[發明專利]基于聲紋識別和語音信道傳輸的端到端身份認證方法

有效

• 申請號: 202011645129.X
• 申請日: 2020-12-31
• 公開（公告）號: CN112822017B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 韓皓;侯岱;王同昱
• 申請（專利權）人: 南京航空航天大學
• 主分類號: H04L9/30
• 分類號: H04L9/30;H04L9/32;G10L17/02;G10L17/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.基于聲紋識別和語音信道傳輸的端到端身份認證方法，其特征在于，包括：

S1、在PC上進行背景模型訓練，將訓練好的背景模型導入被呼叫端，被呼叫端對呼叫者的輸入語音進行特征提取，利用所述特征建立模型，再對模型進行目標用戶模型訓練；

其中，所述背景模型訓練為：在PC端將背景模型訓練模塊編譯為二進制文件，通過腳本調用所述二進制文件，根據配制參數對所述二進制文件進行訓練；

所述目標用戶模型訓練為：加載訓練好的所述背景模型，創建新的說話人，并輸入對應說話人的聲音文件，對聲音文件進行特征抽取并存儲在特性向量數組中，在所述背景模型的基礎上對所述特性向量數組進行遍歷和自適應調整，最終得到說話人模型，作為所述目標用戶模型；

S2、呼叫端采集呼叫者的輸入語音，對輸入語音的聲紋信息提取梅爾倒譜特征參數，用梅爾倒譜特征參數訓練呼叫者的高斯混合模型，得到高斯模糊聲紋模型；

其中，所述梅爾倒譜特征參數的提取方法包括：將所述輸入語音通過高通濾波器，再進行分幀加窗；對劃分后的各個幀進行快速傅里葉變換，從時域信息得到頻譜系數及各幀的頻譜；對頻域上的能量譜采用Mel濾波器組進行濾波和包絡提取，得到Mel濾波器輸出的對數能量值；對所述對數能量進行離散余弦變換，得到每一幀的所述梅爾倒譜特征參數；

S3、呼叫端將高斯模糊聲紋模型及呼叫端上存儲的身份號碼信息序列轉化為認證條件添加至證書中，并通過語音信道將證書傳輸至被呼叫端；

S4、被呼叫端接收到證書后對證書進行解密和信息提取，通過核對提取的身份號碼信息序列來驗證呼叫者的身份；

其中，所述驗證呼叫者身份的方法為：

S41、所述被呼叫端存儲有所述證書的公鑰，利用所公鑰采集呼叫者的所述高斯模糊聲紋模型，提取所述高斯模糊聲紋模型的均值向量，將所述均值向量分段，分段的標準為：所述梅爾倒譜特征參數以穩定的概率出現在各分段中，然后將所述高斯模糊聲紋模型的均值向量映射為相應的比特，再從映射的比特中生成相應比特長度的密鑰，用所述密鑰對所述證書解密，得到證書中的校驗碼；

S42、采用SHA256算法對證書進行校驗碼計算，得到計算校驗碼；

S43、比對S41得到的證書中的校驗碼和S42得到的計算校驗碼是否相同，相同則表示證書無篡改；

S44、取出所述證書中包含的號碼信息，如果取出的號碼信息和接收端顯示的來電號碼信息相同則表示所述呼叫者的號碼無篡改；

S5、被呼叫端將從證書中提取的高斯模糊聲紋模型與所述背景模型和目標用戶模型進行似然度比較，將似然比的對數標記為評分，將評分和設定閾值比較，判斷呼叫者是否真實。