O vlastním lidském hlasu nejspíš obvykle nepřemýšlíme jako o něčem, co by bylo nenapodobitelné a zcela unikátní. Ostatně proto mohou existovat třeba imitátoři. Ale opak je pravdou a při dostatečném zkoumání lze zjistit, že jeden hlas patří jen jednomu člověku, a na tomto základu funguje i brněnská firma Phonexia.

Konkrétně se věnuje analýze řeči a hlasové biometrii a její nový produkt ještě více posouvá hranice toho, co vše lze z hlasu zjistit. Technologie zvaná Voice Verify totiž dokáže volajícího rozpoznat už za tři vteřiny po začátku hovoru a může tak sloužit k prevenci proti podvodům nebo autorizaci některých úkonů po telefonu.

Phonexia je ovšem první na světě, která k identifikaci používá výhradně hlubokých neuronových sítí, tedy umělé inteligence. „Stejně jako třeba otisk prstu nebo sken oční rohovky, i hlasový otisk obsahuje nezaměnitelnou biometrickou informaci, kterou neuronové sítě dokáží rozpoznat a přiřadit ji ke konkrétnímu mluvčímu,“ vysvětluje Petr Schwarz, technický ředitel společnosti Phonexia.

Své využití nová služba najde třeba v call centrech pojišťoven, telefonních operátorů a především bank. Operátoři jednoduše poznají, zda se baví s daným zákazníkem, a pokud se naopak na druhé straně ozve známý podvodník, který je na blacklistu, systém je upozorní.

Plynulá konverzace s robotem

Druhý nový produkt nazvala Phonexia Voicebot Suite. Jde v zásadě o umělou inteligenci, která nahradí lidského operátora v call centru v případě jednoduchých rutinních hovorů. Ovšem zapomeňte na proklikávání a pomalé odpovědi – Phonexia slibuje plynulé a intuitivní telefonáty jako s člověkem.

„Na rozdíl od lidských operátorů, kterých je omezený počet, je voicebot vždy k dispozici a volající tak nemusí čekat, až na něj přijde řada. Zatímco umělá inteligence dokáže se zákazníky řešit rutinní záležitosti, mohou se operátoři věnovat komplikovanějším hovorům,“ popisuje CEO Phonexie Michal Hrabí.

Obě dvě nové funkce lze zkombinovat dohromady, čímž se otevírají i další možnosti využití. „Voicebot může nejen zautomatizovat řadu telefonických hovorů v call centrech e-shopů a ušetřit jim náklady. Ve spojitosti s ověřením identity pomocí hlasu dokáže poznat konkrétního zákazníka a ihned s ním může mluvit o jeho objednávkách,“ dodává Hrabí.

Jak řekl Michal Hrabí v nedávném rozhovoru pro CzechCrunch, mezi další funkce technologií Phonexie patří například rozpoznávání pohlaví, odhad věku a celkové a přesné rozpoznávání slov, které zákazník říká. To se může hodit, když chce například firma zjistit, jaké produkty její zákazníci zmiňují nejčastěji.

Phonexia tvrdí, že její systémy fungují s vysokou přesností, ale konkrétní procento neuvádí, jelikož záleží na konkrétním případu. „Můžu ale říct, že na základě naší technologie, kterou má německá policie, už byl člověk usvědčen a šel do vězení. Dokázala totiž říct, jaká je shoda mezi hlasem podezřelého a známým pachatelem,“ prozradil Hrabí v rozhovoru.

Opilost a ani mumlání umělou inteligenci nerozhodí

Vyvstává tak otázka, jak jsou vůbec tyto výsledky možné. Dříve Phonexia popisovala celou řeč na základě všech jejích parametrů a nyní se místo toho zaměřuje na zvláštnosti, které řečníka odlišují od ostatních – například délka hlasového traktu nebo počty chybějících zubů.

Svou hlasovou identitu člověk navíc neskryje, i když bude mumlat, mluvit zmateně, nebo třeba v opilosti. „Tohle biometrii vůbec nezajímá. V opilosti sice budete mluvit jinak, ale váš hlasový trakt, nadechování, plíce a hlasivky budou vypadat pořád stejně. Hlas popisujeme na 128 číslech,“ vysvětloval Hrabí pro CzechCrunch v loňském rozhovoru.

Phonexia vznikla v roce 2006 jako spin-off Fakulty informačních technologií na Vysokém učení technickém v Brně. Od té doby poskytuje služby pro kontaktní centra, finanční instituce a organizace bojující s kriminalitou ve více než 60 zemích. Mezi jejich partnery patří například operátoři O2 a T-Mobile, Škoda Auto, ale i Německý kriminální úřad nebo Interpol.