[發明專利]語音密碼驗證方法、裝置、存儲介質及計算機設備

有效

• 申請號: 201910270003.X
• 申請日: 2019-04-04
• 公開（公告）號: CN109994118B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 張絲瀠;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L17/24
• 分類號: G10L17/24;G10L17/04;G10L25/51;H04L9/40
• 代理公司: 深圳市立智方成知識產權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

1.一種語音密碼驗證方法，其特征在于，包括：

接收用戶輸入的語音信息，解析所述語音信息獲得該用戶的聲紋信息；

將所述聲紋信息輸入經過預先訓練的識別模型中，獲得所述聲紋信息與預設身份信息之間的相似度；其中，所述識別模型是基于包含干擾因子的訓練樣本形成的聲紋信息與用戶身份之間的關聯關系，所述識別模型為基于識別特征的聯合概率識別模型，所述聯合概率識別模型的公式表示如下：

其中，m_i表示揚聲器s_i的語音樣本向量，i表示揚聲器數，μ是訓練數據的全局平均值，y_si為m_i在說話人空間中的特征表示，V表示類間空間的特征向量，x_i是大小為Rx的干擾變量，ε_i為噪聲變量，j＝1,2…N為正整數，說話者的可變性被分解成對應于N個不同的干擾類型，U表示類內空間的特征向量，W_j表示特征參數；

根據所述相似度對所述聲紋信息進行評分，獲得所述聲紋信息的評分值，若所述評分值超過預設閾值，則驗證通過。

2.根據權利要求1所述的語音密碼驗證方法，其特征在于，所述將所述聲紋信息輸入經過預先訓練的識別模型中的步驟之前，還包括：

調取數據庫中存儲的語音樣本，向每個所述語音樣本中添加干擾因子，生成訓練樣本；其中，所述干擾因子對應多種不同的干擾類型；

提取訓練樣本中聲紋信息的特征信息，根據所述特征信息建立聲紋信息與用戶身份之間的關聯關系。

3.根據權利要求1所述的語音密碼驗證方法，其特征在于，所述解析所述語音信息獲得該用戶的聲紋信息的步驟之前，還包括：

接收身份驗證請求信息，響應于該請求信息調取數據庫中的預設問題發送至用戶；

接收用戶發送的針對所述預設問題的語音信息，解析所述語音信息獲得其中的語義信息。

4.根據權利要求3所述的語音密碼驗證方法，其特征在于，若所述數據庫中設置有多個預設問題，所述調取數據庫中的預設問題發送至用戶的步驟，包括：

隨機抽取預設問題并將抽取出的預設問題發送至用戶。

5.根據權利要求3所述的語音密碼驗證方法，其特征在于，所述接收用戶發送的針對所述預設問題的響應信息的步驟之前，還包括：

若預設時間內未接收與預設答案一致的語音信息，調取與所述預設問題關聯的提示信息，并將所述提示信息發送給用戶；其中，所述預設答案為預設問題關聯的標準答案。

6.根據權利要求1所述的語音密碼驗證方法，其特征在于，所述獲得所述聲紋信息的評分值的步驟，包括：

調取預設身份信息，對比所述聲紋信息與所述預設身份信息之間的特征似然度；

根據獲得的特征似然度對所述聲紋信息進行評分，獲得所述聲紋信息的評分值。

7.一種語音密碼驗證裝置，其特征在于，包括：

解析模塊，用于接收用戶輸入的語音信息，解析所述語音信息獲得該用戶的聲紋信息；

獲得相似度模塊，用于將所述聲紋信息輸入經過預先訓練的識別模型中，獲得所述聲紋信息與預設身份信息之間的相似度；其中，所述識別模型是基于包含干擾因子的訓練樣本形成的聲紋信息與用戶身份之間的關聯關系；

驗證模塊，用于根據所述相似度對所述聲紋信息進行評分，獲得所述聲紋信息的評分值，若所述評分值超過預設閾值，則驗證通過。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質用于存儲計算機指令，當其在計算機上運行時，使得計算機可以執行上述權利要求1至6中任一項所述的語音密碼驗證方法的步驟。

9.一種計算機設備，其特征在于，所述計算機設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1至6中任意一項所述的語音密碼驗證方法的步驟。