La première application en sécurité de la reconnaissance d'un individu par sa voix remonte aux années 1970 et à son utilisation par les pilotes de chasse de l'armée américaine.
De nombreux paramètres permettent de discriminer les personnes par l'analyse de leur voix. Contrairement aux technologies abordées jusqu'ici,
la reconnaissance du locuteur relève de données comportementales et non plus morphologiques comme c'est le cas pour l'iris ou les empreintes digitales.
Les caractéristiques constituant le gabarit sont une combinaison de facteurs
comportementaux (vitesse, rythme, etc.) et
physiologiques (tonalité, âge, sexe, fréquence, accent, harmoniques...).
Un imitateur, aussi habile soit-il, ne doit pas en principe pouvoir tromper le logiciel, l'imitation ne se limitant qu'aux caractéristiques les plus simples et évidentes à reproduire.
L'identification se fait soit sur la base de la lecture d'un texte prédéterminé, aléatoire ou d'un message défini librement par la personne. Une phrase fixe expose toutefois au risque que l'authentification soit contournée par un enregistrement vocal.
Le contrôle d'accès par la voix peut souffrir de faux rejets et de fausses acceptations en nombre élevé, notamment en raison de l'état émotionnel (stress, joie), d'une maladie comme un simple rhume, ou encore de la qualité d'acquisition (conditions sonores) et du matériel utilisé.
