Les données personnelles dans la voix
- Leçon 34
- 40 min
- Module 9 : L'exploiter en production, en sécurité
Où nous en sommes
Notre pipeline traite maintenant chaque appel enregistré, tous les jours. Les appels contiennent des noms, des voix et parfois des numéros de carte. Dans cette leçon, nous caviardons les données personnelles dans la transcription et l'audio. Nous écrivons aussi des règles de consentement, de conservation et de suppression.
Leçon 34 sur 36 · IA de la parole : transcrire, comprendre et parlerLes données personnelles dans la voix
1. Le problème de la parole et son coût
2. Mesurer avant de choisir
3. Trouver la parole : la détection d'activité vocale
4. Reconnaissance de la parole : comparer les familles
5. Qui a parlé et quand : diarisation et temps des mots
6. De la transcription à la décision
7. Construire un petit serveur vocal interactif
8. Du serveur vocal à l'agent vocal
9. L'exploiter en production, en sécurité
Ce que vous saurez faire
Évitez les données personnelles dans ce que Larkfield stocke. Ne demandez jamais un numéro de carte à voix haute. Si un appelant en lit un quand même, trouvez-le dans la transcription et remplacez-le par une étiquette. Remplacez les mêmes secondes d’audio par un bip. Exécutez ensuite une vérification qui prouve qu’il ne reste aucun numéro de carte. Notez combien de temps Larkfield conserve chaque type de données.
Carnet JupyterFaites cette leçon dans un carnet Jupyter
Le carnet (notebook) Jupyter trouve le numéro de carte dans l’appel C-0128 grâce aux temps des mots. Il le masque par un bip dans l’audio et caviarde la transcription. Il montre comment un seul chiffre mal reconnu cache un numéro de carte à la règle stricte. Ensuite, vous écrivez vous-même la vérification de confidentialité. Aucun téléchargement de modèle ni compte n’est nécessaire. Environ 40 minutes.
Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- Les temps des mots, vus dans Temps des mots et alignement.
- Le chiffre de contrôle (la règle de Luhn), vu dans Aider le modèle avec vos mots.
- Le guide de normalisation, vu dans Normaliser avant de comparer : il transforme « four one one one » en « 4111 ».
Ce qu’il vous faut sur votre ordinateur (seulement pour la pratique guidée; le carnet n’en a pas besoin)
- Votre dossier
larkspeechavec les cinq fichiers de Par lots et en continu.pytest -qaffiche41 passed(41 tests réussis).
Testé sur macOS avec Python 3.12.13. Les commandes sont les mêmes sur Windows; elles n’y ont pas été exécutées.
Le marqueur noir
Section intitulée « Le marqueur noir »Pensez à un agent de centre d’appels qui prend des notes sur papier. Un appelant lit soudainement un numéro de carte, et l’agent le note sans réfléchir. À la fin de la journée, la superviseure lit les notes. Elle prend un marqueur noir et couvre le numéro de carte pour que personne ne puisse le relire. Si l’appel a aussi été enregistré sur bande, elle doit trouver les mêmes secondes sur la bande et les couvrir aussi.
Larkfield fait la même chose avec du code. Mais un ordinateur couvre seulement ce qu’il trouve. Un numéro de carte que le modèle a écrit d’une façon étrange reste dans les notes.
Le problème : un numéro de carte dans l’enregistrement
Section intitulée « Le problème : un numéro de carte dans l’enregistrement »Écoutez l’appel C-0245. L’agent a demandé le numéro de commande. L’appelant offre plus que cela.
Transcription. Appelant : « I can give you my card number, it’s 4111 1111 1111 1111. » Agent : « Please do not read your card number on the phone… »
L’agent a bien agi. Mais le numéro de carte est maintenant dans l’enregistrement. Whisper base l’a écrit ainsi :
It’s for 111 -111111111111111111.
Le premier « 4 » est devenu le mot « for ». Le reste est devenu 21 chiffres 1 : un groupe de trois, puis une suite de 18. Ce n’est plus un numéro de carte valide. Un programme qui cherche seulement des numéros de carte valides ne trouve rien. Le numéro de carte reste donc presque complet dans le texte stocké.
Pourquoi un seul numéro de carte compte
Section intitulée « Pourquoi un seul numéro de carte compte »Les numéros de carte ont leurs propres règles. La norme de sécurité du secteur des cartes, PCI DSS (PCI Security Standards Council), précise comment protéger ces données partout où elles sont stockées. Un seul numéro de carte dans un enregistrement peut soumettre tout le système d’enregistrement à ces règles. Les noms, les voix et les numéros de commande sont aussi des données personnelles : ils peuvent désigner une personne. Les lois sur les données personnelles varient d’un pays à l’autre. Dans l’Union européenne, par exemple, le RGPD définit les données à caractère personnel (les données personnelles) à l’article 4, point 1, comme « toute information se rapportant à une personne physique identifiée ou identifiable ». Cette leçon présente seulement l’aspect technique. Ce n’est pas un avis juridique : Larkfield décide de ses règles avec un avocat.
L’idée : prévenir, caviarder, prouver, conserver moins
Section intitulée « L’idée : prévenir, caviarder, prouver, conserver moins »Il y a quatre parties. Chacune détecte ce que la précédente manque.
- Prévenir. Le SVI ne demande jamais un numéro de carte à voix haute. Si un numéro de carte est nécessaire, l’appelant le tape au clavier. Les touches appuyées ne sont jamais écrites dans les journaux (logs).
- Caviarder. « Caviarder » signifie retirer les parties sensibles avant de conserver ou de partager un document. Si un appelant lit quand même un numéro de carte, remplacez-le dans la transcription par
[CARD NUMBER REMOVED](numéro de carte retiré). Utilisez les temps des mots pour trouver les mêmes secondes dans l’audio. Remplacez-les par un bip : une tonalité de 1 000 Hz. - Prouver. Exécutez une vérification de confidentialité sur chaque fichier texte avant de le stocker. Elle échoue s’il reste un numéro de carte.
- Conserver moins. Stockez seulement les copies caviardées et supprimez-les après un délai fixe.
Le diagramme montre où chaque étape se situe dans le pipeline de Larkfield.
Description textuelle du diagramme
Sept étapes en trois groupes. Pendant l’appel : étape 1, la ligne téléphonique. Le SVI demande les numéros de carte au clavier seulement. Étape 2, l’enregistreur. Les fréquences vocales du clavier ne sont pas conservées dans l’enregistrement. Après l’appel, dans le projet du cours : étape 3, le modèle écrit une transcription avec les temps des mots. Étape 4, caviardage : les chiffres de carte sont retirés du texte, et un bip les remplace dans l’audio. Étape 5, la vérification de confidentialité : aucune suite de 12 chiffres ne doit rester dans les textes. Ce qui est conservé : étape 6, le stockage. Seules les copies caviardées sont stockées, et elles sont supprimées à temps. Étape 7, les journaux et les fiches d’appel. Ils contiennent l’identifiant d’appel, mais aucun texte brut ni aucune touche appuyée.
Un petit exemple détaillé : le chiffre de contrôle
Section intitulée « Un petit exemple détaillé : le chiffre de contrôle »Comment un programme sait-il que 16 chiffres forment un numéro de carte? Les numéros de carte se terminent par un chiffre de contrôle. Il utilise la même règle de Luhn que les numéros de commande de Larkfield. Vous l’avez utilisée dans Aider le modèle avec vos mots. Doublez un chiffre sur deux en partant de la droite, et soustrayez 9 de tout résultat supérieur à 9. Additionnez tout : un numéro valide donne un total qui se termine par 0.
Pour le numéro de test 4111 1111 1111 1111 (16 chiffres) :
| Chiffres (à partir de la droite) | Doublés? | Valeur |
|---|---|---|
| huit 1 aux positions 1, 3, 5 … 15 | non | 8 × 1 = 8 |
| sept 1 aux positions 2, 4 … 14 | oui | 7 × 2 = 14 |
| le 4 à la position 16 | oui | 4 × 2 = 8 |
| Total | 8 + 14 + 8 = 30 : se termine par 0, valide |
Maintenant, la version de Whisper : 21 chiffres 1. C’est plus que 19 chiffres, donc c’est trop long pour un numéro de carte. Le chiffre de contrôle échoue aussi. Dix chiffres 1 sont doublés (10 × 2 = 20) et onze ne le sont pas (11 × 1 = 11). Le total est 31. Il ne se termine pas par 0.
Le projet a deux règles dans redact.py :
- La règle stricte accepte de 13 à 19 chiffres qui réussissent la vérification de Luhn. Elle marque très rarement un numéro de commande ou de téléphone par erreur. Mais un seul chiffre erroné cache la carte.
- La règle large accepte toute suite de 12 chiffres ou plus, valide ou non. Les numéros de commande de Larkfield ont 6 chiffres, donc ils restent. Les 21 chiffres 1 de Whisper sont détectés.
Les deux règles appliquent d’abord le guide de normalisation. Ainsi, « four one one one » et « 4111 1111 » deviennent tous deux des chiffres.
Larkfield : 15 appels avec un numéro de carte dit à voix haute
Section intitulée « Larkfield : 15 appels avec un numéro de carte dit à voix haute »Le jeu d’appels contient 15 appels publics où un appelant lit un numéro de carte : un problème d’exercice que nous avons placé exprès. L’équipe du cours a appliqué les deux règles aux transcriptions de Whisper base, avec les temps des mots. Elle a masqué l’audio par un bip. Ensuite, elle a transcrit à nouveau cet audio pour vérifier qu’aucun numéro de carte ne pouvait encore être entendu.
- Règle stricte (13–19 chiffres, Luhn)
- Règle large (12 chiffres ou plus)
Description textuelle du graphique
Trois paires de colonnes. Numéros de carte trouvés : stricte 2, large 13. Appels avec un numéro ressemblant à une carte encore dans le texte : stricte 11, large 0. Appels avec un tel numéro dans la nouvelle transcription de l’audio après le bip : stricte 10, large 0.
- La règle stricte n’en a trouvé que 2 sur 15. Whisper a écrit « for 1111… », « full 111… », « 4, 1, 1, 1… ». Chaque version a invalidé le chiffre de contrôle. Dans 11 appels, un numéro ressemblant à une carte est resté dans le texte.
- La règle large en a trouvé 13 sur 15. Aucun numéro ressemblant à une carte n’est resté dans le texte ni dans l’audio masqué par un bip, dans aucun appel.
- Les 2 appels qu’aucune règle n’a détectés sont en français. Whisper a écrit « quatre nannas, un nannan » (C-0008) et « qu’être en en en, non, non… » (C-0075). Ce texte ne contient aucun chiffre, donc aucune règle de chiffres ne peut les trouver. Le texte est propre. L’audio ne l’est pas : rien n’a été masqué par un bip, et on peut encore entendre le numéro de carte.
Pour la confidentialité, un numéro de carte manqué est pire qu’une fausse alerte. redact.py utilise donc la règle large par défaut.
À quoi ressemble le bip
Section intitulée « À quoi ressemble le bip »L’image montre les mêmes 6,6 secondes de C-0245 avant et après le caviardage, avec les mots du scénario en dessous.
Description textuelle du diagramme
Deux formes d’onde des mêmes 6,6 secondes de l’appel C-0245, de 29,6 à 36,2 secondes. La première est l’original : de la parole partout. Dans la seconde, la partie de 31,2 à 35,1 secondes est un bloc plat et régulier : la tonalité de 1 000 Hz. Les mots « I can give you my card number, it’s » restent avant. Sous les formes d’onde se trouvent les mots du scénario avec leurs temps. Tous les chiffres se trouvent dans le bloc masqué par un bip. Whisper base a écrit : « It’s for 111 -111111111111111111. »
Transcription après caviardage (de speech redact C-0245, Whisper base) : « I can give you my card number. It’s for [CARD NUMBER REMOVED] Please do not read your card number on the phone. » Whisper base ne donne aucune étiquette de locuteur pour cet appel mono.
Regardez bien : le mot « for » est encore là. C’est le premier chiffre, « 4 », écrit comme un mot. Un chiffre seul n’est pas un numéro de carte, mais cela montre que le caviardage n’est jamais parfait.
Le bip utilise les temps des mots du modèle. Les chiffres ont été prononcés de 31,4 à 34,9 secondes. Le bip ajoute 0,15 seconde de chaque côté. Ainsi, un temps de mot un peu en avance ou en retard reste à l’intérieur. Dans Temps des mots et alignement, les débuts des mots de Whisper avaient une erreur médiane de 0,055 seconde. Pour 9 mots sur 10, l’erreur était de 0,137 seconde ou moins.
Les chiffres au clavier sont aussi des données personnelles
Section intitulée « Les chiffres au clavier sont aussi des données personnelles »Les fiches d’appel du SVI conservent une chronologie de l’appel. Chaque touche appuyée y figure, avec son temps et son chiffre. L’appel I-017 contient [50.64, "key", "5"], [50.86, "key", "8"], …, un numéro de commande tapé au clavier. Pour les numéros de commande, cela aide Amira à déboguer un appel. Pour un numéro de carte, ce serait une fuite. Règle : dans tout état qui recueille des données de paiement, le SVI écrit « une touche a été appuyée », jamais laquelle.
Pratique guidée : caviarder un appel et vérifier les sorties
Section intitulée « Pratique guidée : caviarder un appel et vérifier les sorties »Vous avez copié redact.py et commands/privacy.py dans la dernière leçon. Deux commandes les utilisent : speech redact (un appel, texte et audio) et speech privacy-check (chaque fichier texte d’un dossier).
-
Ouvrez un terminal dans votre dossier de projet
larkspeechet activez.venv. -
Caviardez l’appel C-0245 :
Fenêtre de terminal speech redact C-0245La sortie sur l’ordinateur du cours :
C-0245: 1 card number(s) heard, 1 beeped 31.4-34.9 sWrote outputs/redacted/C-0245.txt and outputs/redacted/C-0245.wavLa commande transcrit l’appel avec Whisper base, ce qui prend quelques secondes.
-
Écoutez
outputs/redacted/C-0245.wavà 30 secondes et lisezoutputs/redacted/C-0245.txt. Trouvez l’étiquette[CARD NUMBER REMOVED]dans le texte. -
Vérifiez chaque fichier texte dans
outputs:Fenêtre de terminal speech privacy-check outputsPrivacy check: 2 text files in outputs; no card numbers found. Passed.Les deux fichiers sont les résultats du traitement par lots de la dernière leçon et la transcription caviardée. Votre nombre sera différent si vous avez d’autres fichiers dans ce dossier.
-
Vérifiez maintenant les transcriptions enregistrées fournies avec les données du cours :
Fenêtre de terminal speech privacy-check data/recordingsLes premières lignes de la sortie :
Privacy check: 20 text files in data/recordings; 48 card numbers found:data/recordings/asr/vosk-small.jsonl: 1111...1111data/recordings/asr/vosk-small.jsonl: 1111...1111data/recordings/asr/vosk-small.jsonl: 4111...1111La vérification échoue, et la commande renvoie un code d’erreur. Ces fichiers sont les transcriptions brutes des modules 4 et 7. Personne ne les a caviardées, donc elles contiennent encore les numéros de carte.
Chaque échec est dans une transcription brute. Ce sont donc de vrais numéros de carte, pas des fausses alertes. Regardez comment la vérification lit les fichiers .jsonl : champ par champ. Elle analyse chaque morceau de texte séparément. Elle ignore les nombres avec un point décimal et les champs de temps et d’identifiants, comme start, end, call_id et order. Sans cette règle, la vérification lirait une fiche entière comme un seul texte. Une liste de temps de tours de parole ou deux numéros de commande côte à côte formeraient alors 12 chiffres consécutifs. Dans l’appel I-054 au SVI, l’appelant a dit « Six zero three one three seven », puis a tapé « 6-0-3134 ». Lue comme un seul texte, cette fiche ressemble à un numéro de carte. Une telle fausse alerte coûte une minute à une personne. Une vérification qui déclenche une fausse alerte pour chaque fichier coûte plus cher : les gens cessent de la lire. Gardez donc la règle large pour les mots prononcés. Gardez les nombres qui ne sont pas des numéros de carte dans leurs propres champs.
À vous : l’appel en français
Section intitulée « À vous : l’appel en français »Exécutez speech redact C-0075. Avant de l’exécuter, faites une prédiction : combien de numéros de carte trouve-t-elle, et la vérification de confidentialité réussit-elle ensuite?
Afficher la réponse
C-0075: 0 card number(s) heard, 0 beepedWrote outputs/redacted/C-0075.txt and outputs/redacted/C-0075.wavElle n’en trouve aucun. Ensuite, la vérification :
speech privacy-check outputsPrivacy check: 3 text files in outputs; no card numbers found. Passed.Mais l’appelant a bien lu un numéro de carte. Ouvrez outputs/redacted/C-0075.txt : Whisper a écrit « Ma carte, c’est qu’être en en en, non, non, non… » au lieu des chiffres. Le texte est propre, donc la vérification réussit. Le fichier audio dans outputs/redacted/ contient encore le numéro de carte prononcé. Une vérification réussie prouve que le texte ne contient aucun numéro de carte. Elle ne prouve rien pour l’audio. Le SVI ne doit donc jamais demander un numéro de carte à voix haute. Et Larkfield conserve l’audio moins longtemps que le texte.
Consentement, conservation et suppression
Section intitulée « Consentement, conservation et suppression »Le caviardage est une règle. Larkfield a besoin d’une courte liste écrite pour chaque type de données. Le cours Sécurité de l’IA, vie privée et conception responsable enseigne comment la construire dans Inventaire des données et Réduire et conserver de façon réfléchie. Pour une ligne téléphonique, la liste contient ces lignes :
| Données | Pourquoi Larkfield les conserve | Règle à décider |
|---|---|---|
| Consentement : l’avis d’enregistrement | preuve que l’appelant a été informé | Vérifiez-le dans chaque appel, comme dans Phrases de conformité et détection de mots-clés. Aucun avis : ne conservez pas l’enregistrement. |
| Enregistrement brut | formation des agents, vérification de la qualité | Le délai le plus court; supprimez-le dès que la copie caviardée existe |
| Enregistrement et transcription caviardés | recherche, rapports, échantillon de révision | Un nombre fixe de jours ou de mois, puis suppression |
| Fiche d’appel (motif, résumé) | rapports, suivis | Aussi longtemps que le dossier client; jamais de chiffres de carte |
| Échantillons de voix pour un contrôle du locuteur | la prochaine leçon | Seulement avec l’autorisation explicite de l’appelant; plusieurs lois considèrent les empreintes vocales comme sensibles |
| Journaux et touches appuyées | débogage | Identifiant d’appel et état seulement |
La suppression doit atteindre chaque copie : la file d’entrée du traitement par lots, le fichier de résultats, le dossier caviardé, les sauvegardes et les données envoyées à un service hébergé. Gardez une liste des destinations des données de chaque appel. Ainsi, une seule demande (« supprimez mes appels ») permet de toutes les retrouver.
Erreurs courantes
Section intitulée « Erreurs courantes »Erreur courante
La vérification de confidentialité réussit, mais l'audio contient encore un numéro de carte
Symptôme : la vérification indique Passed. (réussie). Une personne qui écoute un enregistrement stocké entend encore les chiffres.
Cause : la vérification lit seulement le texte. Quand le modèle transcrit les chiffres par d’autres mots, rien n’est trouvé ni masqué par un bip. C’est le cas dans les deux appels en français.
Correction : prévenez d’abord le problème : utilisez seulement le clavier pour les numéros de carte. Supprimez rapidement l’audio brut. Interprétez « aucune carte trouvée » comme « rien trouvé dans le texte », pas comme « aucune carte dans l’appel ». Écoutez un échantillon d’appels où un appelant parle d’une carte. Le cours n’a pas créé cette vérification par échantillon.
Erreur courante
La règle stricte réussit tous les tests, puis manque la plupart des cartes
Symptôme : vos tests unitaires réussissent avec un numéro sans erreur : « 4111 1111 1111 1111 ». Dans les vraies transcriptions, la plupart des numéros de carte dictés restent.
Cause : les tests utilisent du texte parfait. Un modèle supprime, ajoute ou change des chiffres. Chaque changement fait échouer la vérification du chiffre de contrôle. Sur nos 15 appels, la règle stricte en a trouvé 2.
Correction : utilisez la règle large (12 chiffres ou plus), testez-la sur les transcriptions du modèle et acceptez quelques fausses alertes.
Quand utiliser chaque outil
Section intitulée « Quand utiliser chaque outil »- Clavier seulement : toujours, pour les numéros de carte et les autres données de paiement. C’est la seule étape qui empêche ces données d’entrer dans l’audio dès le départ.
- Caviardage du texte et de l’audio : pour chaque appel enregistré, avant de stocker quoi que ce soit ou de l’envoyer à un service hébergé.
- La règle large : pour la confidentialité, quand manquer un numéro coûte cher. Utilisez la règle stricte seulement quand une fausse alerte coûte cher, mais pas un numéro manqué. Par exemple, pour compter les mentions de cartes dans un rapport.
- La vérification de confidentialité : pour chaque dossier avant le stockage, et pour les anciennes données aussi. Le dossier
data/recordingsdu cours lui-même a échoué à cette vérification.
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Whisper a transcrit un numéro de carte dicté sous la forme « for 1111 1111 1111 1111 ». Quelle règle le trouve, la stricte ou la large? Expliquez avec les chiffres.
Afficher la réponse
Après l’application du guide de normalisation, le texte contient 16 chiffres 1 : le 4 est devenu le mot « for ». Pour la règle stricte, 16 chiffres est une longueur valide, mais la vérification de Luhn échoue. Huit chiffres 1 sont doublés (8 × 2 = 16) et huit ne le sont pas (8 × 1 = 8). Le total est donc 24, qui ne se termine pas par 0. La règle large le trouve, car 16 chiffres dépasse le minimum de 12. Les numéros de commande à 6 chiffres de Larkfield restent.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Grace dit : « La vérification de confidentialité a réussi pour toutes nos sorties, donc nos enregistrements ne contiennent aucune donnée sensible. » Que lui dites-vous?
Afficher la réponse
La vérification lit le texte, pas l’audio. Sur les 15 appels synthétiques de Larkfield contenant un numéro de carte dicté, la règle large en a trouvé 13. Dans les 2 appels en français, Whisper a écrit des mots au lieu de chiffres. Aucune règle ne les a trouvés, et le code n’a rien masqué par un bip. Le texte réussit la vérification, mais l’audio contient encore le numéro de carte. La vraie protection comporte trois parties. Ne demandez jamais de numéros de carte à voix haute. Supprimez rapidement l’audio brut. Écoutez un échantillon d’appels qui parlent de cartes.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Vérification pratique : exécutez speech redact C-0245. Entre quels temps le numéro de carte est-il masqué par un bip? Pourquoi le bip dans le fichier audio commence-t-il un peu avant ce temps?
Afficher la réponse
La commande affiche 1 card number(s) heard, 1 beeped 31.4-34.9 s (1 numéro de carte entendu, 1 masqué par un bip entre 31,4 et 34,9 secondes). Ce sont les temps du premier et du dernier mot correspondant aux chiffres, fournis par Whisper base. Le bip ajoute 0,15 seconde de chaque côté. Il couvre donc environ 31,25 à 35,05 secondes. Les temps des mots ne sont pas exacts. L’écart médian des débuts de mots de Whisper était de 0,055 seconde. Pour 9 mots sur 10, l’écart atteignait au plus 0,137 seconde. Le temps ajouté garde un chiffre précoce ou tardif dans le bip.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- Prévenir, caviarder, prouver, conserver moins. Les numéros de carte au clavier seulement. Une étiquette dans le texte et un bip dans l’audio, à partir des temps des mots. Une vérification de confidentialité avant le stockage. Une courte conservation.
- La vérification de Luhn trouve les numéros de carte valides, mais un seul chiffre mal reconnu la fait échouer. Sur les 15 appels synthétiques de Larkfield, la règle stricte a trouvé 2 numéros de carte. La règle large (12 chiffres ou plus) en a trouvé 13. Aucun de ces numéros ne restait dans le texte ni dans l’audio masqué par des bips.
- Aucune règle sur les chiffres ne trouve un numéro de carte que le modèle a transcrit par d’autres mots. Une vérification de confidentialité réussie concerne seulement le texte.
- Les touches pressées dans les journaux (logs) et les anciennes transcriptions brutes sont aussi des fuites. Les transcriptions enregistrées du cours lui-même ont échoué à la vérification.
Nous protégeons maintenant ce que disent les appelants. Ensuite, nous examinons la voix elle-même : peut-elle prouver qui appelle?
Leçon suivante : Clonage de voix, contrôle du locuteur et abus