[發明專利]電子裝置、基于聲紋的身份驗證方法及存儲介質

在審

• 申請號: 201711161344.0
• 申請日: 2017-11-21
• 公開（公告）號: CN107993071A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 趙峰;王健宗;程寧;鄭斯奇;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G10L17/08;G10L17/18;G10L25/24
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 高杰,于志光

1.一種電子裝置，其特征在于，所述電子裝置包括存儲器及與所述存儲器連接的處理器，所述存儲器中存儲有可在所述處理器上運行的處理系統，所述處理系統被所述處理器執行時實現如下步驟：

分幀采樣步驟，在接收到待進行身份驗證的目標用戶的語音數據后，調用預定的卷積神經網絡CNN模型對該語音數據進行分幀和采樣，得到語音采樣數據；

提取步驟，利用預設濾波器對該語音采樣數據進行處理以提取預設類型聲紋特征，并基于該預設類型聲紋特征構建所述語音數據對應的聲紋特征向量；

構建步驟，將該聲紋特征向量輸入預先訓練的背景信道模型，以構建出所述語音數據的當前聲紋鑒別向量；

驗證步驟，計算該當前聲紋鑒別向量與預存的該目標用戶的標準聲紋鑒別向量之間的空間距離，基于該空間距離對該用戶進行身份驗證，并生成驗證結果。

2.根據權利要求1所述的電子裝置，其特征在于，所述分幀采樣步驟，具體包括：

對該語音數據進行分幀，將分幀后的語音數據以幀為行，以幀內數據為列，得到該語音數據對應的二維語音數據；

采用預設規格的卷積核，并基于第一預設步長，對該二維語音數據進行卷積；

對卷積后的語音數據按照第二預設步長進行最大池化maxpooling采樣，得到所述語音采樣數據。

3.根據權利要求1或2所述的電子裝置，其特征在于，所述提取步驟，具體包括：

對所述語音采樣數據進行預加重及加窗處理，對每一個加窗進行傅立葉變換得到對應的頻譜，將所述頻譜輸入梅爾濾波器以輸出得到梅爾頻譜；

在梅爾頻譜上進行倒譜分析以獲得梅爾頻率倒譜系數MFCC，基于所述梅爾頻率倒譜系數MFCC組成對應的聲紋特征向量。

4.根據權利要求1或2所述的電子裝置，其特征在于，所述驗證步驟，具體包括：

計算該當前聲紋鑒別向量與預存的該目標用戶的標準聲紋鑒別向量之間的余弦距離：為所述標準聲紋鑒別向量，為當前聲紋鑒別向量；

若所述余弦距離小于或者等于預設的距離閾值，則生成驗證通過的信息；

若所述余弦距離大于預設的距離閾值，則生成驗證不通過的信息。

5.一種基于聲紋的身份驗證方法，其特征在于，所述基于聲紋的身份驗證方法包括：

S1，在接收到待進行身份驗證的目標用戶的語音數據后，調用預定的卷積神經網絡CNN模型對該語音數據進行分幀和采樣，得到語音采樣數據；

S2，利用預設濾波器對該語音采樣數據進行處理以提取預設類型聲紋特征，并基于該預設類型聲紋特征構建所述語音數據對應的聲紋特征向量；

S3，將該聲紋特征向量輸入預先訓練的背景信道模型，以構建出所述語音數據的當前聲紋鑒別向量；

S4，計算該當前聲紋鑒別向量與預存的該目標用戶的標準聲紋鑒別向量之間的空間距離，基于該空間距離對該用戶進行身份驗證，并生成驗證結果。

6.根據權利要求5所述的基于聲紋的身份驗證方法，其特征在于，所述步驟S1包括：

對該語音數據進行分幀，將分幀后的語音數據以幀為行，以幀內數據為列，得到該語音數據對應的二維語音數據；

采用預設規格的卷積核，并基于第一預設步長，對該二維語音數據進行卷積；

對卷積后的語音數據按照第二預設步長進行最大池化maxpooling采樣，得到所述語音采樣數據。

7.根據權利要求5或6所述的基于聲紋的身份驗證方法，其特征在于，所述步驟S2包括：

對所述語音采樣數據進行預加重及加窗處理，對每一個加窗進行傅立葉變換得到對應的頻譜，將所述頻譜輸入梅爾濾波器以輸出得到梅爾頻譜；

在梅爾頻譜上進行倒譜分析以獲得梅爾頻率倒譜系數MFCC，基于所述梅爾頻率倒譜系數MFCC組成對應的聲紋特征向量。

8.根據權利要求5或6所述的基于聲紋的身份驗證方法，其特征在于，所述步驟S4包括：

計算該當前聲紋鑒別向量與預存的該目標用戶的標準聲紋鑒別向量之間的余弦距離：為所述標準聲紋鑒別向量，為當前聲紋鑒別向量；

若所述余弦距離小于或者等于預設的距離閾值，則生成驗證通過的信息；

若所述余弦距離大于預設的距離閾值，則生成驗證不通過的信息。