[發明專利]基于語音的生物認證方法及設備

有效

• 申請號: 201310210886.8
• 申請日: 2013-05-31
• 公開（公告）號: CN104217149B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 劉文;張世磊;包勝華;李敏;秦勇;蘇中
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06F21/32
• 分類號: G06F21/32
• 代理公司: 北京市中咨律師事務所11247
• 代理人: 于靜,張亞非

技術領域

本發明涉及用戶認證，并且具體涉及一種基于語音的生物認證方法及設備。

背景技術

隨著技術的發展，用戶在工作、生活中需要進行大量基于通信、互聯網的活動，為了保障用戶活動的安全性，通常都需要進行用戶認證。

密碼作為一種傳統的認證方式，存在著容易被破解、丟失或遺忘的缺點。為了提高密碼認證的安全性，在臺式機或者筆記本上還可以用U盾來保證安全性，但這種方式難以應用在手持移動終端或者呼叫中心中。更為重要的是，前述方式的人身關聯性低，非法獲取上述信息的人容易被當作是用戶本人。目前，很多場合都需要確認是用戶本人的操作，為了提高用戶認證的人身關聯性，指紋識別、虹膜檢測、人臉識別以及聲音識別等生物特征認證方式得到了廣泛的應用與發展。

說話人識別是當前生物信息認證方式中的一種主流方式，通常包括文本相關(Text dependent)以及文本無關(Text independent)兩種聲紋識別方式，并且，聲紋識別通常也都包括訓練(enrollment)、校驗(verification)兩個步驟。

在文本相關的聲紋驗證中，在訓練中說的什么語音片段，校驗的時候也必須說相同的語音片段。該種方式準確率很高，可達到99％以上，并且訓練所用的語音片段只需幾秒鐘即可，應用方便，是一種廣泛采用的聲音認證方式。但是由于始終說的都是訓練集中的幾句話，而且聲音是公開的，很容易被錄音竊取后通過播放的方式欺騙認證系統。

在文本無關型的聲紋驗證中，校驗的時候可以說和訓練不一樣的文本。采用該種方式在認證時提出動態問題可以解決錄音欺騙的問題，但其準確率低，通常只能達到70％左右，還無法完全進入實用階段，特別是在銀行等需要高準確率的用戶認證領域中，并且，訓練時要求用戶至少說出幾十秒的內容，使用不便。因此，在實際應用中，文本無關型的聲紋驗證方式通常要和其他的生物特征認證方式共同使用，很難作為一種獨立的檢測方式，由此也限制了其使用的范圍。

綜上可見，現有技術仍然存在著缺陷，迫切的需要一種準確率高的防止錄音欺騙的語音驗證方案。

發明內容

鑒于以上問題而提出了本發明。本發明的一個目的在于提供一種準確率高的防止錄音欺騙的語音驗證方案。

根據本發明的一個方面，提供了一種用戶認證的方法，所述方法包括：向所述用戶發送問題提示，所述問題提示要求用戶說出語音片段以及動態問題的答案，所述語音片段用于在認證之前訓練出文本相關的說話人識別模型；響應于接收所述語音回答，從述語音回答中切分出所述語音片段部分以及動態問題答案部分；根據所述文本相關的說話人識別模型對所述語音片段部分進行校驗；對所述動態問題答案部分進行答案檢驗；驗證所述語音回答中所述語音片段以及動態問題答案之間的邊界平滑度；根據所述聲紋校驗、答案驗證以及邊界平滑度進行所述用戶認證。。

根據本發明的另一個方面，提供了一種用戶認證的設備，所述設備包括：提示裝置，配置為向所述用戶發送問題提示，所述問題提示要求用戶說出語音片段以及動態問題的答案，所述語音片段用于在認證之前訓練出文本相關的說話人識別模型；切分裝置，配置為響應于接收所述語音回答，從所述語音回答中切分出所述語音片段部分以及動態問題答案部分；語音片段檢驗裝置，配置為根據所述文本相關的說話人識別模型對所述語音片段部分進行校驗；動態問題檢驗裝置，配置為對所述動態問題答案部分進行答案檢驗；邊界檢驗裝置，配置為驗證所述語音回答中所述語音片段以及動態問題答案之間的邊界平滑度；認證結果生成裝置，配置為根據所述聲紋校驗、答案驗證以及邊界平滑度進行所述用戶認證。在根據本發明上述方面的方法和設備中，根據檢測邊界處的平滑程度，能夠分辨出語音回答是否涉及錄音欺騙。

附圖說明

通過結合附圖對本公開示例性實施方式進行更詳細的描述，本公開的上述以及其它目的、特征和優勢將變得更加明顯，其中，在本公開示例性實施方式中，相同的參考標號通常代表相同部件。

圖1示出了適于用來實現本發明實施方式的示例性計算機系統/服務器12的框圖。

圖2是示出根據本發明實施例的用戶認證的方法的流程圖。

圖3示出了基于能量的邊界平滑度檢測實施例。

圖4、圖5示出了基于基音頻率(pitch)的邊界平滑度檢測實施例。

圖6示出了一個實施例中生成問題的具體步驟。

圖7是示出根據本發明實施例的用戶認證設備的框圖。

具體實施方式