[發明專利]提高聲紋識別安全性的聲紋認證系統及其實現方法

無效

• 申請號: 201010280751.5
• 申請日: 2010-09-14
• 公開（公告）號: CN102402985A
• 公開（公告）日: 2012-04-04
• 發明（設計）人: 許東星;黃偉;李霄寒
• 申請（專利權）人: 盛樂信息技術（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: 上海浦一知識產權代理有限公司 31211
• 代理人: 王函

技術領域

本發明涉及一種聲紋認證系統，尤其涉及一種提高聲紋識別安全性的聲紋認證系統；此外，本發明還涉及該提高聲紋識別安全性的聲紋認證系統的實現方法。

背景技術

基于聲紋的身份認證系統通常采用固定密碼或與文本無關的聲紋識別技術，無論固定密碼還是文本無關的密碼，都容易被事先錄制的語音攻擊，或者被人工拼接、機器合成的語音攻擊。不同的人的語音具有不同的特點，可以用于區分不同的說話人，這是語音用于聲紋認證的基礎。人的語音富有變化性，不僅人的聲音會隨著年齡變化，也會隨著人的身體狀態變化，即便是在比較短的時間間隔內，同一個人說的同樣內容的語音仍然不同，這一點與錄音、人工拼接、機器合成的語音不同，因此，如何針對上述特點研發一種聲紋認證系統，增加被冒認用戶非法攻擊的成本，以提高聲紋識別的安全性，是亟需解決的問題。

發明內容

本發明要解決的技術問題是提供一種提高聲紋識別安全性的聲紋認證系統，其可以增加被冒認用戶非法攻擊的成本，有效提高聲紋識別的安全性。此外，本發明還提供該提高聲紋識別安全性的聲紋認證系統的實現方法。

為解決上述技術問題，本發明提供一種提高聲紋識別安全性的聲紋認證系統，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器相連，服務器產生隨機密碼或用戶設定固定密碼；該語音識別模塊用于對用戶提供的語音進行內容分析，對提供的語音內容與密碼內容進行模式匹配，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證確認判決模塊，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據進行語音有效性檢測，若為用戶自然產生的有效數據，則調用說話人模型，分析測試時提供的語音特征，進行一個確認判決，接受或拒絕。

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數字串的語音數據，在由大量說話人的大量語音訓練出的通用背景模型的基礎上，通過最大后驗概率自適應算法對該說話人的模型參數進行估計，建立該說話人模型。

所述聲紋識別模塊在測試單元進行語音有效性檢測，包括對用戶提供的語音數據進行錄音檢測和拼接及機器合成檢測，如錄音檢測結果判定用戶提供的語音數據屬于錄音則屬于無效數據，如拼接及機器合成檢測結果判定用戶提供的語音數據屬于拼接及機器合成則屬于無效數據。

在語音有效性檢測中，對用戶所提供的2條以上的語音進行進一步的核對，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聲之間的差異，說明該語音是無效數據，則予于拒絕，反之，則為有效數據。

所述聲紋識別模塊在測試單元調用說話人模型，分析測試時提供的語音特征，進行一個確認判決，具體為：系統調用說話人模型，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證的閾值進行匹配，若評分大于閾值，則接受，反之，若評分低于閾值，則拒絕。

此外，本發明還提供一種提高聲紋識別安全性的聲紋認證系統的實現方法，包括如下步驟：

(1)服務器產生隨機密碼或用戶設定固定密碼；

(2)用戶提供語音；

(3)語音識別模塊對用戶提供的語音進行內容分析，對提供的語音內容與密碼內容進行模式匹配，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，應予以拒絕，回到步驟(2)要求用戶重讀；若相符，則進入步驟(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，如語音未達到2條，則回到步驟(2)要求用戶重讀，直至語音達到2條以上；然后對用戶提供的語音數據進行語音有效性檢測，判斷提供的數據是否為用戶自然產生的有效數據，若為無效數據，則拒絕，回到步驟(2)要求用戶重讀；若為有效數據，系統調用說話人模型，分析測試時提供的語音特征，進行一個確認判決，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。

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數字串的語音數據，在由大量說話人的大量語音訓練出的通用背景模型的基礎上，通過最大后驗概率自適應算法對該說話人的模型參數進行估計，建立該說話人模型。