[發(fā)明專利]建立聲紋模型的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201611005290.4
• 申請(qǐng)日: 2016-11-11
• 公開（公告）號(hào): CN106782567B
• 公開（公告）日: 2020-04-03
• 發(fā)明（設(shè)計(jì)）人: 盧道和;陳朝亮;楊軍;黃葉飛;楊粟;李曉俊;鐘偉
• 申請(qǐng)（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號(hào): G10L17/04
• 分類號(hào): G10L17/04
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

本發(fā)明公開了一種建立聲紋模型的方法和裝置，所述方法包括：當(dāng)獲取到人臉視頻，且成功識(shí)別所述人臉視頻的人臉圖像時(shí)，提取所述人臉視頻中的音頻文件，記為第一音頻文件；輸出提示信息，以提示審核人員審核所述人臉視頻；當(dāng)接收到所述人臉視頻審核通過的通知消息時(shí)，根據(jù)所述第一音頻文件建立聲紋模型。本發(fā)明實(shí)現(xiàn)了在人臉識(shí)別的基礎(chǔ)上，進(jìn)一步獲取用戶的音頻文件，根據(jù)所獲取的音頻文件建立聲紋模型，當(dāng)下次接收到用戶的人臉視頻時(shí)，只有當(dāng)人臉視頻中的人臉圖像識(shí)別成功，且人臉視頻中的音頻文件與所建立的聲紋模型吻合時(shí)，確認(rèn)用戶為真實(shí)的用戶，以提高用戶識(shí)別的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及身份識(shí)別技術(shù)領(lǐng)域，尤其涉及一種建立聲紋模型的方法和裝置。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)在很多銀行業(yè)務(wù)都可以不去銀行柜臺(tái)辦理，比如銀行卡查詢業(yè)務(wù)，凍結(jié)業(yè)務(wù)，開戶業(yè)務(wù)等，用戶可直接通過電話或者在互聯(lián)網(wǎng)上辦理各項(xiàng)業(yè)務(wù)。但是，現(xiàn)有的通過電話或者在互聯(lián)網(wǎng)上辦理各項(xiàng)業(yè)務(wù)，都需要輸入銀行卡賬號(hào)和密碼，如果銀行卡賬號(hào)輸入錯(cuò)誤或者密碼輸入錯(cuò)誤，則需要重新輸入。而且，當(dāng)用戶輸入3次密碼都錯(cuò)誤時(shí)，銀行卡將會(huì)被鎖定，用戶則不可以再辦理相應(yīng)的業(yè)務(wù)，直至用戶去銀行柜臺(tái)解鎖銀行卡。因此，現(xiàn)有的解決方案只能通過人臉識(shí)別來確認(rèn)用戶的身份。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種建立聲紋模型的方法和裝置，旨在解決如何在人臉識(shí)別的基礎(chǔ)上提高識(shí)別用戶準(zhǔn)確率的技術(shù)問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種建立聲紋模型的方法，所述建立聲紋模型的方法包括：

當(dāng)獲取到人臉視頻，且成功識(shí)別所述人臉視頻的人臉圖像時(shí)，提取所述人臉視頻中的音頻文件，記為第一音頻文件；

輸出提示信息，以提示審核人員審核所述人臉視頻；

當(dāng)接收到所述人臉視頻審核通過的通知消息時(shí)，根據(jù)所述第一音頻文件建立聲紋模型。

優(yōu)選地，所述當(dāng)接收到所述人臉視頻審核通過的通知消息時(shí)，根據(jù)所述第一音頻文件建立聲紋模型的步驟包括：

當(dāng)接收到所述人臉視頻審核通過的通知消息時(shí)，判斷是否已存在聲紋模型；

若未存在聲紋模型，則根據(jù)所述第一音頻文件建立聲紋模型；

若已存在聲紋模型，則刪除已存在的聲紋模型，提取所存儲(chǔ)的第二音頻文件，其中，所述第二音頻文件為注冊(cè)成功的音頻文件；

根據(jù)所述第一音頻文件和所述第二音頻文件建立聲紋模型。

優(yōu)選地，所述提取所存儲(chǔ)的第二音頻文件的步驟包括：

判斷是否存儲(chǔ)有預(yù)設(shè)數(shù)目的所述第二音頻文件；

若存儲(chǔ)有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則所述根據(jù)所述第一音頻文件和所述第二音頻文件建立聲紋模型的步驟包括：

根據(jù)最近所存儲(chǔ)預(yù)設(shè)數(shù)目的所述第二音頻文件和所述第一音頻文件建立聲紋模型。

優(yōu)選地，所述判斷是否存儲(chǔ)有預(yù)設(shè)數(shù)目的所述第二音頻文件的步驟之后，還包括：

若未存儲(chǔ)有所述預(yù)設(shè)數(shù)目的所述第二音頻文件，則獲取所存儲(chǔ)的所有所述第二音頻文件；

所述根據(jù)所述第一音頻文件和所述第二音頻文件建立聲紋模型的步驟包括：

根據(jù)所獲取的所有所述第二音頻文件和所述第一音頻文件建立聲紋模型。

優(yōu)選地，所述當(dāng)獲取到人臉視頻，且成功識(shí)別所述人臉視頻的人臉圖像時(shí)，提取所述人臉視頻中的音頻文件，記為第一音頻文件的步驟之后，還包括：

判斷是否已存在聲紋模型；