Консорциум W3C официально объявил, что в следующую версию стандарта VoiceXML 3.0 будут включены спецификации для голосовой верификации.

Консорциум уже утвердил официальные требования к VoiceXML 3.0 и обещает опубликовать спецификации в виде черновика к концу I кв. 2006 г. Решено, что там обязательно будут присутствовать спецификации SIV.94 (speaker identification and verification).

Голосовая верификация по своей природе на порядок надежнее, чем верификация с помощью нажатий клавиш на клавиатуре, которая сейчас используется повсеместно. Знание текстового пароля во многих случаях гарантирует его подделку. А вот в случае с голосовой верификации нужно, кроме пароля, подделать еще и голос человека, что на порядок сложнее.

Верификация по голосу предполагает, что пользователь произносит пароль вслух, а специальные алгоритмы анализируют аналоговый сигнал и выделяют из него ключевые параметры, которые уникально идентифицируют данный конкретный голос и данную фразу-пароль. Такие разработки велись еще в Советском Союзе, причем были весьма успешными.

Поскольку у каждого разработчика — свой собственный подход к реализации алгоритмов голосовой верификации, это тормозил применение подобных систем на практике. Поэтому принятие единого стандарта консорциумом W3C должно сдвинуть ситуацию с мертвой точки.

Набор технологий VoiceXML включает в себя различные спецификации для использования голосовых команд в веб-сервисах. Этот стандарт используется чаще всего в системах обработки вызовов — для автоматической активации команд, подаваемых голосом. Вопросы безопасности раньше никак не затрагивались стандартом VoiceXML.

В наборе технологий VoiceXML в будущем верификация станет органичным дополнением к технологиям распознавания и синтеза речи. Так, в третьей версии VoiceXML, кроме верификации по голосу, будет расширена функциональность языка разметки синтеза речи (SSML), что необходимо для определенных языков, в том числе китайского, японского и корейского. Язык SSML позволяет контролировать различные настройки синтеза: от высоты звука до его громкости. В азиатских языках будет добавлен еще и параметр тона (он там смыслообразующий).