[發明專利]一種基于循環神經網絡的身份驗證方法及裝置

在審

• 申請號: 201711340710.9
• 申請日: 2017-12-14
• 公開（公告）號: CN108074575A
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 陳書東
• 申請（專利權）人: 廣州勢必可贏網絡科技有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/18;G10L25/24
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種基于循環神經網絡的身份驗證方法，其特征在于，包括：

接收由用戶端發送的驗證語音；

將驗證語音進行分幀處理，得到驗證語音幀；

逐幀提取驗證語音幀中的MFCC特征值；

將驗證語音幀中的MFCC特征值逐一輸入至預置循環神經網絡模型中，逐一得到驗證語音幀的特征向量；

將所有驗證語音幀的特征向量的平均作為驗證語音的特征向量；

獲取注冊語音的特征向量，并將注冊語音的特征向量與驗證語音的特征向量進行比對，得到匹配值；

判斷匹配值是否高于預置匹配閾值，當確定匹配值高于預置匹配閾值后，發送身份驗證通過信息至用戶端。

2.根據權利要求1所述的基于循環神經網絡的身份驗證方法，其特征在于，接收由用戶端發送的驗證語音之前還包括：

獲取帶有標簽的訓練樣本語音；

提取訓練樣本語音的MFCC特征值，并輸入至雙向長短時記憶神經網絡中進行訓練，得到雙向長短時記憶神經網絡中代價函數的loss值；

判斷代價函數的loss值是否低于預置閾值，若是，則確定訓練后的雙向長短時記憶神經網絡收斂，保存訓練后的雙向長短時記憶神經網絡作為預置循環神經網絡模型，若否，則返回獲取帶有標簽的訓練樣本語音步驟，進入迭代。

3.根據權利要求2所述的基于循環神經網絡的身份驗證方法，其特征在于，接收由用戶端發送的驗證語音之前還包括：

接收用戶端發送的至少兩個注冊語音；

將每個注冊語音進行分幀處理，得到注冊語音幀；

逐幀提取注冊語音幀中的MFCC特征值；

將注冊語音幀中的MFCC特征值逐一輸入至訓練后的雙向長短時記憶神經網絡中，得到注冊語音幀的特征向量；

將所有注冊語音幀的特征向量的平均作為注冊語音的特征向量。

4.根據權利要求1所述的基于循環神經網絡的身份驗證方法，其特征在于，還包括：

當匹配值不高于預置匹配閾值后，發送身份驗證失敗信息至用戶端。

5.一種基于循環神經網絡的身份驗證裝置，其特征在于，包括：

第一接收模塊，用于接收由用戶端發送的驗證語音；

第一分幀模塊，用于將驗證語音進行分幀處理，得到驗證語音幀；

第一特征值提取模塊，用于逐幀提取驗證語音幀中的MFCC特征值；

第一語音幀特征向量獲取模塊，用于將驗證語音幀中的MFCC特征值逐一輸入至預置循環神經網絡模型中，逐一得到驗證語音幀的特征向量；

第一語音特征向量生成模塊，用于將所有驗證語音幀的特征向量的平均作為驗證語音的特征向量；

匹配值計算模塊，用于獲取注冊語音的特征向量，并將注冊語音的特征向量與驗證語音的特征向量進行比對，得到匹配值；

匹配值判斷模塊，用于判斷匹配值是否高于預置匹配閾值；

身份驗證通過模塊，用于當確定匹配值高于預置匹配閾值后，發送身份驗證通過信息至用戶端。

6.根據權利要求5所述的基于循環神經網絡的身份驗證裝置，其特征在于，還包括：

樣本語音獲取模塊，用于獲取帶有標簽的訓練樣本語音；

模型訓練模塊，用于提取訓練樣本語音的MFCC特征值，并輸入至雙向長短時記憶神經網絡中進行訓練，得到雙向長短時記憶神經網絡中代價函數的loss值；

模型確定模塊，用于判斷代價函數的loss值是否低于預置閾值，若是，則確定訓練后的雙向長短時記憶神經網絡收斂，保存訓練后的雙向長短時記憶神經網絡作為預置循環神經網絡模型，若否，則跳轉至樣本語音獲取模塊，進入迭代。