[發明專利]用戶驗證方法和設備及說話者驗證方法和設備

在審

• 申請號: 201911084027.2
• 申請日: 2019-11-07
• 公開（公告）號: CN111382407A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 李*煥;金圭洪;崔昌圭
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06K9/62
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 方成;張川緒

1.一種用戶驗證方法，所述用戶驗證方法包括：

基于與用戶對應的輸入數據生成與用戶對應的特征向量；

確定表示特征向量和注冊的用于用戶驗證的注冊特征向量之間的相似性的第一參數；

確定表示特征向量和與廣義用戶對應的用戶模型之間的相似性的第二參數；并且

基于所述第一參數和所述第二參數生成用戶的驗證結果。

2.根據權利要求1所述的用戶驗證方法，其中，用戶模型包括通過對與廣義用戶對應的廣義特征向量進行聚類而獲得的特征聚類。

3.根據權利要求2所述的用戶驗證方法，其中，確定所述第二參數的步驟包括：

基于特征向量和每個特征聚類之間的相似性選擇特征聚類的一部分作為代表特征聚類；并且

基于特征向量和代表特征聚類之間的相似性確定所述第二參數。

4.根據權利要求1所述的用戶驗證方法，其中，確定所述第二參數的步驟包括：基于包括特征向量和高斯分布的高斯混合模型確定所述第二參數，并且

高斯分布對應于表示廣義用戶的廣義特征向量的分布。

5.根據權利要求1所述的用戶驗證方法，其中，確定所述第二參數的步驟包括：使用被訓練為輸出網絡輸入和用戶模型之間的相似性的神經網絡確定所述第二參數。

6.根據權利要求1所述的用戶驗證方法，其中，生成特征向量的步驟包括：通過使用被訓練為從輸入提取特征的神經網絡從輸入數據提取特征來生成特征向量。

7.根據權利要求1所述的用戶驗證方法，其中，生成用戶的驗證結果的步驟包括：

基于所述第一參數和所述第二參數確定置信度得分；并且

通過比較置信度得分和閾值獲得用戶的驗證結果。

8.根據權利要求7所述的用戶驗證方法，其中，置信度得分響應于特征向量和注冊特征向量之間的相似性的增大而增大，并且響應于特征向量和用戶模型之間的相似性的增大而減小。

9.根據權利要求1所述的用戶驗證方法，其中，生成用戶的驗證結果的步驟包括：

基于所述第二參數確定閾值；并且

通過比較與所述第一參數對應的置信度得分和閾值生成用戶的驗證結果。

10.根據權利要求9所述的用戶驗證方法，其中，閾值響應于特征向量和用戶模型之間的相似性的增大而增大。

11.根據權利要求1所述的用戶驗證方法，其中，所述第一參數響應于特征向量和注冊特征向量之間的距離的減小而增大，并且所述第二參數響應于特征向量和用戶模型之間的距離的減小而增大。

12.一種存儲指令的非暫時性計算機可讀存儲介質，當所述指令由處理器執行時，使得處理器執行如權利要求1所述的用戶驗證方法。

13.一種說話者驗證方法，所述說話者驗證方法包括：

通過從與用戶對應的語音數據提取特征生成與用戶對應的特征向量；

確定表示特征向量和注冊的用于用戶驗證的注冊特征向量之間的相似性的第一參數；

確定表示特征向量和與廣義用戶對應的用戶模型之間的相似性的第二參數；并且

基于所述第一參數和所述第二參數生成用戶的驗證結果。

14.根據權利要求13所述的說話者驗證方法，其中，注冊特征向量基于由注冊用戶輸入的語音數據。

15.根據權利要求14所述的說話者驗證方法，其中，特征向量包括用于識別用戶的信息，并且注冊特征向量包括用于識別注冊用戶的信息。