[发明专利]通过多模态基于WEB的界面的用户验证

说明书

技术领域

本发明涉及使用多模态(multimodal)基于Web的界面验证用户身份。

背景技术

多模态界面允许用户通过可视和口语方式与应用或其它系统通信。例如，用户可通过图形用户界面(GUI)进行通信，这可以通过发出一个或多个口头言词或通过提供GUI输入和话音输入的组合。多模态交互可以向用户提供与系统通信的更多直觉方式。

关于便携式计算设备，诸如智能电话、个人数字助理、以及其它具有小型表格要素的设备，多模态界面允许用户基于情况选择交互方式。在某些情形中，使用GUI可能是有利的，而在其它情形中，话音数据输入可能更有利或更方便。例如，在通常情况下，用户可以选择话音交互，因为这是直觉性和迅捷的。话音数据输入进一步免除了用户不得不使用微型小键盘或小型GUI，所述二者在使用上都可能是麻烦并缓慢的。

不过，在嘈杂环境中，话音数据输入也许是不可能的。周围的噪声级可能掩盖用户话音输入，以至于对用户语音的精确识别是不可能的。在其它情况下，诸如当验证用户身份时，用户也可能选择小键盘输入或非口语交互。典型地，使用用户名和口令来实施用户验证。因为将这样的信息说出到多模态界面中可能允许其他人无意听到机密信息，所以用户通常使用GUI或小键盘输入这样的信息。不过，如所述，在便携式计算设备上以此方式输入这样的信息可以是麻烦并缓慢的。

使用口令还有其它缺点。典型地，口令难于记住并且不太安全。考虑到用户拥有的过多的帐户，其中每个帐户都需要用户名和口令，则记住口 令可能是特别困难的。为避免不得不记住每个口令，用户倾向于对于多个帐户使用一个通用口令、将口令写在访问卡(即ATM卡)的背面、或所使用的口令与用户对于该帐户的用户名相同。这些行为中的任一种都可能将用户帐户的安全置于危险中。

而且，由于诸如银行、航线预订、产品购买等等的功能开始迁移到多模态基于Web的界面，用户验证将变得越来越重要。这样的系统仅在交易是安全的并且系统确保该用户是用户所声明的那个人之时才可以是成功的。因此，提供一种克服了上述缺陷的、通过多模态界面验证用户的技术将是有利的。

发明内容

根据本发明的一个方面，提供一种使用多模态基于Web的界面来验证用户身份的方法，包括：通过到客户端设备的数据连接，将多模态标记语言文档发送到所述客户端设备，所述多模态标记语言文档指定可视和话音组件，并指定随机产生的将由用户读出的脚本，当由所述客户端设备呈现所述多模态标记语言文档时向用户查询用户标识符和用户话音的音频并通过所述数据连接将所获得的用户标识符和音频发送到多模态基于Web的应用；由多模态基于Web的应用同时接收来自所述客户端设备的所述用户标识符和所述音频；比较所述音频和关联于所述用户标识符的话音印迹；以及根据所述比较步骤获得的结果选择性地准许位于所述客户端设备的用户对联机系统的访问。

根据本发明的另一方面，提供一种用于验证用户身份的系统，包括：具有包括多个话音印迹的话音印迹数据库的验证系统，每个话音印迹关联于用户标识符；多模态应用，被配置发送多模态标记语言文档到客户端设备，所述多模态标记语言文档指定可视和话音组件，并指定随机产生的脚本，当由所述客户端设备呈现所述多模态标记语言文档时使得用户标识符和包括大声读出所述随机产生的脚本的说话者的数字表示的音频同时被发送回所述多模态应用；以及其中所述多模态应用可操作用于将所述脚本、 所述音频和所述用户标识符提交给所述验证系统，用于通过比较所述音频和关联于所述用户标识符的话音印迹来验证所述说话者的身份。

本发明提供了一种在通信网络上验证用户身份的解决方案。本发明的一实施例可以包括一种使用多模态基于Web的界面来验证用户身份的方法。所述方法可以包括：将多模态标记语言文档发送到远程计算设备，所述多模态标记语言文档当由所述远程计算设备呈现时向用户查询用户标识符并使得用户话音的音频发送到多模态基于Web的应用。所述用户标识符和记录可以大约同时从客户端设备接收。所述音频可以与关联于所述用户标识符的话音印迹进行比较。因此，根据从所述比较步骤获得的结果，位于所述远程计算设备的用户可以被选择性地准许对联机系统的访问。