T_CQJR 007-2023 银行业便民服务 音视频应用技术要求.docx

《T_CQJR 007-2023 银行业便民服务 音视频应用技术要求.docx》由会员分享，可在线阅读，更多相关《T_CQJR 007-2023 银行业便民服务 音视频应用技术要求.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、学兔兔标准下载ICS03.060A11团体标准T/CQJR0072023银行业便民服务音视频应用技术要求BankingconvenienceservicesAudio/videoapplicationTechnicalrequirements2023-12-01发布2023-12-01实施重庆市金融学会发布学兔兔标准下载T/CQJR0072023目次目次.I前言.II引言.III1范围.12规范性引用文件.13术语和定义.14缩略语.25概述.35.1技术架构.36服务功能及服务渠道.36.1服务功能.36.2服务渠道.46.3远程柜面服务.46.4业务咨询服务.46.5公共便民服务.46.6

2、智能双录服务.47通用技术要求.57.1音视频通信技术要求.57.2适配能力要求.57.3安全要求.57.4服务端功能要求.57.5客户端功能要求.58智能化技术要求.68.1总体要求.68.2身份判别要求.68.3意愿判别要求.68.4真实性判别要求.68.5合规保障.7附录A（资料性）伪造人脸攻击类型及防伪性能指标.8A.1伪造人脸攻击类型.8A.2人脸防伪性能指标.8参考文献.10I学兔兔标准下载T/CQJR0072023前言本文件按照GB/T1.12020标准化工作导则第1部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利

3、的责任。本文件由马上消费金融股份有限公司提出。本文件由重庆市金融学会归口。本文件起草单位：马上消费金融股份有限公司、重庆农村商业银行股份有限公司、重庆国家金融科技认证中心有限责任公司。本文件主要起草人：蒋宁、高砚、李云峰、周期律、秦逞、王建新、刘志强、田成志、郑力、卢华玮、魏鑫、吴娟、陈黎、晏然。II学兔兔标准下载T/CQJR0072023引言随着银行业数字化转型不断深入，金融业务“零接触”办理已成潮流，大量金融服务实现了远程或自助式音视频办理，并在人工智能技术的加持下不断丰富。当前，人工智能与音视频技术深度融合，并与业务办理中的录音录像（双录）监管要求相结合，实现“双录”的同时进行身份认证核

4、实、身份信息采集、反欺诈风险识别等，既满足风险提示和记录留痕等监管要求，又提升了金融服务效率和用户体验。中国银保监会也于2022年1月18日下发了中国银保监会办公厅关于做好银行代理保险业务整改工作有关事项的通知，从政策上鼓励银行类保险代理机构在满足合规要求前提下探索远程双录制度。该类服务由于其便捷性和易获得性，能够突破时空限制，为用户提供方便、快速的金融服务，可广泛应用于银行业便民服务场景，极大提升人民群众满意度。当前，银行业针对音视频应用缺乏系统性的标准体系，技术提供者和产品使用者缺少统一的标准途径。本文件在考虑上述情况的基础上，给出了银行业金融机构音视频应用技术要求。III学兔兔标准下载T

5、/CQJR0072023银行业便民服务音视频应用技术要求1范围本文件规定了音视频应用在银行业便民服务中的音视频应用技术要求，包括服务功能、服务渠道、通用技术要求、智能化技术要求等。本文件适用于银行业相关机构对音视频应用的设计研发和测试评价。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T5271.29-2006信息技术词汇第29部分:人工智能语音识别与合成GB/T36460-2018信息技术生物特征识别多模态及其他多生物特征融合GB/T

6、38427.1-2019生物特征识别防伪技术要求第1部分：人脸识别GB/T38671-2020信息安全技术远程人脸识别系统技术要求GA1277.1-2020互联网交互式服务安全管理要求第1部分：基本要求3术语和定义下列术语和定义适用于本文件。3.1智能双录intelligentaudioandvideorecording金融机构在提供金融服务时,采用现代化的音视频技术和智能化技术，同步录音录像，并对音视频进行智能化识别和分析。3.2语音识别voicerecognition利用功能单元进行的，从语音信号到语音内容的某一表示的转换。来源：GB/T5271.29-2006，29.1.303.3语音合

7、成speechsynthesis1学兔兔标准下载T/CQJR0072023人工语音的生成。来源：GB/T5271.29-2006，29.1.403.4人脸识别facerecognition基于人的面部特征对该个体的自动识别。来源：GB/T38671-2020，3.1.2，有修改3.5活体检测livenessdetection对解剖学特征、无意识或有意识的反应的度量和分析，以确定采集到的人脸样本是否来自于采集端的活人。3.6多模态识别multi-modalfusionrecognition一种基于多模态进行识别得到确定结果的生物特征识别技术。3.7人脸在框检测faceinframedetecti

8、on通过对视频流中的人脸进行捕捉、检测、对比等一系列处理，实时监测用户在视频全过程中是否离开屏幕范围的技术。3.8电子签名electronicsignature以电子形式所含、所附，用于识别签名人身份并表明签名人认可其中内容的数据。3.9声纹识别voiceprintrecognition根据待识别语音的声纹特征识别该段语音所对应的说话人的过程。4缩略语下列缩略语适用于本文件。LDFAR：活体检测错误接受率（LivenessDetectionFalseAcceptanceRate）LDFRR：活体检测错误拒绝率（LivenessDetectionFalseRejectionRate）OCR：光学

9、字符识别（OpticalCharacterRecognition）RTC：实时音视频技术（Real-timeCommunication）RFID：射频识别技术（RadioFrequencyIdentification）VTM：远程视频柜员机（VideoTellerMachine）2学兔兔标准下载T/CQJR00720235概述5.1技术架构银行业便民服务音视频应用可利用人脸识别、声纹识别、活体检测、语音合成、语音识别、自然语言处理等多种人工智能技术，并融合实时音视频通信技术，实现“零接触”金融服务的智能化、自助化和标准化。该应用应严格保障消费者的合法权益，既满足风险提示和记录留痕等监管要求，又

10、提升金融服务效率和用户体验。其应用架构如图1所示。图1银行业便民服务音视频应用架构a)基础支撑：构建音视频应用的基础支撑能力，包括系统注册配置、消息服务、监控、系统日志、系统管理等功能；b)银行业金融业务系统：现有的金融业务系统，与音视频应用实现业务数据交互；c)数字化能力：构建音视频应用的核心能力。音视频通信能力是“零接触”金融服务的基础。AI算法能力通过智能化技术满足“零接触”金融服务的合规要求和便利性要求。身份校验能力通过结合外部个人身份数据，进行用户真实身份校验。电签能力满足线上业务办理需求。影像平台实现音视频数据的存储、回放、质检等功能；d)接入中心：接入中心为前端应用提供音视频服务

11、能力的接入，包括业务权限、能力权限的认证、服务路由功能以及接入日志的管理；e)前端支撑：前端支撑实现各类前端服务功能的接入，包括插件类和客户端类；f)服务功能：音视频应用为银行业提供的金融服务功能。6服务功能及服务渠道6.1服务功能银行业金融机构音视频服务宜支持包括但不限于以下服务功能：远程柜面服务；业务咨询服务；公共便民服务；智能双录服务。3学兔兔标准下载T/CQJR00720236.2服务渠道银行业金融机构宜在包括但不限于以下渠道提供音视频服务：银行营业网点；普惠金融服务点；离行式便民金融服务终端；移动金融客户端应用；移动展业设备。6.3远程柜面服务6.3.1远程柜面服务渠道宜在银行营业网

12、点智能柜台、VTM等智能机具、普惠金融服务点智能机具、离行式便民金融服务终端、移动金融客户端、移动展业设备提供远程柜面服务。6.3.2服务要求服务标识：宜在银行营业网点、普惠金融服务点、离行式便民金融服务终端的醒目位置，通过张贴相关标识，提示客户网点、设备提供远程柜面服务；服务引导：网点工作人员应询问客户需求，根据需要引导客户通过远程柜面办理，并在业务办理过程中提供帮助。6.3.3服务上线应在人流量较大网点优先上线远程柜面服务，分流传统柜面服务，减少客户等待时间；宜按照柜面业务交易频率，优先上线高频业务，满足客户主要金融服务需求；可在乡村地区约时服务网点上线远程柜面服务，提升金融服务可获得性。

13、注：约时服务网点是指非每日营业，仅在约定时间提供服务的网点。6.4业务咨询服务6.4.1业务咨询服务渠道宜在普惠金融服务点、离行式便民金融服务终端、移动金融客户端应用等自助式服务渠道提供业务咨询服务。6.4.2服务要求宜将相关渠道自助式业务办理模式与音视频业务咨询功能有机结合，在客户难以完成自助操作时，提供语音命令接入、一键呼叫接入等便捷化的音视频服务接入方式。6.5公共便民服务宜发挥银行渠道优势，在公共服务机构未覆盖地区，通过乡村营业网点、普惠金融服务点、离行式便民金融服务终端，或通过银行工作人员携带移动展业设备走村入户，为客户办理公共便民服务。6.6智能双录服务4学兔兔标准下载T/CQJR

14、0072023在满足合规要求前提下，宜将双录与智能化技术结合，用智能化技术实现双录过程中的身份认证核实、身份信息采集、反欺诈风险识别，提供无需客服坐席的用户自助双录能力。客户能够突破时间、地域的局限，随时接受金融服务。7通用技术要求7.1音视频通信技术要求本项要求包括：a)采用RTC实时音视频技术。实时通话时延不高于300ms，网络丢包不高于10%时，应能保证正常的实时通话；b)应支持常见的视频编码，如H.264、VP8、VP9等，支持常见的音频编码，如OPUS、G722、PCMU、PCMA等，并支持动态码率；c)视频应支持多分辨率，如480p、720p、1080p，支持动态分辨率；d)音频应

15、支持回声消除、自动增益、自动降噪；e)应采用加密算法进行音视频数据及信令数据加密传输。7.2适配能力要求本项要求包括：a)应适配常见操作系统：Windows、macOS、Android、iOS；b)应适配常见终端设备：VTM及智能柜台等银行智能机具、iPad、手机、PC；c)应支持通过小程序、H5、PC、APP、桌面客户端等渠道提供服务。7.3安全要求应按照互联网交互式服务安全管理要求第1部分：基本要求（GA1277.1-2020）的要求对访问权限进行控制和管理，并对网络与系统安全、数据安全、个人信息进行管控。7.4服务端功能要求本项要求包括：a)应支持不同应用场景下音视频服务流程配置。具备常

16、见应用场景流程库，并支持自定义流程；b)宜支持问答知识库管理，针对服务过程中的客户问题，坐席可通过简易搜索获取问题答案；c)应支持对服务流程中的协议、合同等文档的管理，可查询、新增、编辑和下载文档；d)宜支持利用统计图表的形式对音视频服务的趋势、质检结果、失败情况、调用次数等进行可视化展示；e)应支持坐席排队、客户排队规则设定，具备坐席技能属性管理功能，可根据排队规则及坐席技能属性进行排队路由；f)应支持视频加水印，水印的内容可自行设置，具备防伪作用；g)应满足服务端音视频录制，并根据不同应用的具体要求，对文件进行存储；h)应支持在录制结束后回放视频，进行审核和查看；i)应支持用户管理、权限管

17、理、日志管理等功能。7.5客户端功能要求5学兔兔标准下载T/CQJR0072023本项要求包括：a)客户端登录时应支持实名认证，进行身份核验及获得相关授权；b)客户端宜同时支持单客户业务场景和多客户业务场景；c)应支持服务流程中协议、合同等文档的浏览和查看；d)宜支持抓拍视频中用户照片、身份证照片、证明文件照片等，并支持照片留存和删除；e)宜支持音视频服务的预约功能，并可进行预约记录管理；f)宜支持实时白板互动，包括互动涂鸦、轨迹实时同步、白板与音视频实时同步录制、回放等功能，帮助还原面对面沟通的互动体验；g)宜支持PC端与移动端屏幕内容共享，辅助用户办理业务，提升沟通效率；h)应提供视频签约

18、服务，支持数字签名、电子签章、电子签名、手写签批等功能，支持将整个签约过程进行完整的视频记录。8智能化技术要求8.1总体要求宜利用计算机视觉、智能语音、自然语音处理等智能化技术，降低业务办理难度，提高业务办理效率，保障消费者的合法权益，满足记录留痕等要求，提升服务体验。8.2身份判别要求可利用人脸识别、证件识别、人证合一校验等技术，实现用户的真实身份判别，具体包括：a)提供对用户身份证件的OCR识别或RFID扫描功能，OCR识别可对身份证正面三要素（姓名、性别、身份证号码）及身份证反面的二要素（身份证有效期、公安机关）进行识别；b)可将采集到的人脸图片、用户姓名、身份证号等信息通过公安数据库等

19、渠道进行权威比对，判断证件信息与检测到的人脸信息是否为同一人，确认证件有效，信息真实；c)基于脸部特征信息，提供1:1人脸识别。可按照GB/T38427.1-2019技术要求，进行人脸防伪识别，判断用户是否为本人、真人。人脸伪造攻击类型及防伪性能指标参考附录A。8.3意愿判别要求可在智能双录等服务中利用语音识别技术、自然语言处理技术，有效采集客户对业务办理的真实意愿，满足合规要求，具体包括：a)利用语音识别技术，对客户的语音回复进行实时文本转写；b)利用自然语言处理技术，在人机或人人的音频交互中，通过计算机对通话内容的认知、理解，辅助进行客户真实意愿判断。8.4真实性判别要求可在智能双录等服务

20、中利用人脸识别、活体检测、声纹识别等技术，判别服务或交易的真实性，具体包括：a)在音视频通话过程中，实时利用人脸识别技术，结合静默活体检测和动作活体检测，判断音视频服务中的人脸是否来自于真人活体，抵御纸质翻拍照、电子翻拍照以及视频翻拍等攻击方式。同时利用人脸在框检测，判断用户是否离场；b)可要求用户根据随机生成的数字，在识别环节进行复述，并根据复述音频中的声纹特征对用户身份真实性进行判别；6学兔兔标准下载T/CQJR0072023c)按照信息技术生物特征识别多模态及其他多生物特征融合（GB/T36460-2018）的要求，利用人脸、声纹等多模态生物特征，对用户真实身份进行多模态识别。8.5合规

21、保障应在人工双录及智能双录等服务中进行实时或离线音视频质检，规范业务办理流程，保障消费者合法权益，具体包括：a)应利用用户身份校验、电子签名等方式确认获得用户同意办理相关业务和采集个人音视频数据的授权；b)应支持自动平衡分辨率、帧率和码率，确保服务过程被充分客观地记录并留存，保证服务全流程可追溯，且满足合规要求；c)可利用语音识别技术将音视频通话内容实时转写形成字幕，辅助客户理解产品和服务内容；d)宜利用语音合成技术，将文本转化成拟人化语音，自动播报产品信息、风险等级、用户权利责任，避免服务人员弱化或隐瞒风险、夸大产品收益，保障消费者合法权益；e)宜提供离线音视频智能质检功能，并支持服务过程全

22、程实时质检，辅助判别音视频服务全程满足合规要求，并且音视频质量满足录制要求。如出现不满足情况，应及时进行预警。7学兔兔标准下载T/CQJR0072023附录A（资料性）伪造人脸攻击类型及防伪性能指标A.1伪造人脸攻击类型A.1.1概述伪造人脸攻击包括但不限于二维假体攻击、三维假体攻击、伪造人脸呈现攻击和注入攻击。A.1.2二维假体攻击二维假体攻击类型包括但不限于：a)二维静态纸质图像攻击，考虑的因素包括但不限于利用打印纸、相纸等进行翻拍；b)二维静态电子图像攻击，考虑的因素包括但不限于使用手机、平板电脑等电子屏幕；c)二维动态图像攻击，考虑的因素包括但不限于利用录制视频、合成视频等。A.1.3

23、三维假体攻击三维假体攻击类型包括但不限于：a)三维面具攻击，需要考虑的因素包括但不限于利用塑料面具、硅胶面具等；b)三维头模攻击，需要考虑的因素包括但不限于泡沫、树脂、石英砂等制作的头模。A.1.4伪造人脸呈现攻击伪造人脸呈现攻击包括但不限于：a)采用换脸算法，使用目标人脸替换特定视频中的人脸，呈现活体检测系统要求的运动行为，在电子屏上播放；b)采用特定算法，驱动目标人脸图像，呈现活体检测系统要求的运动行为，在电子屏上播放。A.1.5伪造人脸注入攻击伪造人脸注入攻击包括但不限于：a)通过攻击软件，劫持采集端的相机设备，将伪造的人脸视频注入采集的流程；b)使用伪造的人脸视频，直接替换采集端录制的

24、视频文件。A.2人脸防伪性能指标人脸防伪性能指标包括LDFAR及LDFRR。人脸防伪性能指标计算方法及要求如下：a)计算方法：1)LDFAR=（1-成功标记为假体攻击的次数/假体攻击总次数）100%；2)LDFRR=（错误标记为假体攻击的次数/活体呈现总次数）100%。b)人脸防伪性能指标要求见表A.1。表A.1人脸防伪性能指标要求假体类型细分类型指标要求8二维攻击LDFAR为0.1%，LDFRR小于1%三维攻击三维面具LDFAR为1%，LDFRR小于1%三维头模LDFAR为1%，LDFRR小于2%伪造人脸攻击LDFAR为0.1%，LDFRR小于1%学兔兔标准下载T/CQJR00720239学兔兔标准下载T/CQJR0072023参考文献1中国人民银行.金融科技发展规划（20222025）,2021年12月。2中国银保监会.中国银保监会办公厅关于做好银行代理保险业务整改工作有关事项的通知,2022年1月。3中国银保监会.银行业金融机构销售专区录音录像管理暂行规定，2017年8月。10