CN103973441A - 基于音视频的用户认证方法和装置 - Google Patents

Abstract

本申请提供了基于音视频的用户认证方法和装置。其中，该方法包括：获取用户在进行身份注册时提供的视频图像帧、语音帧；利用视频图像帧和语音帧分别训练出人脸模型和声纹模型，将人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从设定存储空间找到与采集的视频图像帧匹配的人脸模型，并获取与该找到的人脸模型对应的第一用户标识，以及，从设定存储空间找到与该采集的语音帧匹配的声纹模型，并获取该找到的声纹模型对应的第二用户标识；比较第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。采用本发明，能够避免现有用户认证带来的诸多风险问题。

Description

基于音视频的用户认证方法和装置

技术领域

本申请涉及互联网技术，特别涉及基于音视频的用户认证方法和装置。

背景技术

目前，经常用的用户认证方法主要有以下几种方案：

方案1：

本方案1为基于用户帐号和密码的认证方法，是目前常用的用户认证方法，。在本方案1中，每一个用户有一个特定的帐号，每一个帐号绑定相应的密码，基于此，本方案1对用户输入的帐号进行认证时，可验证用户输入的密码是否与该帐号所绑定的密码一致，如果一致，则认为用户通过认证，反之，则认为用户未通过认证。

方案2：

本方案2是基于人脸识别的认证方法。本方案2下，通过使用摄像头采集人脸图像，根据采集到的人脸图片，定位图片中人脸的区域位置，并提取该区域所包含的人脸信息，然后根据人脸数据库进一步识别出人脸的具体身份和信息。

方案3：

本方案3是基于声纹识别的身份认证方法。本方案3下，通过使用麦克风等录音设备采集说话人的语音数据，根据采集到的语音数据，提取该语音中的说话人信息，然后根据说话人声纹数据库进一步识别出该说话人对应的具体身份和信息。

至此，完成现有经常使用的用户认证的方案。

但是，在上述三种方案中，方案1需要用户手动输入账户和密码，并且经常会出现被盗号的风险。而方案2，容易被不法人员通过偷拍或者用户网上的照片或者视频而通过身份认证，方案3也容易被不法人员通过录音而通过身份认证。

发明内容

本申请提供了基于音视频的用户认证方法和装置，以避免现有用户认证带来的诸多风险问题。

本申请提供的技术方案包括：

一种基于音视频的用户认证方法，该方法包括：

获取用户在进行身份注册时的视频图像帧、语音帧；

利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；

在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识；

比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

一种基于音视频的用户认证装置，该装置包括：

获取单元，用于获取用户在进行身份注册时的视频图像帧、语音帧；

第一处理单元，用于利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；

第二处理单元，用于在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识；

认证单元，用于比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

由以上技术方案可以看出，本发明中，在对用户进行认证时，同时采集被认证用户的视频图像帧和语音帧，利用这两种数据对用户进行认证，这能够提高用户认证的安全性，避免现有用户认证出现的风险问题。

还有，本发明的用户认证方法，无需依赖于用户手工输入用户账号和密码，而是使用被认证用户的视频图像帧和语音帧，这提高了用户认证的效率。

附图说明

图1为本发明实施例提供的方法流程图；

图2为本发明实施例提供的另一方法流程图；

图3为本发明实施例提供的装置结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明提供的用户认证基于音视频数据，下面对本发明提供的方法进行描述：

参见图1，图1为本发明实施例提供的方法流程图。如图1所示，该流程可包括以下步骤：

步骤101，获取用户在进行身份注册时的视频图像帧、语音帧。

作为本发明实施例的一个扩展，本发明中，当用户进行身份注册时，客户端可通过摄像头采集该用户的多帧连续图像，同时，客户端的麦克风也采集用户的多帧连续语音。基于此，本发明可将客户端采集的多帧连续图像和多帧连续语音分别作为本步骤101获取的视频图像帧、语音帧。

步骤102，利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间。

这里，用户标识可为用户的账号名、或者为用户的ID等，本发明并不具体限定。

作为本发明实施例的一个扩展，这里，利用所述视频图像帧训练出人脸模型具体可为：

从所述视频图像帧中定位出人脸区域；

从所述人脸区域中提取出人脸特征；

利用所述人脸特征训练出对应的人脸模型。

优选地，在上面描述中，提取出的人脸特征可为人脸的纹理特征。还有，在上面描述中，定位出人脸区域、提取出人脸特征可采用现有比较成熟的人脸识别技术，本发明并不具体限定。

作为本发明实施例的另一扩展，上述利用语音帧训练出声纹模型具体可为：

从所述语音帧中提取出语音特征，这里，语音特征可为：感知线性预测数据（PLP）、或者为Mel频率倒谱系数（MFCC）数据等，这里并不具体限定；

利用所述语音特征训练出对应的声纹模型。

作为本发明的一个实施例，本发明中，步骤102的设定存储空间可为一个用于多个信息共享的数据库，也可为专门独立出来的用于存储人脸模型、声纹模型、和用户标识的一个空间等，本发明并不具体限定。

步骤103，在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧。

当一用户进行网页登录或者查看某一网页的信息时，为保证网络安全，是需要对用户的身份进行认证的。本发明中，在对用户进行认证时，可通过客户端的摄像头采集该被认证用户的视频图像帧，同时通过客户端的麦克风采集被认证用户的语音帧。

步骤104，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识。

作为本发明的一个实施例，步骤104中从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型具体可为：

从采集的视频图像帧中定位出人脸区域；

从所述人脸区域中提取人脸特征；

利用提取的人脸特征为关键字在所述设定存储空间已存储的所有人脸模型中找到匹配的人脸模型。

基于上面对人脸模型的描述可以知道，人脸模型是基于人脸特征训练的，因此，这里以人脸特征为关键字是能够找到匹配的人脸模型的。

之后，当找到匹配的人脸模型后，再以该找到的人脸模型为关键字，从所述设定存储空间已存储的用户标识中找到对应的用户标识。由于设定存储空间是对应存储的人脸模型、声纹模型与用户标识的，因此，基于人脸模型为关键字是很容易找到对应的用户标识的。这里，为便于描述，将该找到的用户标识记为第一用户标识。

作为本发明的一个实施例，步骤104中，从设定存储空间找到与该采集的语音帧匹配的声纹模型具体可为：

从采集的语音帧中提取语音特征；

利用提取的语音特征为关键字在所述设定存储空间已存储的所有声纹模型中找到匹配的声纹模型。

基于上面对声纹模型的描述可以知道，声纹模型是基于语音特征训练的，因此，这里以语音特征为关键字在所述设定存储空间已存储的所有声纹模型中是能够找到匹配的声纹模型的。

之后，当找到匹配的声纹模型后，再以该找到的声纹模型为关键字，从所述设定存储空间已存储的用户标识中找到对应的用户标识。由于设定存储空间是对应存储的人脸模型、声纹模型与用户标识的，因此，基于声纹模型为关键字是很容易找到对应的用户标识的。这里，为便于描述，将该找到的用户标识记为第二用户标识。

步骤105，比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

作为本发明的一个实施例，步骤105中，依据比较结果验证所述被认证用户是否通过认证具体为：

在比较结果为第一用户标识与第二用户标识相同时，确定被认证用户通过认证；

在比较结果为第一用户标识与第二用户标识不同时，确定被认证用户未通过认证。

优选地，本发明中，在确定被认证用户通过认证时，可返回认证成功的提示给被认证用户，或者登录至所述被认证用户的账户，或者得到被认证用户的信息给被认证用户等等，具体实现可依据实际应用，这里不一一限制。

至此，完成图1所示流程。

需要说明的是，在图1所示流程中，步骤104在从所述设定存储空间找不到与采集的视频图像帧匹配的人脸模型，或者，在从所述设定存储空间找不到与该采集的语音帧匹配的声纹模型时，直接确定被认证用户未通过认证。

从图1所示流程可以看出，本发明中，在对用户进行认证时，同时采用被认证用户的视频图像帧和语音帧，利用这两种数据对用户进行认证，这能够提高用户认证的安全性，避免现有用户认证出现的风险问题。

还有，本发明的用户认证方法，无需依赖于用户手工输入用户账号和密码，而是使用被认证用户的视频图像帧和语音帧，这提高了用户认证的效率。

作为本发明实施例的一个扩展，本发明还提供了另一实现流程图：

参见图2，图2为本发明实施例提供的另一方法流程图。如图2所示，该流程可包括以下步骤：

步骤201，获取用户在进行身份注册时的视频图像帧、语音帧、以及字符串密码。

这里，获取用户在进行身份注册时采集的视频图像帧、语音帧可如上面步骤101所述，这里不再赘述。

而获取字符串密码可通过以下方式实现：

触发客户端接收用户在进行身份注册时输入的字符串密码；

从客户端获取用户在进行身份注册时输入的字符串密码。

步骤202，利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将人脸模型、声纹模型、所述字符串密码与所述用户的标识对应存储至设定存储空间。

本步骤202中，人脸模型和声纹模型分别如上面步骤102所述，这里不再赘述。

步骤203，在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识。

本步骤203与上面描述的步骤103至步骤104类似，不再赘述。

步骤204，比较所述第一用户标识和第二用户标识是否相同，如果相同，执行步骤205，如果不同，执行步骤206。

步骤205，从所述设定存储空间获取第一用户标识对应的字符串密码，利用该获取的字符串密码验证所述被认证用户是否通过认证。

本步骤205是在步骤204的比较结果为第一用户标识与第二用户标识相同的情况下执行的。从步骤205可以看出，相比于图1所示的流程，本图2所示的流程并非在第一用户标识与第二用户标识相同的情况下确定被认证用户通过认证，而是继续以第一用户标识为关键字从所述设定存储空间获取第一用户标识对应的字符串密码，由于设定存储空间对应存储人脸模型、声纹模型、字符串密码与用户标识，因此，这里以第一用户标识为关键字是很容易获取到对应的字符串密码，之后利用该获取的字符串密码验证所述被认证用户是否通过认证。这进一步提高了用户认证的安全性。

其中，利用该获取的字符串密码验证所述被认证用户是否通过认证具体可通过多种实现方式执行，下面给出两种方式：

方式1：

本方式1下，利用该获取的字符串密码验证所述被认证用户是否通过认证可包括：

对采集的该被认证用户的语音帧与该获取的字符串密码进行置信度计算；

识别该计算结果是否大于设定的阈值，如果是，确定被认证用户通过认证，否则，确定被认证用户未通过认证。

这里，作为本发明的一个实施例，对采集的该被认证用户的语音帧与该获取的字符串密码进行的置信度计算可为现有语音识别中的声学模型置信度计算技术，这里不再赘述。

至此，完成方式1的描述。

方式2：

本方式2下，在利用该获取的字符串密码验证所述被认证用户是否通过认证时，不再依赖于声学模型置信度计算方式。

本方式2下，利用该获取的字符串密码验证所述被认证用户是否通过认证可包括：

对采集的该被认证用户的语音帧进行语音识别，

比较语音识别得到的结果是否与该获取的字符串密码一致，如果一致，则确定被认证用户通过认证，否则，确定被认证用户未通过认证。

其中，本方式2下，作为一个实施例，上述对采集的该被认证用户的语音帧进行语音识别可采用现有的语音识别技术，这里不再赘述。

至此，完成方式2的描述。

步骤206，确定被认证用户未通过认证，或者，执行步骤207。

步骤207，分别获取第一用户标识、第二用户标识对应的字符串密码，利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证。

本步骤207中，利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证具体实现时可包括：

对采集的该被认证用户的语音帧与第一用户标识对应的字符串密码进行置信度计算，得到第一值；以及，对采集的该被认证用户的语音帧与第二用户标识对应的字符串密码进行置信度计算，得到第二值；

如果第一值大于第二值，且第一值也大于设定的阈值，则确定被认证用户为第一用户标识对应的用户，并确定该第一用户标识对应的用户通过认证，否则，确定该第一用户标识对应的用户未通过认证；

如果第二值大于第一值，且第二值也大于设定的阈值，则确定被认证用户为第二用户标识对应的用户，并确定第二用户标识对应的用户通过认证，否则，确定第二用户标识对应的用户未通过认证。

至此，完成图2所示的流程。

需要说明的是，本发明中，上述图1、图2的流程可应用于服务器。其中，该服务器具体实现时可为云服务器。基于此，上述用户在进行身份注册时提供的视频图像帧、语音帧、字符串密码可由服务器按照现有与客户端传输数据的方式获取。其中，该现有与客户端传输数据的方式可为使用Internet为基础的任何协议，比如HTTP协议、TCP协议等。

通过图2所示的流程可以看出，本发明中根据视频图像帧、语音帧和用户的字符串密码三者的结合对用户进行认证，这进一步提高了用户认证的安全度。

以上对本发明提供的方法进行了描述，下面对本发明提供的装置进行描述：

参见图3，图3为本发明实施例提供的装置结构图。优选地，本发明中，该装置可应用于服务器比如云服务器等。

如图3所示，该装置可包括：

获取单元，用于获取用户在进行身份注册时采集的视频图像帧、语音帧；以所述装置应用于服务器为例，则获取单元通过以下步骤获取用户在进行身份注册时的视频图像帧、语音帧：

客户端通过摄像头采集用户在进行身份注册时的视频图像帧；

客户端通过麦克风采集用户在进行身份注册时的语音帧；

客户端通过与服务器之间的数据传输方式发送采集的视频图像帧、语音帧给服务器。如此，获取单元即可获取到用户在进行身份注册时的视频图像帧、语音帧；

第一处理单元，用于利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；

第二处理单元，用于在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识；

认证单元，用于比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

优选地，本发明中，所述认证单元在比较结果为第一用户标识与第二用户标识相同时，确定被认证用户通过认证；在比较结果为第一用户标识与第二用户标识不同时，确定被认证用户未通过认证。

优选地，本发明中，所述获取单元进一步获取用户在进行身份注册时输入的字符串密码；以所述装置应用于服务器为例，则获取单元通过以下步骤获取用户在进行身份注册时输入的字符串密码：

客户端获取用户在进行身份注册时输入的字符串密码；

客户端通过与服务器之间的数据传输方式发送字符串密码给服务器。其中该发送与上面的视频图像帧和语音帧的发送同步。如此，获取单元即可获取到用户在进行身份注册时的视频图像帧、语音帧；

基于此，所述第一处理单元将人脸模型、声纹模型、所述字符串密码与所述用户的标识对应存储至设定存储空间。

基于此，本发明中，所述认证单元通过以下子单元实现依据比较结果验证所述被认证用户是否通过认证：

第一认证子单元，用于在比较结果为第一用户标识与第二用户标识相同时，从所述设定存储空间获取第一用户标识对应的字符串密码，利用该获取的字符串密码验证所述被认证用户是否通过认证；

第二认证子单元，用于在比较结果为第一用户标识与第二用户标识不同时，

确定被认证用户未通过认证，或者，分别获取第一用户标识、第二用户标识对应的字符串密码，利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证。

其中，所述第一认证子单元通过以下两种方式实现利用该获取的字符串密码验证所述被认证用户是否通过认证：

第一方式：

在第一方式下，所述第一认证子单元对采集的该被认证用户的语音帧进行语音识别，比较语音识别得到的结果是否与该获取的字符串密码一致，如果一致，则确定被认证用户通过认证，否则，确定被认证用户未通过认证。

第二方式：

在第二方式下，所述第一认证子单元利用该获取的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与该获取的字符串密码进行置信度计算；

识别该计算结果是否大于设定的阈值，如果是，确定被认证用户通过认证，否则，确定被认证用户未通过认证。

优选地，本发明中，所述第二认证子单元利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与第一用户标识对应的字符串密码进行置信度计算，得到第一值；以及，对采集的该被认证用户的语音帧与第二用户标识对应的字符串密码进行置信度计算，得到第二值；

如果第一值大于第二值，且第一值也大于设定的阈值，则确定被认证用户为第一用户标识对应的用户，并确定该第一用户标识对应的用户通过认证，否则，确定该第一用户标识对应的用户未通过认证；

如果第二值大于第一值，且第二值也大于设定的阈值，则确定被认证用户为第二用户标识对应的用户，并确定第二用户标识对应的用户通过认证，否则，确定第二用户标识对应的用户未通过认证。

至此，完成图3所示的装置描述。

由以上技术方案可以看出，本发明中，在对用户进行认证时，同时采用被认证用户的视频图像帧和语音帧，利用这两种数据对用户进行认证，这能够提高用户认证的安全性，避免现有用户认证出现的风险问题。

还有，本发明的用户认证方法，无需依赖于用户手工输入用户账号和密码，而是使用被认证用户的视频图像帧和语音帧，这提高了用户认证的效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (14)

1.一种基于音视频的用户认证方法，其特征在于，该方法包括：

获取用户在进行身份注册时的视频图像帧、语音帧；

利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；

在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识；

比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

2.根据权利要求1所述的方法，其特征在于，所述依据比较结果验证被认证用户是否通过认证包括：

在比较结果为第一用户标识与第二用户标识相同时，确定被认证用户通过认证；

在比较结果为第一用户标识与第二用户标识不同时，确定被认证用户未通过认证。

3.根据权利要求1所述的方法，其特征在于，所述获取用户在进行身份注册时的视频图像帧、语音帧进一步包括：获取用户在进行身份注册时输入的字符串密码；

所述将人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间包括：将人脸模型、声纹模型、所述字符串密码与所述用户的标识对应存储至设定存储空间。

4.根据权利要求3所述的方法，其特征在于，所述依据比较结果验证所述被认证用户是否通过认证包括：

在比较结果为第一用户标识与第二用户标识相同时，从所述设定存储空间获取第一用户标识对应的字符串密码，利用该获取的字符串密码验证所述被认证用户是否通过认证；

在比较结果为第一用户标识与第二用户标识不同时，

确定被认证用户未通过认证，或者，分别获取第一用户标识、第二用户标识对应的字符串密码，利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证。

5.根据权利要求4所述的方法，其特征在于，所述利用该获取的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧进行语音识别，

比较语音识别得到的结果是否与该获取的字符串密码一致，如果一致，则确定被认证用户通过认证，否则，确定被认证用户未通过认证。

6.根据权利要求4所述的方法，其特征在于，所述利用该获取的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与该获取的字符串密码进行置信度计算；

识别该计算结果是否大于设定的阈值，如果是，确定被认证用户通过认证，否则，确定被认证用户未通过认证。

7.根据权利要求4所述的方法，其特征在于，所述利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与第一用户标识对应的字符串密码进行置信度计算，得到第一值；以及，对采集的该被认证用户的语音帧与第二用户标识对应的字符串密码进行置信度计算，得到第二值；

如果第一值大于第二值，且第一值也大于设定的阈值，则确定被认证用户为第一用户标识对应的用户，并确定该第一用户标识对应的用户通过认证，否则，确定该第一用户标识对应的用户未通过认证；

如果第二值大于第一值，且第二值也大于设定的阈值，则确定被认证用户为第二用户标识对应的用户，并确定第二用户标识对应的用户通过认证，否则，确定第二用户标识对应的用户未通过认证。

8.一种基于音视频的用户认证装置，其特征在于，该装置包括：

获取单元，用于获取用户在进行身份注册时的视频图像帧、语音帧；

第一处理单元，用于利用所述视频图像帧和所述语音帧分别训练出人脸模型和声纹模型，将所述人脸模型、声纹模型与所述用户的标识对应存储至设定存储空间；

第二处理单元，用于在对任一用户进行认证时，采集该被认证用户的视频图像帧和语音帧，从所述设定存储空间找到与采集的视频图像帧匹配的人脸模型，并从所述设定存储空间获取与该找到的人脸模型对应的第一用户标识，以及，从所述设定存储空间找到与该采集的语音帧匹配的声纹模型，并从所述设定存储空间获取该找到的声纹模型对应的第二用户标识；

认证单元，用于比较所述第一用户标识和第二用户标识是否相同，依据比较结果验证所述被认证用户是否通过认证。

9.根据权利要求7所述的装置，其特征在于，所述认证单元在比较结果为第一用户标识与第二用户标识相同时，确定被认证用户通过认证；在比较结果为第一用户标识与第二用户标识不同时，确定被认证用户未通过认证。

10.根据权利要求7所述的装置，其特征在于，所述获取单元进一步获取用户在进行身份注册时输入的字符串密码；

所述第一处理单元将人脸模型、声纹模型、所述字符串密码与所述用户的标识对应存储至设定存储空间。

11.根据权利要求10所述的装置，其特征在于，所述认证单元通过以下子单元实现依据比较结果验证所述被认证用户是否通过认证：

第一认证子单元，用于在比较结果为第一用户标识与第二用户标识相同时，从所述设定存储空间获取第一用户标识对应的字符串密码，利用该获取的字符串密码验证所述被认证用户是否通过认证；

第二认证子单元，用于在比较结果为第一用户标识与第二用户标识不同时，

确定被认证用户未通过认证，或者，分别获取第一用户标识、第二用户标识对应的字符串密码，利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证。

12.根据权利要求11所述的装置，其特征在于，所述第一认证子单元利用该获取的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧进行语音识别，

比较语音识别得到的结果是否与该获取的字符串密码一致，如果一致，则确定被认证用户通过认证，否则，确定被认证用户未通过认证。

13.根据权利要求11所述的装置，其特征在于，所述第一认证子单元利用该获取的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与该获取的字符串密码进行置信度计算；

识别该计算结果是否大于设定的阈值，如果是，确定被认证用户通过认证，否则，确定被认证用户未通过认证。

14.根据权利要求11所述的装置，其特征在于，所述第二认证子单元利用第一用户标识对应的字符串密码和第二用户标识对应的字符串密码验证所述被认证用户是否通过认证包括：

对采集的该被认证用户的语音帧与第一用户标识对应的字符串密码进行置信度计算，得到第一值；以及，对采集的该被认证用户的语音帧与第二用户标识对应的字符串密码进行置信度计算，得到第二值；

如果第一值大于第二值，且第一值也大于设定的阈值，则确定被认证用户为第一用户标识对应的用户，并确定该第一用户标识对应的用户通过认证，否则，确定该第一用户标识对应的用户未通过认证；

如果第二值大于第一值，且第二值也大于设定的阈值，则确定被认证用户为第二用户标识对应的用户，并确定第二用户标识对应的用户通过认证，否则，确定第二用户标识对应的用户未通过认证。