[發(fā)明專利]基于聲紋識(shí)別的身份驗(yàn)證的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710147695.X
• 申請日: 2017-03-13
• 公開（公告）號(hào): CN107068154A
• 公開（公告）日: 2017-08-18
• 發(fā)明（設(shè)計(jì)）人: 王健宗;丁涵宇;郭卉;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G10L17/02
• 分類號(hào): G10L17/02;G10L17/04;G10L17/06;G10L25/24;G10L25/18
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)44347
• 代理人: 高杰,于志光

1.一種基于聲紋識(shí)別的身份驗(yàn)證的方法，其特征在于，所述基于聲紋識(shí)別的身份驗(yàn)證的方法包括：

S1，在接收到進(jìn)行身份驗(yàn)證的用戶的語音數(shù)據(jù)后，獲取所述語音數(shù)據(jù)的聲紋特征，并基于所述聲紋特征構(gòu)建對(duì)應(yīng)的聲紋特征向量；

S2，將所述聲紋特征向量輸入預(yù)先訓(xùn)練生成的背景信道模型，以構(gòu)建出所述語音數(shù)據(jù)對(duì)應(yīng)的當(dāng)前聲紋鑒別向量；

S3，計(jì)算所述當(dāng)前聲紋鑒別向量與預(yù)存的該用戶的標(biāo)準(zhǔn)聲紋鑒別向量之間的空間距離，基于所述距離對(duì)該用戶進(jìn)行身份驗(yàn)證，并生成驗(yàn)證結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于聲紋識(shí)別的身份驗(yàn)證的方法，其特征在于，所述步驟S1包括：

S11，對(duì)所述語音數(shù)據(jù)進(jìn)行預(yù)加重、分幀和加窗處理；

S12，對(duì)每一個(gè)加窗進(jìn)行傅立葉變換得到對(duì)應(yīng)的頻譜；

S13，將所述頻譜輸入梅爾濾波器以輸出得到梅爾頻譜；

S14，在梅爾頻譜上面進(jìn)行倒譜分析以獲得梅爾頻率倒譜系數(shù)MFCC，基于所述梅爾頻率倒譜系數(shù)MFCC組成對(duì)應(yīng)的聲紋特征向量。

3.根據(jù)權(quán)利要求1所述的基于聲紋識(shí)別的身份驗(yàn)證的方法，其特征在于，所述步驟S3包括：

S31，計(jì)算所述當(dāng)前聲紋鑒別向量與預(yù)存的該用戶的標(biāo)準(zhǔn)聲紋鑒別向量之間的余弦距離：為所述標(biāo)準(zhǔn)聲紋鑒別向量，為當(dāng)前聲紋鑒別向量；

S32，若所述余弦距離小于或者等于預(yù)設(shè)的距離閾值，則生成驗(yàn)證通過的信息；

S33，若所述余弦距離大于預(yù)設(shè)的距離閾值，則生成驗(yàn)證不通過的信息。

4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的基于聲紋識(shí)別的身份驗(yàn)證的方法，其特征在于，所述背景信道模型為高斯混合模型，所述步驟S1之前包括：

獲取預(yù)設(shè)數(shù)量的語音數(shù)據(jù)樣本，并獲取各語音數(shù)據(jù)樣本對(duì)應(yīng)的聲紋特征，并基于各語音數(shù)據(jù)樣本對(duì)應(yīng)的聲紋特征構(gòu)建各語音數(shù)據(jù)樣本對(duì)應(yīng)的聲紋特征向量；

將各語音數(shù)據(jù)樣本對(duì)應(yīng)的聲紋特征向量分為第一比例的訓(xùn)練集和第二比例的驗(yàn)證集，所述第一比例及第二比例的和小于等于1；

利用所述訓(xùn)練集中的聲紋特征向量對(duì)高斯混合模型進(jìn)行訓(xùn)練，并在訓(xùn)練完成后，利用所述驗(yàn)證集對(duì)訓(xùn)練后的高斯混合模型的準(zhǔn)確率進(jìn)行驗(yàn)證；

若所述準(zhǔn)確率大于預(yù)設(shè)閾值，則模型訓(xùn)練結(jié)束，以訓(xùn)練后的高斯混合模型作為所述步驟S2的背景信道模型，或者，若所述準(zhǔn)確率小于等于預(yù)設(shè)閾值，則增加所述語音數(shù)據(jù)樣本的數(shù)量，并基于增加后的語音數(shù)據(jù)樣本重新進(jìn)行訓(xùn)練。

5.根據(jù)權(quán)利要求1或2所述的基于聲紋識(shí)別的身份驗(yàn)證的方法，其特征在于，所述步驟S3替換為：計(jì)算所述當(dāng)前聲紋鑒別向量與預(yù)存的各標(biāo)準(zhǔn)聲紋鑒別向量之間的空間距離，獲取最小的空間距離，基于所述最小的空間距離對(duì)該用戶進(jìn)行身份驗(yàn)證，并生成驗(yàn)證結(jié)果。

6.一種基于聲紋識(shí)別的身份驗(yàn)證的系統(tǒng)，其特征在于，所述基于聲紋識(shí)別的身份驗(yàn)證的系統(tǒng)包括：

第一獲取模塊，用于在接收到進(jìn)行身份驗(yàn)證的用戶的語音數(shù)據(jù)后，獲取所述語音數(shù)據(jù)的聲紋特征，并基于所述聲紋特征構(gòu)建對(duì)應(yīng)的聲紋特征向量；

構(gòu)建模塊，用于將所述聲紋特征向量輸入預(yù)先訓(xùn)練生成的背景信道模型，以構(gòu)建出所述語音數(shù)據(jù)對(duì)應(yīng)的當(dāng)前聲紋鑒別向量；

第一驗(yàn)證模塊，用于計(jì)算所述當(dāng)前聲紋鑒別向量與預(yù)存的該用戶的標(biāo)準(zhǔn)聲紋鑒別向量之間的空間距離，基于所述距離對(duì)該用戶進(jìn)行身份驗(yàn)證，并生成驗(yàn)證結(jié)果。

7.根據(jù)權(quán)利要求6所述的基于聲紋識(shí)別的身份驗(yàn)證的系統(tǒng)，其特征在于，所述第一獲取模塊具體用于對(duì)所述語音數(shù)據(jù)進(jìn)行預(yù)加重、分幀和加窗處理；對(duì)每一個(gè)加窗進(jìn)行傅立葉變換得到對(duì)應(yīng)的頻譜；將所述頻譜輸入梅爾濾波器以輸出得到梅爾頻譜；在梅爾頻譜上面進(jìn)行倒譜分析以獲得梅爾頻率倒譜系數(shù)MFCC，基于所述梅爾頻率倒譜系數(shù)MFCC組成對(duì)應(yīng)的聲紋特征向量。

8.根據(jù)權(quán)利要求6所述的基于聲紋識(shí)別的身份驗(yàn)證的系統(tǒng)，其特征在于，所述第一驗(yàn)證模塊具體用于計(jì)算所述當(dāng)前聲紋鑒別向量與預(yù)存的該用戶的標(biāo)準(zhǔn)聲紋鑒別向量之間的余弦距離：為所述標(biāo)準(zhǔn)聲紋鑒別向量，為當(dāng)前聲紋鑒別向量；若所述余弦距離小于或者等于預(yù)設(shè)的距離閾值，則生成驗(yàn)證通過的信息；若所述余弦距離大于預(yù)設(shè)的距離閾值，則生成驗(yàn)證不通過的信息。