tagging information that identifies the current speaker from the client device of the observer. The computer system may store the audio fingerprint of the current speaker and metadata that identifies the current speaker in the speaker fingerprint repository and communicate the metadata that identifies the current speaker to at least one of the client device of the observer or a client device of a different observer.

公开(公告)号：EP2273412B1

公开(公告)日：2017-03-15

申请号：EP10183512.2

申请日：2006-01-19

Applicant: Nuance Communications, Inc.

Inventor： Jaramillo, David ,  McCobb, Gerald

IPC: G06F21/00

CPC classification number: G10L17/22 ,  G06F21/32 ,  G10L17/00 ,  H04M3/385 ,  H04M2201/41