[發(fā)明專利]提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)及其實現(xiàn)方法

無效

• 申請?zhí)枺?/td>: 201010280751.5
• 申請日: 2010-09-14
• 公開（公告）號: CN102402985A
• 公開（公告）日: 2012-04-04
• 發(fā)明（設(shè)計）人: 許東星;黃偉;李霄寒
• 申請（專利權(quán)）人: 盛樂信息技術(shù)（上海）有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L15/02;G10L15/06;H04L29/06
• 代理公司: 上海浦一知識產(chǎn)權(quán)代理有限公司 31211
• 代理人: 王函

1.一種提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)，其特征在于，包括：密碼建立模塊、語音識別模塊和聲紋識別模塊；

該密碼建立模塊與服務(wù)器相連，服務(wù)器產(chǎn)生隨機(jī)密碼或用戶設(shè)定固定密碼；

該語音識別模塊用于對用戶提供的語音進(jìn)行內(nèi)容分析，對提供的語音內(nèi)容與密碼內(nèi)容進(jìn)行模式匹配，若兩者不符合，說明用戶提供的密碼不合要求，若兩者相符，則進(jìn)入聲紋識別模塊；

該聲紋識別模塊分為注冊單元和測試單元；在注冊單元建立說話人模型；該測試單元包括語音有效性檢測模塊和聲紋認(rèn)證確認(rèn)判決模塊，在測試單元首先要求用戶將密碼讀2遍以上，對用戶提供的語音數(shù)據(jù)進(jìn)行語音有效性檢測，若為用戶自然產(chǎn)生的有效數(shù)據(jù)，則調(diào)用說話人模型，分析測試時提供的語音特征，進(jìn)行一個確認(rèn)判決，接受或拒絕。

2.如權(quán)利要求1所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)，其特征在于，所述聲紋識別模塊中在注冊單元建立說話人模型，具體為：說話人提供若干段固定密碼及隨機(jī)數(shù)字串的語音數(shù)據(jù)，在由大量說話人的大量語音訓(xùn)練出的通用背景模型的基礎(chǔ)上，通過最大后驗概率自適應(yīng)算法對該說話人的模型參數(shù)進(jìn)行估計，建立該說話人模型。

3.如權(quán)利要求1所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)，其特征在于，所述聲紋識別模塊在測試單元進(jìn)行語音有效性檢測，包括對用戶提供的語音數(shù)據(jù)進(jìn)行錄音檢測和拼接及機(jī)器合成檢測，如錄音檢測結(jié)果判定用戶提供的語音數(shù)據(jù)屬于錄音則屬于無效數(shù)據(jù)，如拼接及機(jī)器合成檢測結(jié)果判定用戶提供的語音數(shù)據(jù)屬于拼接及機(jī)器合成則屬于無效數(shù)據(jù)。

4.如權(quán)利要求1或3所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)，其特征在于，在語音有效性檢測中，對用戶所提供的2條以上的語音進(jìn)行進(jìn)一步的核對，若用戶提供的2條以上語音的差異小于人正常兩次以上發(fā)聲之間的差異，說明該語音是無效數(shù)據(jù)，則予于拒絕，反之，則為有效數(shù)據(jù)。

5.如權(quán)利要求1所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)，其特征在于，所述聲紋識別模塊在測試單元調(diào)用說話人模型，分析測試時提供的語音特征，進(jìn)行一個確認(rèn)判決，具體為：系統(tǒng)調(diào)用說話人模型，分析測試時提供的語音特征，獲得測試語音與該說話人模型匹配的一個匹配評分，并將該評分與聲紋認(rèn)證的閾值進(jìn)行匹配，若評分大于閾值，則接受，反之，若評分低于閾值，則拒絕。

6.一種提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)的實現(xiàn)方法，其特征在于，包括如下步驟：

(1)服務(wù)器產(chǎn)生隨機(jī)密碼或用戶設(shè)定固定密碼；

(2)用戶提供語音；

(3)語音識別模塊對用戶提供的語音進(jìn)行內(nèi)容分析，對提供的語音內(nèi)容與密碼內(nèi)容進(jìn)行模式匹配，判斷兩者是否相符，若不符合，說明用戶提供的密碼不合要求，應(yīng)予以拒絕，回到步驟(2)要求用戶重讀；若相符，則進(jìn)入步驟(4)；

(4)在注冊階段，聲紋識別模塊建立說話人模型；在測試階段，首先要求用戶將密碼讀2遍以上，如語音未達(dá)到2條，則回到步驟(2)要求用戶重讀，直至語音達(dá)到2條以上；然后對用戶提供的語音數(shù)據(jù)進(jìn)行語音有效性檢測，判斷提供的數(shù)據(jù)是否為用戶自然產(chǎn)生的有效數(shù)據(jù)，若為無效數(shù)據(jù)，則拒絕，回到步驟(2)要求用戶重讀；若為有效數(shù)據(jù)，系統(tǒng)調(diào)用說話人模型，分析測試時提供的語音特征，進(jìn)行一個確認(rèn)判決，接受或拒絕；

步驟(4)中的語音有效性檢測可以放到步驟(3)之前。

7.如權(quán)利要求6所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)的實現(xiàn)方法，其特征在于，步驟(4)中，所述在注冊階段聲紋識別模塊建立說話人模型，具體為：說話人提供若干段固定密碼及隨機(jī)數(shù)字串的語音數(shù)據(jù)，在由大量說話人的大量語音訓(xùn)練出的通用背景模型的基礎(chǔ)上，通過最大后驗概率自適應(yīng)算法對該說話人的模型參數(shù)進(jìn)行估計，建立該說話人模型。

8.如權(quán)利要求6所述的提高聲紋識別安全性的聲紋認(rèn)證系統(tǒng)的實現(xiàn)方法，其特征在于，步驟(4)中，所述在測試階段的語音有效性檢測具體為：對用戶提供的語音數(shù)據(jù)進(jìn)行錄音檢測和拼接及機(jī)器合成檢測，如錄音檢測結(jié)果判定用戶提供的語音數(shù)據(jù)屬于錄音則屬于無效數(shù)據(jù)，如拼接及機(jī)器合成檢測結(jié)果判定用戶提供的語音數(shù)據(jù)屬于拼接及機(jī)器合成則屬于無效數(shù)據(jù)。