[發明專利]聲紋密碼認證方法及系統有效
| 申請號: | 201110218042.9 | 申請日: | 2011-08-01 |
| 公開(公告)號: | CN102238189A | 公開(公告)日: | 2011-11-09 |
| 發明(設計)人: | 何婷婷;胡國平;胡郁;王智國;劉慶峰 | 申請(專利權)人: | 安徽科大訊飛信息科技股份有限公司 |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06;H04L9/32;G10L17/00 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 趙景平;逯長明 |
| 地址: | 230088 安徽*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 聲紋 密碼 認證 方法 系統 | ||
1.一種聲紋密碼認證方法,其特征在于,包括:
接收登錄用戶錄入的語音信號;
提取所述語音信號中的聲紋特征序列;
對所述語音信號進行語音識別,獲得所述登錄用戶的密碼文本;
如果獲得的密碼文本與對應所述登錄用戶的注冊密碼文本不同,則確定所述登錄用戶為非認證用戶;
如果獲得的密碼文本與對應所述登錄用戶的注冊密碼文本相同,
則確定對應所述登錄用戶的背景模型,所述背景模型包括:與文本無關的通用背景模型、以及與文本相關的優化背景模型;
分別計算所述聲紋特征序列與對應所述登錄用戶的說話人聲紋模型的似然度、以及所述聲紋特征序列與所述背景模型的似然度;
根據所述聲紋特征序列與說話人聲紋模型的似然度、以及所述聲紋特征序列與背景模型的似然度,計算似然比;
如果所述似然比大于設定的閾值,則確定所述登錄用戶為有效認證用戶,否則確定所述登錄用戶為非認證用戶。
2.如權利要求1所述的方法,其特征在于,所述確定對應所述登錄用戶的背景模型包括:
如果有與所述登錄用戶的密碼文本對應的優化背景模型,則選擇該優化背景模型作為對應所述登錄用戶的背景模型;否則選擇所述通用背景模型作為對應所述登錄用戶的背景模型。
3.如權利要求1所述的方法,其特征在于,所述方法還包括:
將登錄用戶錄入的語音信號或者從登錄用戶錄入的語音信號中提取的聲紋特征序列寫入與所述登錄用戶錄入的語音信號相應的密碼文本對應的緩存區;
接收注冊用戶錄入的注冊語音信號;
對所述注冊語音信號進行語音識別,得到所述注冊用戶的注冊密碼文本;
將所述注冊語音信號或者從所述注冊語音信號中提取的聲紋特征序列寫入與該注冊語音信號相應的密碼文本對應的緩存區;
根據所述注冊用戶錄入的注冊語音信號訓練對應所述注冊用戶的說話人聲紋模型;
實時根據每個緩存區中的數據構建或更新與所述緩存區對應密碼文本相關的優化背景模型。
4.如權利要求3所述的方法,其特征在于,所述實時根據每個緩存區中的數據構建或更新與所述緩存區對應密碼文本相關的優化背景模型:
如果一個緩存區中存儲的數據量達到第一預設值,并且當前沒有與該緩存區對應密碼文本相關的優化背景模型,則以所述通用背景模型為初始模型,根據該緩存區中的數據生成與該緩存區對應密碼文本相關的優化背景模型,并刪除該緩存區中存儲的數據;如果一個緩存區中存儲的數據量達到第一預設值,并且當前有與該緩存區對應密碼文本相關的優化背景模型,則以該優化背景模型為初始模型,根據該緩存區中的數據更新該優化背景模型,并刪除該緩存區中存儲的數據。
5.如權利要求3所述的方法,其特征在于,所述實時根據每個緩存區中的數據構建或更新與所述緩存區對應密碼文本相關的優化背景模型:
如果一個緩存區中存儲的數據量達到第二預設值的整數倍,則以所述通用背景模型為初始模型,根據該緩存區中的數據重新生成與該緩存區對應密碼文本相關的優化背景模型。
6.如權利要求3至5任一項所述的方法,其特征在于,所述注冊用戶錄入的注冊語音信號重復多次;
所述對所述注冊語音信號進行語音識別,得到所述注冊用戶的注冊密碼文本包括:
分別對每次錄入的注冊語音信號進行語音識別,得到多個識別結果及與各識別結果對應的識別似然度得分;
選擇具有最高似然度得分的識別結果作為所述注冊用戶的注冊密碼文本。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽科大訊飛信息科技股份有限公司,未經安徽科大訊飛信息科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110218042.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種全自動無限長指接機
- 下一篇:輕便手板鋸





