[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

技術領域

本發明涉及密碼認證技術領域，特別涉及一種聲紋密碼認證方法及系統。

背景技術

聲紋識別(Voiceprint?Recognition，VPR)也稱為說話人識別，有兩類，即說話人辨認和說話人確認。前者用以判斷某段語音是若干人中的哪一個所說的，是“多選一”問題；而后者用以確認某段語音是否是指定的某個人所說的，是“一對一判別”問題。不同的任務和應用會使用不同的聲紋識別技術。

聲紋認證是指根據采集到的語音信號確認說話人身份，屬于“一對一”的判別問題。現今主流的聲紋認證系統采用了基于假設檢驗的框架，通過分別計算聲紋信號相對于說話人聲紋模型以及背景模型的似然度并比較它們的似然比和預先根據經驗設置的閾值大小來確認。顯然背景模型和說話人聲紋模型的精確度將直接影響到聲紋認證效果，在基于數據驅動的統計模型設定下訓練數據量越大則模型效果越好。

聲紋密碼認證是一種文本相關的說話人身份認證方法。該方法要求用戶語音輸入確定密碼文本，并據此確認說話人身份。在該應用中用戶注冊及身份認證均采用確定密碼文本的語音輸入，因而其聲紋往往較為一致，相應的可取得相比于文本無關的說話人確認更好的認證效果。

在聲紋密碼認證系統中，用戶以語音輸入信號替代傳統的字串密碼輸入，相應的認證系統以說話人聲紋模型的形式保存用戶的聲紋密碼。現有的聲紋密碼認證系統大都是采用計算聲紋信號相對于說話人聲紋模型及背景模型的似然度，并比較其似然度比和預設的閾值大小來確認用戶身份。因此，背景模型和說話人聲紋模型的精確程度將直接影響到聲紋密碼認證的效果。

在現有技術中，聲紋密碼認證系統普遍采用通用背景模型，用于模擬文本無關的用戶聲紋特性，具體是在采集的多說話人數據上以離線方式訓練得到單一的通用背景模型。這種通用背景模型雖然有較好的普適性，但模型描述不夠精確，區分度較低，在一定程度上影響了密碼認證的準確性。

發明內容

本發明實施例提供一種聲紋密碼認證方法及系統，以提高基于聲紋密碼進行身份認證的準確率。

一種聲紋密碼認證方法，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。

優選地，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。

優選地，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。

可選地，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：