TWI358223B - Verifying a user using speaker verification and a - Google Patents

Description

九、發明說明： 【發明所屬之技術領域】 本發明係關於使用多型態、基於網路之介面以辨 識一使用者。 【先前技術】 一種多型態介面可讓一使用者透過一應用程式或 藉由影像或聲音手段(means)之其他系統達成通訊。例 如’一使用者可透過圖像使用者介面((31；1)，藉由發出 或更多的s兒話調(spoken utterances)，或藉由提供 一 GUI輸入與聲音輸入之組合，以達成通訊。多型態 互動可提供使用者更直接的手段，與一系統通訊。 關於可攜式電腦裝置，例如智慧型電話、個人數 位助理、及其他具有短小特徵的裝置，多型態介面可 供使用者依據環境選擇一互動的手段。在有些情形， 利用GUI比較有利，而其他時候可能聲音資料輸入可 能較有優勢或較方便。舉例而言，在正常的環境下， 一使用者可能會選擇聲音互動，因其為較直接且快速 的方式。聲音資料輸入更可讓使用者免去使用一微型 鍵盤或小型的GUI，無論是使用二者任一都很累贅或 麻煩® 然而，在吵雜的環境下就可能無法實行聲音資料 4IBM/06004TW : BOC9-2005-0009TWt(JL) °魏著數層的噪音可能會賴掉錢者聲音輸 二产至無法精準的辨識使用者的語音的程度。在有些 下，例如要辨認-使用者身分時，使用者可能 也還疋要選擇用鍵盤鍵入或非聲音的互動。典型地， 5用5的確認係利用一使用者名稱與-密碼。由於將 1種貝訊以語音輸人-多型態介面’可使得其他人偷 保密的資訊，因此使用者經常利用GUI或鍵盤鍵 入這類貝訊。然而’值得注意的是’在可攜式電腦裝 置中使用此方法輸入這類資訊很累贅且麻煩。 使用密碼還有一些其他的缺點。典型地，密碼很 難έ己憶，而且不很安全。使用者要記住其擁有之多組 帳號的费碼尤其困難，每一者都需要一個使用者名稱 與密碼。為了避免必須要記住每個密碼，使用者傾向 於使用一個通用的密碼於多個帳號，將密碼寫在一存 取卡的背面，例如提款卡的背面，或者將密碼設定與 使用者名稱相同。上述的任一種行為都會使得使用者 的帳戶不安全。 儘管如此，像是銀行、航空訂位、產品購買及其 他類似的功能都開始設有多型態、基於網路之介面， 使用者的辨認變得愈來愈重要。若交易是安全的，而 且若是這些系統可確保使用者確為其人，這些系統才 會成功。因此，透過一多型態介面提供一辨認使用者 4IBM/06004TW ； BOC9-2005-0009TW1(JL) -6- 1358223 的技術即可獲得利益’克服上述的缺點。 【發明内容】 本發明提供一種解決方案，透過一通訊網絡 (communication network)供辨認一使用者身份。本發明 之一實施例包括一種使用多型態、基於網路之介面以 辨認一使用者身分之方法。該方法可包含傳送一多聖

態介面標記語言文件至一遠端電腦裝置，當遠端電腦 裝置呈現時，請求辨認一使用者之身分，並使該使用 者之聲音傳送到一多型態、基於網路的應用程式。該 使用者之身分辨認及聲音(recording)幾乎是同時地從 客戶端裝置被接收。將該聲音與一使用者之身分辨認 相關聯之聲紋相比較。因此，依據上述之比較所獲得 之一結果，可選擇性地允許在遠端電腦裝置之使用者 存取系統。

本發明之另-實施例包含一種供辨認一使用者身份 =系統。該系統可包含-辨認系統，其具有—聲紋資料 關脾係包括複數聲紋，每個聲紋都與—使用者身分辨認相 葬。該錢還可包含-乡鶴應雌式 記語言文件至-客戶職置^執^日^ -ΐ用己浯'文件可指定一隨機文字稿並產生 機Γ與聲音’係包含—語者大聲地朗讀該隨 =數位代表’·傳送_多㈣應用程式。 41BM/〇6〇〇4Tw ； BOC9-2005-0009TWl(JL) 該多型態應用程式可提供文字稿、聲音、以及該使用者之 身分辨5忍給該辨遠系統，猎由比較聲音與選自與使用者之 身分辨認相關聯的複數聲紋之一，以辨認該語者之身分。 本發明之另一個實施例係可包括一種機器可讀取之 館存器，其係可被程式化使得一機器執行本發明所述之各 種步驟。 【實施方式】 本發明提供一解決方案，透過使用一多型態、基 於網路之介面，供辨認一使用者身份。依據本發明， 一使用者的身分可透過使用者之聲音辨識技術得以被 確W。接收自一多形態、基於網路之應用程式 (application)之多型態文件可顯示出一使用者。多形態 文件，如一網頁形式的介面，可請求使用者提供一使 用別符或使用者名稱(以下簡稱「使用者id」）以 二—，音樣本。使用者10及聲音樣本兩者皆可再被提 ^至多形態、基於網路之應用程式。依據聲音樣本並 姓照使用者ID，聲音賴得以執行。依據聲音辨識的 :果即可准許使用者進入一線上系統或拒絕使用者 進人。 圖1係依據揭露之發明的安排之一概要圖，闡述 使用-基於網路多型態介面執行使用者辨認之一^ 4IBM/06004TW ： BOC9-2005-0009TWl(jn ~ 8 - 100。如圖所示，系統100可包括一客戶端裝置1〇5、 一包含多型態應用程式120之伺服器11〇，以及一具 有一聲紋資料庫(v〇ice print database) 13 0之辨認系統 125。 在實例中，客戶端裝置105可為各式各樣的電腦 裝置，例如一桌上型電腦、一伺服器、或類似者。在另一 實施例中’客戶端襄置105可為一可攜式及/或移動式電腦 裝置，例如一筆記型電腦、組態供有線或無線網際網路通 訊之一個人數位助理、一行動電話、或其他類似者。在任 何情形，所有客戶端裝置105都可包含適當的軟體用供傳 送明求到祠服器110，並可從飼服器接收訊息。舉例 而言，客戶端裝置105可包含一適當的瀏覽器，以呈現標 記語言文件’其包括有多型態標記語言（MML)文件。 MML文件可指明影像與聲音元件(visuai and v〇ice components)，供使用者互動。因此，MML文件可包含任 何依據文件或檔案的標記語言，當成呈現這*MML文件 時，允許一使用者透過一圖像使用者介面（GUI)的視覺 手奴提供輸入，以及透過說話或提供雙調多頻率處理(dual tone mult卜frequency processing)之聲音手段提供輸入。這類 標纪語言其中的一個例子就是χ+ν標記語言。χ+ν是將 被用來發展多型態網頁的標記語言，其結合可延伸超文字 標§己浯言(XHTML)與語音可延伸標記語言(v〇iceXML)的 4IBM/06004TW ： BOC9*2005-0009TW1(JL) 一般說來，XHTML係HTML 4.0的一個版本，其已 經被調整成與可延伸標記語言XML的規則相符。

VoiceXML為一種以xml為基礎的語言，其係透過全球 資訊網國際協會（WWW Consortium，W3C)發展。

VoiceXML提供一種標準格式，供建立以語音為基礎的應 用程式。XHTML及VoiceXML (X+V)的結合，使得網頁 開發者可以增加聲音的輸入與輸出至傳統以圖像為基礎 的網頁。 另一個MML的例子是基於新增聲音應用語言標籤 (SALT)至一主要標記語言，如XHTML、超文字標記語言 (HTML)、或可調向量圖像(SVG)。SALT係一種將被用^ 發展多型態網頁的標記語言，其可支援視覺及聲音模式的 使用者互動。SALT係一種以XML為基礎的語言，其係透 過 SALT Forum 發展。 MML伺服器u〇，例如網路伺服器，可為各種形 式的資訊處理系統，其可將請求分區（fielding)，並^ 透過一通訊網絡來處理資訊。如圖所示，伺服器11〇 與客戶端裝置105可透過一通訊網絡115，如網際網 路、區域網路(LAN)、廣域網路(WAN)、移動網路^蜂 巢網路、及其他各種通訊網絡、或結合上述的各種網 -10- 4圖_04TW ; B〇C9_2齡〇〇〇9 路，而達成通訊。 多型態應用程式120可在伺服器110内執行。因 此，多型態應用程式120可接收來自客戶端裝置1〇5 之請求與資訊，且回饋提供如標記語言文件之資訊， 無論其是否為多型態。雖然圖中未顯示，多型態應用 程式120可包含或存取聲音處理服務，如文字語音 (text-to-speech ; TTS)、聲音辨識、及/或雙音多頻率處 理。這些服務可位在伺服器110之内，或者可位在可 與多型態應用程式120通訊相連之不同的電腦系統。 辨認系統125可藉由比較使用者記錄的聲音與儲 存在聲紋資料庫130中的聲紋，辨認使用者身分。聲 紋資料庫130可包含來自使用者的不同的複數聲紋， 這些聲紋被登錄在辨認系統125中。每個聲紋可對應 到，或相關聯至一個使用者ID。當接收到一個聲音記 錄時’辨認系統125可將該聲音記錄與聲紋資料庫13〇 中的聲紋作比較，以判斷是否符合。 運作時，客戶端裝置105可傳送一請求135至多 型態應用程式120請求一 MML文件。多型態應用程 式120可藉由傳送MML文件140’如一多型態網頁， 作為回應。依據所呈現的MML文件140’客戶端裝置 105在MML文件的指導之下，可請求一使用者ID與 41BM/06004了W ; B〇C9-2005-0009TW1(JL) -11 - 使用者的聲音樣本。在一實施例中，當提供聲音樣本 時，該文g件可提供一文字稿給使用者朗讀。應注意地， 任何的提示都可以是聲音的提示，無論所記錄的是聲 音或TTS，或者可為文字的提示，以顯示在客戶端裝 置105的—顯示螢幕上。 、 客戶端裝置105可製作使用者聲音的一數位記 錄，例如請使用者大聲地朗讀文字稿。一旦客戶端裝 置105獲得使用者m及一使用者的聲音記錄，客戶^ 裝置105在MML文件140的導引下，可將這兩者傳 送至多型態應用程式120。記錄145與使用者ID 15〇 可幾乎在同一時間被傳送。一旦接收使用者ID 15〇與 記錄145，多型態應用程式12〇可提供兩者至辨認系 統125供處理。辨認系統125利用所提供的使用者瓜 150可找出聲紋資料庫13〇中的一聲紋。然後，辨認 糸統125可將§己錄145與聲紋相比較，以判斷是否記 錄145符合聲紋。如果符合，使用者即可獲准存取一 線上系統，例如供銀行、訂位、或其他類似之一網站。 如果不符合’則拒絕使用者存取。 在另一實施例中，聲音並不需要被記錄在客戶端 裝置105,而是需要來自客戶端裝置1〇5的串流 (streamed)，透過資料連接串流到多型態應用程式 120。行動裝置如透過資料通道支援聲音的手機，已知 4IBM/06004TW ： BOC9-2005-0009TWl(JL) -12- =猜，可支援聲音的串P在有些情況 疋來自客戶端裝置105的串流，這種聲 ^ 應用程式120記錄。 ^態 口I佩词路及發明的安排之一流程圖 記錄-使用者之方法供辨認使用者之一方法2〇〇。夂 照如圖1所述的系統或其他適當的系統，可執行ς 200。方法200可開始於步驟2〇5，其中一個線上= 上的-個新使用者，可存取—多型態、基於網路的應 用程式。該使用者可透過—客戶端裝置存取多型熊了 基於網路的應用程式。 〜'、 在步驟2Κ) t，多型態、基於網路的應用程式可 提供一安全的MML文件給客戶端裝置的使用者。應 注意，MML文件可以具體指出一基於網路的多型離； 面或網頁。如此，其可具體指出供接收使用者id=其 他可能需要的個人資訊之攔位，如電話號碼、地址了 電子郵件地址、及其他類似者eMML文件更可具體指 出登錄文字稿。該登錄文字稿可包括文字、數字、符 號、字母、及其他類似者。 在步驟215中，在呈現肘]^1文件之後，客戶端裝置 可提示使用者大聲細讀登錄文字稿。該提示可為基於文 字的提示，如網頁中寫入指令，或亦可為一聲音提示不 -13 - 4IBM/06004TW : B〇C9-2〇〇5-〇〇〇9TWI(JL) TTS或預先鱗音。該登錄文字稿可以 戶端裝置的顯示螢幕上0在步驟22G中，使可不 中聲’如語音登錄文字稿。在步驟225 發：實ΐΓ=使用者所提供的個人資訊，據本 端二!= 种的一記錄指令可指示客戶 作朗者語音的-數位錄音。例如， 件中寫入X+V，即可使用記錄標籤(record tag)。 步驟B0中，當使用者結束朗讀登錄文字 的聲音轉顧在健H執行的多型

所錄製的聲音之外，任何其他輸入繼L ί件^+㈣訊’尤其是使財HW阿被傳送到多型 :^用程式。應被了解，從mml文件攔位 ^ 職的聲音可叫同―時間被傳

Li Ϊ 時地被傳送。於執行時，缝文件 特地讓客戶端裝置轉送這_資訊。 ，的疋’在另—實施财，登錄及 置串流到多型態、基於網路的應用 钎劁客立/〗’多型態、基於網路的應用程式可以 耕中的一串流指令可指 的應用程式。^置串流到多型態、基於網路 4IBM/06004TW ： BOC9-2005-0009TW)(JL) 14 1358223 在步驟235中’多型癌、基於網路的應用程式可接收 在客戶端裝置輸入到MML文件中的聲音或任何其他資

應用程式將使用者ID、聲音、登錄文字稿傳送到辨認系 統。在步驟245中，辨認系統可從聲音與登錄的文字稿，' 以建立一個使用者之獨一無二的聲紋。藉此所產生的聲紋 T關於使用者ID，並被儲存在聲紋資料庫之内。使用者成 1地登錄之後’在步驟250中，多型態、基於網路的應用 程式可傳送一個安全的歡迎網頁給使用者，並允許使用者 在伺服器或另一個伺服器内安全地存取網頁。

訊，例如使用者ID。在步驟240中，多型態、基於網路的 圖3係依據揭露之發明的安排之一流程圖，閣述執行 辨認使用者之-方法300。方法3〇〇可參考圖i所述的系 統’或其他相容的系統而被執行。在步驟3〇5 +，一個已 註冊的使用者可透過-客戶魏置存取多型態、基於網路 的應用程式’以請求一網頁或請求登入系統。在步驟310 二用程式可傳送—觀文件，在這種情形係 ⑽登_頁，討齡客戶端裝置在 步驟315中呈規.。 a錄網頁可以有—或多侧位供接收使用 t t t使用者仍。安全的登錄網頁更可指定-文 子f μ子稿可為一串隨機的字母、數字、及/或文字。 4IBM/06004TW ： B〇C9-2005-0009TWl(JL) ⑤ -15- Ί態、基賴路的細程式可隨機地產生文字稿，例如 ，這類的文句之—集合巾隨機地選出文字、字母、及/或數 f在-實把例中’文字稿可包括從登錄文字稿中隨機選 出的任何文字、字母、或數字。 隨機產生的文字稿可防止冒充者企圖骗過辨認系 如果-冒充者想要使用預先錄製的—已註冊者之語 音’預先錄製的語音與使用於聲紋中之預期的使用者語音 之比對將不符合。触錄製的使用者語音將包含有不同於 隨機產生的指定文字稿。因此，胃充者的使用者辨認將會 失敗。所魏據轉明之—實關，聲音_之外可附加 上語音辨識，峨止w充者預絲製錢者的語音來 欺編辨認备欲。 在步驟320中’使用者可將其使用者仍輸入至顯示 於客戶端裝置之難L文件巾適當賴位。朗者可利用 語音、鍵麟人、輸人筆或其他_者輸人其使用者仍。 無論使用者制哪鋪殊的方式輸人其制者id都並 用來限制本發明。在任何的情況之下，使用者都可 時地被儲存在客戶端裝置。 在步驟325中，可導引使用者大聲地朗讀顯示在客戶 端裝置的文字稿。可藉由—TTS提示、—聲音提示 所呈現的MML文件齡敎字鮮，提*制者。在步 -16- 4IBM/06004TW ； B〇C9.20〇5-〇〇〇9Twl(jL) 1358223

驟330中’客戶端裝置可將使用者大聲朗讀文字稿的内容 製作成一數位錄音。在一實施例中，該數位錄音可被儲存 成PCM資料。然而應了解的是，特定的數位語音槽案格 式並非係用以限制本發明，任何各式各樣的數位語音^ 式，如ADPCM、MP3、AAC或被壓縮的DSR 使用，其係以聲音串流，透過一資料連結至多型態、美 網路的應用程式》 〜、土、 ,在步驟335中，當使用者結束說話，客戶端震置可傳 送文字稿及使用者ID至多㈣、基於網路的應用程式。 無論是-輸人錄音或聲音的串流’客戶端裝置幾乎是同時 地提供使財Π)與聲音，即辨認聲音，且錢態、基於 網路的應用程式幾乎是同時地接收使用者仍與聲音。在 步驟34G巾m基於網路的應職式可接收聲音及 使用者ID。在步驟345中’多型態、基於網路的應用程式 可轉送聲音、文字稿及使用者ID至辨認系統。 在>»驟350中，辨認系統依據使用者id，從聲紋資料 庫中找出或掘取出使用者的聲紋。在步驟3SS ★，辨認系 fy將聲音與符合使用者的聲紋相比對，以判斷該聲 曰疋否符合聲紋。如果符合，則來到步驟36〇，多型態、 ^於網路的制程式提供—個安全的歡迎網頁給在客戶 端裝置的使用者，該安全的歡迎網頁可為傳統的視覺網頁 或是多型態網頁。經確_的使用者即被允許存取該網站 4IBM/06004TW ： BOC9-2005-0009TW|(JL) ⑤ -17· 或/、他女全的網頁。如果所錄製的聲音與聲紋不相符，在 步驟365中，由多型態、基於網路的應用程式拒絕該使用 者進行存取。 本發明提供一解決方案，供使用基於多型態、基於網 路之介面以辨認一使用者身份。依據本發明，語者辨認系 統依據實際講話者的聲音雜’⑽職齡者。透過多 型態的介面’制者可為已經註冊者，亦或可為利用辨認 ^統事後確認者。辭登敎字稿予使用者作為視覺文 字’因此使用者無需記住一長串的通關文字，將促進登 之便利性。 、 語者辨認的部份需要使用者糾衫賴應用程式 所提供之隨敵字稿。隨敝字稿可防止f充者利用預先 錄製之另-使用者的語音來欺麟認祕。縣錄製的語 音’將無法符合輯隨機產生的文字稿指定之麵之使用 ^語音。时魏—使用者身份的文字稿，_於登錄文 字，’亦可視覺地被呈現。利用多型態界面的辨認她 於單-雖界面係更安全的，因其同啦要密碼及語音辨 認兩者。 本發明可為頻、倾或硬雜倾之結合。本發明 還可為—針式的方式存在於-電腦緒巾，或-分散式 的方式’其中不同元件可分散於數個彼此互連的電腦^ -18- 4IBM/06004TW : B〇C9-2005-0009Tw丨(儿) •1358223 只要疋可以實現本發明於此描述之方法，何形式的電 ，系統或其他$備都是合適的。典型的硬體與軟體之結合 可為-般用賴-電腦純，係被安裝並執行—電腦程 式’控制該電職統以實縣發縣此所述之方法。 本發明亦可内建於—電腦程式產品，其包括實施本發 明於此所述之方法的所有特徵，且當其被絲於電腦系統 時’可實現本發明之方法^本文巾，電酿式、軟體應用 ，式、及/或其他各種名詞，以任何的語言、程式碣、或標 »己(notation) ’表一組指示之任何表示(哪比以⑽），以產生 一系統，係具有一處理資訊能力，以直接或間接地執行下 列特定的功能之-或兩者：a)轉換成另—種語言、程式碼、 或標記；或b)再製成為不同材料的形式。 在不脫離本發明之精神和必要特徵内，本發明可以其 他形式被實施。ϋ此’當參照伽之帽專利範圍界定本 發明之範圍，而非前述之說明書部份。 【圖式簡單說明】 本發明之圖式所顯示較佳實施例，然而應被了解的 是，本發明並非以所示的確切圖式安排及結構所限制。 圖1係依據揭露之發明的安排之一概要圖，闡述 使用一基於網路多型態介面執行使用者辨認之一系 統。 ’ -19- 41BM/06004TW ; BOC9-2005-0009TW|(JL) .1358223 圖2係依據揭露之發明的安排之一流程圖，闡述 記錄一使用者之方法供辨認使用者之一方法。 圖3係依據揭露之發明的安排之一流程圖，闡述 執行辨認使用者之一方法。

客戶端裝置105 辨認系統125 請求135 記錄145 方法 200、300 【主要元件符號說明】 系統100 伺服器110 多型態應用程式120 聲紋資料130 MML文件140 使用者ID 150

4IBM/06004TW ： BOC9-2005-0009TW1(JL.) ⑤ -20-

Claims (1)

1358223 案號：95丨04025 100年9月6日修正·替換頁 十、申請專利範圍： 1. 一種使用多型態（multimodal)、基於網路之介面 以辨認一使用者身分之方法，包含： 從一遠端電腦裝置接收用於使用者證明的一 多型態介面標記語言文件（markup language document)之一請求， 傳送該多型態介面標記語言文件至該遠端 電腦裝置，當該遠端電腦裝置呈現（rendered) 時，請求一使用者身分辨認（identifier)以及該使 用者之聲音，其中該多型態介面標記語言文件指定 一文字稿以供該使用者大聲地朗讀； 接收幾乎是同時來自該遠端電腦裝置之該使 用者身分辨認及聲音於一多型態、基於網路的.應用 程式(multimodal Web-based application); 比較該聲音與一和該使用者身分辨認相關聯 之聲紋（voice print):以及 依據上述比較步驟中所獲得之一結果，選擇性 地允許該使用者在該遠端電腦裝置存取一線上系 統。 2.如請求項1所述之方法，其中該多型態介面標記語 5文件包括一指令使該聲音產生串流，該方法進一 步包含：回應呈現該多型態介面標記語言文件及轉 譯該指令，從該遠端電腦裝置使該聲音的串流，流 -21 - 案號：95104025 100年9月6日修正-替換頁 到該多51‘態、基於.網路的應用程式。 ^請求項1所述之方法，其中該多型態介面標記語 言文件包括一指令，係用以錚製該聲音，該方法進 -步包含.回應呈現該多型態介面標記語言文件及 轉譯該指令，使該遠端電腦裝置製作該使用考聲音 之一數位錄音。 如請求項1所述之方法，其中該文字稿包括至少一 部份隨機產生的文字。 如請求項1所述之方法，其中該聲音係為該使用者 大聲地朗讀該文字稿之一數位代表 (representation) ° 如請求項5所述之方法，該比較步驟進一步包含： 該多型態、基於網路的應用程式首先傳送該聲音、 該文字稿及該使用者身分辨認至一辨認系統。 如請求項1所述之方法，進一步包含： 首先傳送一多型態介面標記語言文件至該遠 端電腦裝置，係用以指定一登錄(enrollment)文字 稿; 接收該使用者之身分辨認及聲音’係包含該使 1358223 案號：95104025 。 100年9月6日修正-替換頁 用者朗讀該登錄文字稿之一數位代表；以及 藉由判斷一聲紋與該使用者朗讀該登錄文字 稿之聲音’及相關聯該聲紋係與該使用者身分辨 遇’以登錄該使用者至一線上系統。 8· —種辨認一使用者身分（identity)之系統，包含： 一辨認系統，其具有一聲紋資料庫，係包括複 數聲紋，每一聲紋都與一使用者身分辨認相關聯； 一多型態應用程式’被組態以接收來自一客戶 端裝置用於使用者證明的一多型態介面標記語言 文件的一請求以及傳送一多型態介面標記語言文 件至該客戶端裝置，該多型態介面標記語言文件指 定一文字稿以供該使用者大聲地朗讀以及當該客 戶端裝置呈現（rendered)時，使該使用者身分辨 認及聲音被傳送回至該多型態應用程式’其中該聲 音以及該使用者身份辨認幾乎是同時從該客戶端 裝置提供至該多型態應用程式並且係基於該多型 態介面標記語言文件的控制；以及 其中該多型態應用程式能夠提供該聲音、以及 該使用者身分辨認給該辨認系統，比較該聲音與一 聲紋以辨認該說話者之身分’而該聲紋係與該使用 者身分辨認相關聯。 9. 如請求項8所述之系統’其中該聲音與該使用者身 -23- 1358223 ' ' . 索號：95104025 100年9月6曰修正_替換頁 分辨認幾乎同時地從該客戶端裝置被提供給該多 型態應用程式。

10. 如請求項8所述之系統，其中該多型態介面標記語 言文件包括一指令使該聲音產生串流，該方法進一 步包含：回應呈現該多型態介面標記語言文件及轉 譯該指令，㈣遠端電腦裝置韻聲音的串流，流 到該多型態、基於網路的應用程式。 11. =请,8所述之系統，其中該多型態介面標記語 :文件包括—指令，係用以錄製該聲音’藉以達 回應呈現該彡型態介㈣記語言文件及轉譯該 該遠端電腦裝置錄製該使用者大聲地朗讀 成又子稿。 ，請求項8所述之系統， 部份隨機產生的文字。/文子“匕括至乂 US8所述之系統，其中該多型態介面標記語 一步勺^括心令’係用以串流該聲音，該方法進 轉釋It回應呈現該多型態介面標記語言文件及 該聲該遠端電腦裝置、串流 -24-' 1358223 案號：95104025 100年9月6日修正-替換頁 Η. —種機器可讀取之儲存器，其儲存一具有由一機器 執行之複數私式碼段（code section)之電腦程 式，供該機器執行以下之步驟： 傳送一多型態介面標記語言文件至一遠端電 腦裝置，當該遠端電腦裝置呈現時，請求一使用者 身分辨認指定一文字稿以供該使用者大聲地朗 讀，並使該使用者之聲音傳送到一多型態、基於網 路的應用程式； 接收幾乎是同時來自該客戶端裝置之該使用 者身分辨認及聲音； 比較該聲音與一和該使用者身分辨認相關聯 之聲紋；以及 依據上述比較步驟中所獲得之一結果，選擇性 地允許該使用者在該遠端電腦裝置存取一線上系 統。 15.如請求項14所述之機器可讀取之儲存器，其中該多 型態介面標記語言文件包括一指令使該聲音產生 串流，該方法進一步包含：回應呈現該多型態介面 標記語言文件及轉譯該指令，從該遠端電腦裝置使 該聲音的串流’流到該多型態、基於網路的應用程 式。 丨6.如請求項丨4所述之機器可讀取之儲存器，其中該多 -25- 案號：95104025 100年9月6日修正-替換頁 型態介面標記語言文件包括一指令，係用以錄製該 聲音’該方法進一步包含：回應呈現該多型態介面 標記語言文件及轉譯該指令，使該遠端電腦裝置製 作該使用者聲音之一數位錄音。 17. 如請求項14所述之機器可讀取之儲存器，其中多型 態介面標記語言文件包括指定一文字稿以供該使 用者大聲地朗讀。 18. 如請求項15所述之機器可讀取之儲存器，其中該文 字稿包括至少一部份隨機產生的文字。 19. 如請求項17所述之機器可讀取之儲存器，其中該聲 音包含該使用者大聲地朗讀該文字稿之一數位代 表0 20. 如請求項19所述之機器可讀取之儲存器，該比較步 驟進一步包含：該多型態、基於網路的應用程式首 先傳送該聲音、該文字稿及該使用者身分辨認主一 辨認系統。 21. 如請求項14所述之機器可讀取之儲存器，進〆步包 含： 首先傳送一多型態介面標記語言文件玄該遠 1358.223 案號：95104025 100年9月6日修正-替換頁 端電腦裝置，係用以指定一登錄文字稿； 接收該使用者之身分辨認及聲音，係包含該使 用者朗讀該登錄文字稿之一數位代表；以及 藉由判斷一聲紋與該使用者朗讀該登錄文字 稿之聲音，及相關聯該聲紋係與該使用者身分辨 認，以登錄該使用者至一線上系統。

-27-