[發(fā)明專(zhuān)利]一種語(yǔ)音和唇語(yǔ)相融合的身份認(rèn)證方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910603999.1
• 申請(qǐng)日: 2019-07-05
• 公開(kāi)（公告）號(hào): CN110364163A
• 公開(kāi)（公告）日: 2019-10-22
• 發(fā)明（設(shè)計(jì)）人: 張新曼;申沅均;陳奕宇;公維勇;王寅;尚東鵬;許學(xué)斌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安交通大學(xué);廣東順德西安交通大學(xué)研究院
• 主分類(lèi)號(hào): G10L15/25
• 分類(lèi)號(hào): G10L15/25;G10L25/24;G10L15/06;G10L25/45;G10L25/51;G10L17/00
• 代理公司: 西安通大專(zhuān)利代理有限責(zé)任公司 61200
• 代理人: 安彥彥

本發(fā)明公開(kāi)了一種語(yǔ)音和唇語(yǔ)相融合的身份認(rèn)證方法，涉及信息安全及模式認(rèn)證領(lǐng)域。該語(yǔ)音和唇語(yǔ)相融合的身份認(rèn)證方法包括以下步驟：1)提取待認(rèn)證的語(yǔ)音倒頻譜特征和唇語(yǔ)特征；2)采用并行策略融合所述語(yǔ)音倒頻譜特征和所述唇語(yǔ)特征，得到復(fù)向量特征；3)利用復(fù)向量特征作為訓(xùn)練樣本訓(xùn)練復(fù)數(shù)極限學(xué)習(xí)機(jī)的多輸入多輸出模型，根據(jù)輸出的分布及其取值判斷是否認(rèn)證成功；若輸出結(jié)果向量中的最大值與提示符一致且該值大于設(shè)定閾值，則認(rèn)證成功；否則，認(rèn)證失敗。該語(yǔ)音和唇語(yǔ)相融合的身份認(rèn)證方法，采用語(yǔ)音和唇語(yǔ)相結(jié)合的多模生物特征進(jìn)行身份認(rèn)證，提高了身份認(rèn)證系統(tǒng)的強(qiáng)健性。

技術(shù)領(lǐng)域

發(fā)明涉及信息安全及模式認(rèn)證領(lǐng)域，具體涉及一種語(yǔ)音和唇語(yǔ)相融合的身份 認(rèn)證方法。

背景技術(shù)

隨著網(wǎng)絡(luò)信息技術(shù)的飛速發(fā)展，世界進(jìn)入了移動(dòng)互聯(lián)網(wǎng)時(shí)代。2017年上半年， 智能手機(jī)幾乎人手一部。移動(dòng)電商和網(wǎng)上銀行等虛擬移動(dòng)支付平臺(tái)也隨之興起， 但是與此同時(shí)，網(wǎng)絡(luò)病毒、黑客以及電信詐騙等網(wǎng)絡(luò)犯罪時(shí)刻威脅著手機(jī)用戶(hù)的 信息安全，甚至可能造成重大的經(jīng)濟(jì)損失。因此，亟待一個(gè)高度可靠的身份認(rèn)證 系統(tǒng)，將生物特征認(rèn)證和智能手機(jī)平臺(tái)進(jìn)行融合由此應(yīng)運(yùn)而生。

語(yǔ)音認(rèn)證是被認(rèn)為在智能手機(jī)認(rèn)證上具有廣泛應(yīng)用前景的生物特征認(rèn)證技 術(shù)之一。語(yǔ)音認(rèn)證具有非接觸、非侵入性和易于使用的特點(diǎn)。近年來(lái)也在取得了 技術(shù)上的重大的突破，例如在語(yǔ)音識(shí)別的Switchboard任務(wù)方面，最新的IBM已 經(jīng)能將錯(cuò)誤率控制在5.5％之下，有經(jīng)驗(yàn)的轉(zhuǎn)寫(xiě)人員在這個(gè)任務(wù)中可以達(dá)到4％之 下。因此，這類(lèi)安靜環(huán)境下的語(yǔ)音識(shí)別系統(tǒng)已經(jīng)近似于人類(lèi)水平。但單通道的語(yǔ) 音認(rèn)證受環(huán)境影響較大，其認(rèn)證準(zhǔn)確率也有待進(jìn)一步的提高。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)，提供一種語(yǔ)音和唇語(yǔ)相融合的 身份認(rèn)證方法。

為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種語(yǔ)音和唇語(yǔ)相融合的身份認(rèn)證方法，包括以下步驟：

1)提取待認(rèn)證的語(yǔ)音倒頻譜特征和唇語(yǔ)特征；

2)采用并行策略融合所述語(yǔ)音倒頻譜特征和所述唇語(yǔ)特征，得到復(fù)向量特 征；

3)利用復(fù)向量特征作為訓(xùn)練樣本訓(xùn)練復(fù)數(shù)極限學(xué)習(xí)機(jī)的多輸入多輸出模型， 根據(jù)輸出的分布及其取值判斷是否認(rèn)證成功；

若輸出結(jié)果向量中的最大值與設(shè)定提示符一致且最大值大于設(shè)定閾值，則認(rèn) 證成功；否則，認(rèn)證失敗。

進(jìn)一步的，步驟1)中語(yǔ)音倒頻譜特征的提取方法具體過(guò)程為：

利用雙門(mén)限法對(duì)語(yǔ)音信號(hào)進(jìn)行分段，并采用梅爾濾波器提取語(yǔ)音倒頻譜特征。

進(jìn)一步的，利用雙門(mén)限法對(duì)語(yǔ)音信號(hào)進(jìn)行分段的具體過(guò)程為：

用交疊分段的方法對(duì)語(yǔ)音信號(hào)進(jìn)行分幀，得到短時(shí)序列；

用窗函數(shù)乘以短時(shí)序列，形成短時(shí)加窗語(yǔ)音信號(hào)；

利用短時(shí)加窗語(yǔ)音信號(hào)的短時(shí)能量和短時(shí)過(guò)零率截出語(yǔ)音段的起止點(diǎn)，起止 點(diǎn)之間的語(yǔ)音即為有效語(yǔ)音段。

進(jìn)一步的，利用短時(shí)加窗語(yǔ)音信號(hào)的短時(shí)能量和短時(shí)過(guò)零率截出有效語(yǔ)音段 的起止點(diǎn)的具體過(guò)程包括以下步驟：

1)計(jì)算每幀音頻的短時(shí)能量和短時(shí)過(guò)零率，計(jì)算公式如下所示，短時(shí)能量 為

短時(shí)過(guò)零率為

其中，x_n(m)代表第n幀的第m個(gè)序列值，sgn[]代表符號(hào)函數(shù)；