[發(fā)明專利]基于特定人語音的實時在線支付技術(shù)及其應(yīng)用

無效

• 申請?zhí)枺?/td>: 201210343815.0
• 申請日: 2012-09-18
• 公開（公告）號: CN103679451A
• 公開（公告）日: 2014-03-26
• 發(fā)明（設(shè)計）人: 簡相超;徐梓強(qiáng);安楓
• 申請（專利權(quán)）人: 上海語聯(lián)信息技術(shù)有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G10L15/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于電子信息技術(shù)領(lǐng)域，通過對人的聲音的物理特性來進(jìn)行識別的一種生物識別技術(shù)，利用人的這種唯一性的特定人語音特征的分析與研究，也就是聲紋驗證技術(shù)，作為一種身份認(rèn)證和識別，具體應(yīng)用到在線支付領(lǐng)域。截止到目前為止，基于特定人語音的實時在線支付技術(shù)被認(rèn)為是一種最安全的銀行支付技術(shù)，可廣泛應(yīng)用到電子商務(wù)、網(wǎng)上商城，以及各種實時在線支付的應(yīng)用。

背景技術(shù)

特定人語音識別，可以看成語音識別技術(shù)的一種分支。早在上世紀(jì)五十年代，人們就開始了語音識別技術(shù)的研究工作，美國在這方面研究起步比較早。語音識別技術(shù)相當(dāng)復(fù)雜，包括了聲學(xué)、語言學(xué)、數(shù)字信號處理、統(tǒng)計模式、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等多學(xué)科技術(shù)的一項綜合性技術(shù)，研究所投入的人力、物力等非常大，所需時間相對也比較長。直到進(jìn)入90年代，語音識別技術(shù)逐漸開始了商業(yè)應(yīng)用，起初主要應(yīng)用于電信、金融等行業(yè)，如美國電信運營商Sprint公司的語音助理、美洲銀行的語音銀行等，隨著智能手機(jī)等移動終端和通信網(wǎng)絡(luò)的發(fā)展，應(yīng)用也開始越來越普遍。經(jīng)過近二十年的發(fā)展，已經(jīng)形成了一定規(guī)模的應(yīng)用市場，除了在電信、金融得到了廣泛應(yīng)用外，在語音搜索、智能交通等領(lǐng)域也逐漸應(yīng)用起來，尤其近年來蘋果手機(jī)siri語音識別，更是被人們所熟悉。

我國在語音識別技術(shù)的研究起步比較晚，最早以中科院聲學(xué)所以及個別高校研究為主，限于研發(fā)投入、市場驅(qū)動等因素，大多尚處于實驗室階段，技術(shù)上還需要一定的突破，離真正的商用還有段距離。但是近十年來，通過借鑒國外的語音識別技術(shù)和市場的推動，我國的語音識別技術(shù)研究進(jìn)展也很快，有不少科研單位和企業(yè)推出了相對比較成熟的語音識別技術(shù)，也開始在市場中的到應(yīng)用，發(fā)展?jié)摿艽蟆?

特定人的語音識別，通常說的聲紋驗證，屬于語音識別技術(shù)的一種，也是伴隨著語音識別技術(shù)研究而取得了不斷的發(fā)展。除了人們所熟悉聲紋鎖的應(yīng)用外，在信息技術(shù)、金融、國防等領(lǐng)域也得到了應(yīng)用。其中典型的有英國一家語音支付公司的Voicepay語音支付應(yīng)用，為銀行、電子商務(wù)、購物網(wǎng)站提供支付認(rèn)證。

與其它生物識別技術(shù)，如指紋識別、虹膜識別、視網(wǎng)膜識別、面部識別等相比較，聲紋識別技術(shù)相對比較復(fù)雜，但是安全性是其中最高的，應(yīng)用面也更廣闊，市場應(yīng)用前景潛力很大，不久的將來會被廣泛的應(yīng)用。

本發(fā)明在對聲紋識別技術(shù)原理分析與研究的基礎(chǔ)上，通過對語音特征提取和模式匹配，實現(xiàn)了聲紋識別技術(shù)的軟件算法，并將該技術(shù)應(yīng)用到銀行支付領(lǐng)域，類似于目前的網(wǎng)上銀行和移動支付，實現(xiàn)了一種新型的實時在線支付技術(shù)，讓在線支付更安全、更便捷，具有廣闊的應(yīng)用前景。

發(fā)明內(nèi)容

附圖說明：圖1為特定人的語音識別原理圖；圖2為語音支付系統(tǒng)網(wǎng)絡(luò)拓?fù)浼爸Ц哆^程圖；圖3為語音支付的用戶注冊流程圖；圖4為語音支付的用戶實時支付過程圖。

作為一種新型的實時在線支付技術(shù)，本發(fā)明基于特定人語音的實時在線支付技術(shù)及其應(yīng)用，也就是語音支付技術(shù)及其應(yīng)用，其發(fā)明內(nèi)容主要包括：特定人的語音識別原理、語音支付系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)及支付過程、語音支付的用戶注冊流程、語音支付的用戶實時支付過程等四部分，下面將分別給予描述。

特定人的語音識別原理

特定人的語音識別的基本原理如圖1所示，主要包括兩個階段，即訓(xùn)練和識別。訓(xùn)練階段，系統(tǒng)的每個使用者說出若干訓(xùn)練語句，系統(tǒng)據(jù)此建立每個使用者的模板或模型參數(shù)。識別階段，由待識別人說的語音經(jīng)特征提取后與系統(tǒng)訓(xùn)練時所產(chǎn)生的模板或模型參數(shù)進(jìn)行比較。在特定人的辨認(rèn)中，取與測試音匹配距離最小的特定人模型所對應(yīng)的特定人作為識別結(jié)果；在特定人確認(rèn)中，則通過判斷測試音與所聲稱的特定人的模型的匹配距離是否小于一定閥值作出判斷。由圖1可以看出，要實現(xiàn)特定人的識別，主要應(yīng)解決如下基本問題：

1、語音信號的預(yù)處理和特征提取，即提取出能夠有效表征特定人特征的參數(shù)。實際上，本發(fā)明所采用的特征是從語音信號模型中得到的，它們既包含特定人的語音特征，又包含特定人的個性特征，并且互相交織在一起，以復(fù)雜的形式存于語音參數(shù)中；

2、特定人模型的建立和模型參數(shù)的訓(xùn)練。主要包括模型結(jié)構(gòu)的表示和參數(shù)估計算法；

3、測試音與特定人模型的匹配距離計算。本發(fā)明采用的特定人模型結(jié)構(gòu)對應(yīng)于特定人識別的不同方法。隨著技術(shù)的發(fā)展，我們對特定人識別的方法又有所更新，包括矢量量化，模板匹配法，隱馬爾可夫模型，高斯混合馬爾可夫模型，人工神經(jīng)網(wǎng)絡(luò)方法等，在此就不一一描述了；

4、識別與判斷策略。根據(jù)匹配距離的計算結(jié)果判斷特定人是否所聲稱的說話人或該特定人到底是誰；