[發明專利]語音信息驗證方法及裝置、電子設備、存儲介質

有效

• 申請號: 201811527293.3
• 申請日: 2018-12-13
• 公開（公告）號: CN109493872B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 陳歡
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G10L17/24
• 分類號: G10L17/24;G10L17/18;H04L29/06
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 唐述燦

本公開提供了一種語音信息驗證方法及裝置、電子設備、計算機可讀存儲介質，屬于人工智能技術領域。該方法包括：獲取驗證碼以及用戶終端發送的關于所述驗證碼的待驗證語音；響應于所述待驗證語音與所述驗證碼匹配，則判斷所述待驗證語音是否為非機器；如果所述待驗證語音為非機器，則判定所述待驗證語音驗證通過。本公開可以有效驗證語音信息的身份，減少機器合成語音對系統的攻擊，提高系統安全性。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種語音信息驗證方法、語音信息驗證裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著計算機技術的發展，在很多App(Application，應用程序)及網站上出現了盜取賬戶、虛假賬戶、網絡詐騙等惡意行為，對App及網站的正常運營造成了安全隱患。因此很有必要對各種賬戶進行身份驗證，以阻止盜取賬戶或虛假賬戶進行各種網絡行為，保障真實用戶的利益。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開提供了一種語音信息驗證方法、語音信息驗證裝置、電子設備及計算機可讀存儲介質，進而至少在一定程度上克服由于現有技術的缺陷而導致的身份驗證安全性較低的問題。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據本公開的一個方面，提供一種語音信息驗證方法，包括：獲取驗證碼以及用戶終端發送的關于所述驗證碼的待驗證語音；響應于所述待驗證語音與所述驗證碼匹配，則判斷所述待驗證語音是否為非機器；如果所述待驗證語音為非機器，則判定所述待驗證語音驗證通過。

在本公開的一種示例性實施例中，所述如果所述待驗證語音與所述驗證碼匹配，則判斷所述待驗證語音是否為非機器包括：如果所述待驗證語音與所述驗證碼匹配，則將所述待驗證語音轉換為目標頻譜圖；通過卷積神經網絡模型對所述目標頻譜圖進行分析，得到所述目標頻譜圖的人機分類結果；基于所述人機分類結果，確定所述待驗證語音是否為非機器。

在本公開的一種示例性實施例中，所述獲取驗證碼包括：獲取經過擾動處理的驗證碼。

在本公開的一種示例性實施例中，所述獲取經過擾動處理的驗證碼包括：獲取預設文本，并將所述預設文本轉換為目標圖片；通過對所述目標圖片進行變形、變色、模糊化及增加噪點中的一種或多種處理，生成經過擾動處理的圖像驗證碼。

在本公開的一種示例性實施例中，在響應于所述待驗證語音與所述驗證碼匹配之前，所述方法還包括：檢測所述待驗證語音的長度；如果所述待驗證語音的長度小于一預設長度，則判定所述待驗證語音驗證失敗，并向所述用戶終端返回失敗提示信息；如果所述待驗證語音的長度大于等于所述預設長度，則將所述待驗證語音轉換為待驗證文本，并將所述待驗證文本與所述驗證碼進行匹配。

在本公開的一種示例性實施例中，所述將所述待驗證語音轉換為待驗證文本包括：對所述待驗證語音進行聲道轉換、預加重、語音增強、去除空白中的一種或多種預處理；利用時延神經網絡模型將預處理后的所述待驗證語音轉換為所述待驗證文本。

在本公開的一種示例性實施例中，所述驗證碼包括文本驗證碼，所述將所述待驗證文本與所述驗證碼進行匹配包括：將所述待驗證文本與所述文本驗證碼匹配，以得到所述待驗證文本的錯字比例；所述如果所述待驗證語音與所述驗證碼匹配，則判斷所述待驗證語音是否為非機器包括：如果所述錯字比例低于匹配閾值，則判斷所述待驗證語音是否為非機器。

根據本公開的一個方面，提供一種語音信息驗證裝置，包括：信息獲取模塊，用于獲取驗證碼以及用戶終端發送的關于所述驗證碼的待驗證語音；人機判斷模塊，用于響應于所述待驗證語音與所述驗證碼匹配，則判斷所述待驗證語音是否為非機器；語音驗證模塊，用于如果所述待驗證語音為非機器，則確定所述待驗證語音驗證通過。