SynapticsとID R&D、セキュア決済認証向けAI駆動音声バイオメトリクスを発表

人工知能の最近のブレークスルーにより、音声バイオメトリクスが識別とパーソナライゼーションを超え、セキュアな決済認証を可能にしました。SynapticsとID R&Dは、組み込みアンチスプーフィングを備えたAI駆動音声バイオメトリクスソリューションを提供します。これはSynapticsのSoC上で直接実行され、VS600シリーズのニューラル処理ユニット（NPU）に最適化されています。この技術は、セットトップボックス（STB）、スマートスピーカー、ホームセキュリティシステムなどのエッジデバイス向けに調整されています。

Synapticsは、ビデオ、オーディオ、イメージングストリームを処理するスマートホーム製品向けにAI対応SoCを供給しています。一般的なシナリオは、ビデオ会議用カメラを備えたSTBで、インスタントな音声ベース認証がユーザーインタラクションを効率化します。

「音声はセットトップボックスやその他のスマートホームデバイスの標準インターフェースになりつつあります」と、Synapticsのマーケティング担当副社長ビニート・ガンジュ氏はEE Timesに語りました。「音声操作でユーザーはNetflixなどのサービスをハンズフリーで操作でき、バイオメトリクス認証を追加することでPINやリモコンパスワードが不要になります。

例えば、視聴者がペイパービュータイトルを選択すると、システムがユーザーの音声を瞬時に認証し、購入を承認できます。これにより摩擦が劇的に減少し、全体的なユーザー体験が向上します」とガンジュ氏は付け加えました。

オンデバイス登録

ID R&DのAIは、各音声サンプルから周波数、ピッチ、発音、アクセント、その他の微妙な手がかりを含む400以上の音響特徴を抽出します。従来のシステムとは異なり、この技術は言語に依存せず、任意の話し言葉フレーズで動作します。登録はデバイス上でローカルに実行されます：ユーザーがフレーズを3回繰り返すと、モデルがユーザーの声紋を学習します。

アルゴリズムは、誤受入率（FAR）を1万分の1未満に抑え、これはPINを推測される確率と同等です。誤拒否率（FRR）は約5%にとどまり、リプレイ攻撃や合成音声攻撃に対するスプーフ受入率（SAR）は7%未満で、Androidの生体認証標準（セキュアアンロック用）を満たしています。

「FAR 1/10,000と、Androidベンチマークの7%を上回るアンチスプーフィングを組み合わせることで、音声ベースの決済認可に堅牢な基盤を提供します」と、ID R&Dのセールス担当シニアバイスプレジデント、ジョン・アメイン氏は述べています。

アンチスプーフィング機能

アンチスプーフィングモジュールもAIを活用します。人間の音声の典型的な3,500Hz帯域幅を大きく超えるレートでオーディオをサンプリングし、ライブ音声と再生デバイスで異なる高周波アーティファクトを捕捉します。この分析により、人間には気づきにくいがAIが検出できる微妙な不整合—位相シフトや過度に滑らかな遷移など—が明らかになります。システムはまた、テキスト音声合成エンジンで生成された合成音声も検知します。これらはますますリアルになっていますが、依然として検出可能な異常を示します。

ニューラル処理ユニットの性能

SynapticsのVS600シリーズSoCは専用NPUを搭載します。VS680 NPUは6.75 TOPSを提供し、より新しいVS640は1 TOPSを提供し、性能とコストのバランスを取っています。両NPUとも、ID R&Dの音声バイオメトリクスとアンチスプーフィングアルゴリズムを同時に実行するのに十分な演算能力を備えています。ベンチマークテストでは、NPUがCPU比で音声推論を10倍高速化し、CPU使用率を3分の1に削減しました。

Synapticsは、ID R&DのようなパートナーがNPU向けにアルゴリズムを最適化できる開発者ツールセットを提供します。ID R&Dはこの分野でのSynapticsの最初のパートナーであり、Synapticsは今後、音声バイオメトリクス以外のアプリケーションでさらなるベンダーとの協業を計画しています。

「1 TOPSのNPUで、フル英語ボキャブラリーをカバーする音声認識エンジンをオフラインで実行できると予想しています」とガンジュ氏。「この機能により、すぐにWi-Fiに接続しないユーザーにも、スムーズなアウトオブボックス体験を保証できます。

ID R&Dからの初期ソフトウェアビルドは、今月中にSynapticsのVS600開発キットで利用可能になる予定です。

>> この記事はもともと姉妹サイトのEE Timesで公開されました。