[發明專利]一種基于語音的認證方法及裝置

無效

• 申請號: 201210171368.5
• 申請日: 2012-05-29
• 公開（公告）號: CN102737634A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 馬旭;唐虹剛
• 申請（專利權）人: 百度在線網絡技術(北京)有限公司
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L15/26
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 袁媛

技術領域

本發明涉及計算機應用技術領域，特別是涉及一種基于語音的認證方法及裝置。

背景技術

在信息化時代，如何準確鑒定一個人的身份、保護信息安全，已成為一個廣為關注的問題。傳統的身份認證方式由于極易偽造和丟失，已經難以滿足需求，目前最為便捷與安全的解決方案無疑是生物特征識別技術。生物識別技術(Biometric?Identification?Technology)是指利用人體生物特征進行身份認證的一種技術。其通過計算機與光學、聲學、生物傳感器和生物統計學原理等高科技手段密切結合，利用人體固有的生理特征和行為特征來進行個人身份的鑒定。

目前，應用較為廣泛的生物特征包括臉部、指紋、掌紋、虹膜等特征，基于這些特征的認證/識別系統都要求具有圖像采集設備，而且對圖像質量敏感，識別結果很容易受到拍攝角度、環境光線等因素干擾，這就對圖像采集設備提出了較高的要求。如果是基于指紋、掌紋、虹膜等特征的系統，還要求配置特殊的采集裝置，進一步增加了實現成本，難以在手機、平板電腦等移動設備上得以實際應用。

聲紋(Voiceprint)是對語音中所包含的能唯一表征說話人身份的特征參數以及基于這些特征參數所建立的模型的總稱。聲紋識別則是根據某段語音識別說話人身份的方法。與指紋、掌紋、虹膜等識別方法相比，聲紋識別不會受到角度光線等因素影響，而且僅需要簡單的錄音設備即可，實現成本相對較低，目前絕大多數移動設備都具有錄音功能。

然而，與指紋、虹膜等特征不同的是，聲音樣本可以較為容易地采集，因此利用錄音等手段，可以輕易實現對系統的欺騙。

發明內容

為解決上述技術問題，本發明實施例提供一種基于語音的認證方法及裝置，以解決現有的聲紋識別技術所存在的安全隱患。技術方案如下：

本發明提供一種基于語音的認證方法，該方法包括：

生成文本認證信息；

將所述文本認證信息顯示給待認證用戶并提示用戶回應；

接收用戶回應的語音信息，對所述語音信息進行聲紋認證及語音識別，根據識別結果確定用戶是否通過認證。

在本發明的一種實施方式中，所述對該語音信息進行聲紋認證及語音識別，根據結果確定用戶是否通過認證，包括：

利用預先訓練的聲紋模型，對所述語音信息進行聲紋認證；

在聲紋認證通過的情況下，進一步對該語音信號進行語音識別；

將語音識別結果與所述文本認證信息進行匹配，根據匹配結果確定該用戶是否通過認證。

在本發明的一種實施方式中，該方法還包括：

在用戶通過認證的情況下，利用所述語音信號對所述聲紋模型進行修正。

在本發明的一種實施方式中，所述生成文本認證信息，包括：

根據預置的字符集合，以字符為單位生成文本認證信息。

在本發明的一種實施方式中，所述提示用戶回應包括：提示用戶以字符為單位，閱讀所述文本認證信息。

在本發明的一種實施方式中，所述語音識別過程，以字符為基本識別單位。

在本發明的一種實施方式中，所述將語音識別結果與所生成的文本認證信息進行匹配，根據匹配結果確定該用戶是否通過認證，包括：

根據預先定義的所述字符集合中相似讀音字符的差異度，計算語音識別結果與文本認證信息的字符差異度，若計算結果小于預設的閾值，則確定該用戶通過認證。

在本發明的一種實施方式中，所述預置的字符集合中，不包括讀音相似的字符。

在本發明的一種實施方式中，

所述生成文本認證信息，包括：生成一問題形式的信息并確定問題答案；

所述將文本認證信息顯示給待認證用戶并提示用戶回應，包括：將問題顯示給待認證用戶并提示用戶回答所述文本認證信息中的問題。

在本發明的一種實施方式中，所述將語音識別結果與所生成的文本認證信息進行匹配，包括：

將語音識別結果與所述問題答案進行匹配。

本發明還提供一種基于語音的認證裝置，該裝置包括：

認證信息生成模塊，用于生成文本認證信息；

顯示模塊，用于將所述文本認證信息顯示給待認證用戶并提示用戶回應；

認證模塊，用于接收用戶回應的語音信息，對所述語音信息進行聲紋認證及語音識別，根據識別結果確定用戶是否通過認證。

在本發明的一種實施方式中，所述認證模塊，包括：

聲紋認證子模塊，用于接收用戶回應的語音信息，利用預先訓練的聲紋模型，對所述語音信息進行聲紋認證；