[發明專利]一種防錄音攻擊的聲紋認證方法、裝置及門禁系統

有效

• 申請號: 201810027059.8
• 申請日: 2018-01-11
• 公開（公告）號: CN108039176B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 鄭淵中
• 申請（專利權）人: 廣州勢必可贏網絡科技有限公司
• 主分類號: G10L17/06
• 分類號: G10L17/06;G10L25/24;G07C9/37
• 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

本發明公開了一種防錄音攻擊的聲紋認證方法、裝置及門禁系統，包括：獲取待檢測音頻，提取待檢測音頻的第一MFCC特征向量、第一GFCC特征向量和第一CQCC特征向量；將第一MFCC特征向量、第一GFCC特征向量和第一CQCC特征向量進行合成，得到待檢測音頻的第一聲學特征向量；將第一聲學特征向量與預置的訓練模板庫中的經過SVM分類器訓練得到的錄音聲學特征模型和真實語音聲學特征模型進行匹配度比對，判斷第一聲學特征向量與錄音聲學特征向量模型的第一匹配度是否大于等于第一聲學特征向量與真實語音聲學特征向量模型的第二匹配度，若是，則判斷為錄音音頻，若否，則判斷為真實語音音頻。解決了現有的說話人識別系統語音識別準確率低，依賴指定文本的技術問題。

技術領域

本發明涉及語音認證技術領域，尤其涉及一種防錄音攻擊的聲紋認證方法、裝置及門禁系統。

背景技術

隨著信息技術的發展，一些破壞安全的技術手段也在不斷進步，目前，冒充說話人身份和錄制說話人語音的攻擊手段是說話人識別系統面臨的最常見的攻擊手段。冒充說話人身份的手段一般是利用一些技巧如模仿說話人的發音習慣和語調來試圖冒充說話人的身份以進入說話人識別系統。

錄音攻擊是一種用高保真錄音設備錄下目標人物的聲音，然后運用錄音音頻去破解聲紋認證系統的技術手段。與冒充說話人身份攻擊的手段不同，錄音攻擊的語音是來自說話人本人，因此更具真實性，這種攻擊對系統的安全性將造成一個更大的威脅。

為解決說話人識別系統的安全問題，現有的方法是通過提取回放語音的特征參數，應用模式匹配的方式來區分回放的語音還是用戶本人的聲音，同時，系統會在特定的字符集合隨意的抽取出若干個字符并給出相應的提示，用戶要按照系統提示的給定的文本進行跟讀操作，確認跟讀者是否是用戶本人，但是這種說話人識別系統，聲學特征區分率不高，同時因為文本的多樣性會導致浪費很多的資源在語音訓練和識別過程中，而且讓用戶按指定的內容來跟讀的方式可能對降低用戶體驗性，不利于系統的廣泛推廣。

發明內容

本發明實施例提供了一種防錄音攻擊的聲紋認證方法、裝置及門禁系統，用于解決現有的說話人識別系統語音識別準確率低，依賴指定文本的技術問題。

本發明提供的一種防錄音攻擊的聲紋認證方法，包括：

S1：獲取待檢測音頻，提取所述待檢測音頻的第一MFCC特征向量、第一GFCC特征向量和第一CQCC特征向量；

S2：將所述第一MFCC特征向量、所述第一GFCC特征向量和所述第一CQCC特征向量進行合成，得到所述待檢測音頻的第一聲學特征向量；

S3：將所述第一聲學特征向量與預置的訓練模板庫中的經過SVM分類器訓練得到的錄音聲學特征模型和真實語音聲學特征模型進行匹配度比對，判斷所述第一聲學特征向量與錄音聲學特征向量模型的第一匹配度是否大于等于所述第一聲學特征向量與所述真實語音聲學特征向量模型的第二匹配度，若是，則判斷為錄音音頻，若否，則判斷為真實語音音頻。

優選地，步驟S1之前還包括：

S01：獲取訓練音頻，所述訓練音頻包括錄音音頻和真實語音音頻，對所述錄音音頻和所述真實語音音頻分別進行采樣處理和/或預加重處理和/或預濾波處理和/或加窗處理和/或端點檢測處理；

S02：提取所述錄音音頻的第二MFCC特征向量、第二GFCC特征向量和第二CQCC特征向量，提取所述真實語音音頻的第三MFCC特征向量、第三GFCC特征向量和第三CQCC特征向量；

S03：將所述第二MFCC特征向量、所述第二GFCC特征向量和所述第二CQCC特征向量進行合成，得到所述錄音音頻的第二聲學特征向量，將所述第三MFCC特征向量、所述第三GFCC特征向量和所述第三CQCC特征向量進行合成，得到所述真實語音音頻的第三聲學特征向量，并將所述第二聲學特征向量和所述第三聲學特征向量分別送入SVM分類器進行訓練，得到對應的錄音聲學特征模型和真實聲學特征模型并加入訓練模板庫。