CN105635087A - 通过声纹验证用户身份的方法及装置 - Google Patents

Abstract

本发明揭示了一种通过声纹验证用户身份的方法及装置，所述方法包括：接收客户端请求；向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容；接收客户端传递的读取所述动态文本信息的语音；获取所述语音中对应所述标识内容部分的语义内容，以及所述语音中对应所述业务内容部分的声纹特征；若所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容相匹配，则根据所述对应业务内容部分的声纹特征校验用户身份。本发明通过声纹对用户身份进行验证，适用场景广，且大大降低了用户身份验证的安全隐患。

Description

通过声纹验证用户身份的方法及装置

技术领域

本发明涉及计算机领域，尤其是涉及一种通过声纹验证用户身份的方法及装置。

背景技术

互联网的普及，为用户提供了更多样、更方便、更快捷的服务，但与此同时，也产生了更多的安全隐患。

为保证用户信息的安全性，例如，在电子商务交易时需要对用户进行身份认证，现有移动金融领域主要采用基于物理设备的认证方式实现身份认证。具体以基于设备ID及动态短信验证码的认证方式为例，该方式事先预留用户的手机设备ID，手机号码，进行身份认证时，服务器首先会判断用户的操作环境是否与预留手机设备ID一致，如果一致，则判断为可信设备，可信设备上可直接进行业务操作。如不一致，会向用户预留的手机号码发送动态短信验证码，并将用户反馈的验证码与其提供的动态短信验证码进行比对，当用户反馈的验证码和动态短信验证码一致时，通过其身份认证。

然而，上述基于物理设备的认证方式存在以下缺陷：当手机丢失、短信校验码被截取时，用户身份认证即成为极大的风险点，会对用户信息构成安全隐患、侵害用户权益。

发明内容

本发明的目的在于提供一种通过声纹验证用户身份的方法及装置。

为实现上述发明目的之一，本发明一实施方式提供了一种通过声纹验证用户身份的方法，所述方法包括：

接收客户端请求；

向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容；

接收客户端传递的读取所述动态文本信息的语音；

获取所述语音中对应所述标识内容部分的语义内容，以及所述语音中对应所述业务内容部分的声纹特征；

若所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容相匹配，则根据所述对应业务内容部分的声纹特征校验用户身份。。

作为本发明一实施方式的进一步改进，『接收客户端传递的读取所述动态文本信息的语音』具体包括：

分别接收客户端传递的读取所述标识内容的第一段语音和读取所述业务内容的第二段语音。

作为本发明一实施方式的进一步改进，所述方法还包括：

获取所述语音中对应所述标识内容部分的声纹特征，并根据所述对应标识内容部分的声纹特征校验用户身份。

作为本发明一实施方式的进一步改进，『接收客户端请求』具体包括：

接收客户请求，所述客户请求包括用户身份信息；

根据所述用户身份信息匹配与其相应的预存声纹特征。

作为本发明一实施方式的进一步改进，所述标识内容为随机生成，所述方法包括：

并根据所述对应标识内容部分的语义内容匹配其对应的业务。

为实现上述发明目的之一，本发明一实施方式提供了一种通过声纹验证用户身份的装置，所述装置包括：

通信模块，用于：接收客户端请求；

向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容；

以及接收客户端传递的读取所述动态文本信息的语音；

语义分析模块，用于获取所述语音中对应所述标识内容部分的语义内容；

声纹分析模块，用于获取所述语音中对应所述业务内容部分的声纹特征；

处理模块，用于判断所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容是否匹配，若是，则根据所述对应业务内容部分的声纹特征校验用户身份，并根据所述标识内容部分的语义内容匹配其对应的业务。

作为本发明一实施方式的进一步改进，所述通信模块具体用于：

分别接收客户端传递的读取所述标识内容的第一段语音和读取所述业务内容的第二段语音。

作为本发明一实施方式的进一步改进，所述声纹分析模块还用于：

获取所述语音中对应所述标识内容部分的声纹特征，所述处理模块还用于：

根据所述语音中对应所述标识内容部分的声纹特征校验用户身份。

作为本发明一实施方式的进一步改进，所述通信模块用于：

接收包括用户身份信息的客户请求，并根据所述用户身份信息匹配与其相应的预存声纹特征。

作为本发明一实施方式的进一步改进，所述标识内容为随机生成，所述处理模块还用于根据所述对应标识内容部分的语义内容匹配其对应的业务。

与现有技术相比，本发明的有益效果是：本发明通过声纹对用户身份进行验证，适用场景广，且大大降低了用户身份验证的安全隐患。

附图说明

图1是本发明一实施方式中通过声纹验证用户身份的方法的流程图；

图2是本发明一实施方式中通过声纹验证用户身份的装置的模块图；

图3是本发明一实施方式中通过声纹验证用户身份的装置与客户端配合的模块关系示意图。

具体实施方式

以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

如图1所示，在本发明一实施方式中，所述通过声纹验证用户身份的方法包括：

S1：接收客户端请求。

其中，所述客户端可例如为可连接互联网的终端，例如，PC、移动电话、平板电脑等。具体地，首先接收客户端请求，该客户端请求包括用户身份信息，随后根据用户身份信息匹配与其相应的预存声纹特征。其中，用户身份信息可包括用户的账户ID、设备ID、安全环境级别、客户身份ID等，所述的“根据用户身份信息匹配与其相应的预存声纹特征”可依据用户身份信息中的客户身份ID，和/或账户ID，和/或设备ID等查询该客户在开户时录入的语音信息的声纹特征。

S2：向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容。

其中，所述标识内容为随机生成，例如，该标识内容可以是与时间、账户绑定的唯一信息，也可以是随机生成的。在本实施方式中，该标识内容可具有一定的时效性，例如可以设置该标识内容在一分钟内有效，超出该有效期后，需要重新生成新的标识内容供验证。所述业务内容可以是具体需要办理的业务信息，其与标识内容之间存在映射关系。例如，向客户端发送的动态文本信息为：“266783‐本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”，其中“266783”是动态随机生成的标识内容，“本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”是业务信息，其和标识内容“266783”存在映射关系。当然，所述标识内容和所述业务内容可通过一条信息发送至客户端，也可通过两条信息分别发送至客户端。

S3：接收客户端传递的读取所述动态文本信息的语音。

在本实施方式中，可分别接收客户端传递的读取标识内容的第一段语音和读取业务内容的第二段语音。当然，在本发明的其他实施方式中，也可接收客户端传递的包括标识内容和业务内容的一段语音，并在接收到该语音后，通过语义分析将该段语音划分为标识内容部分和业务内容部分。这里的“客户端传递的读取标识内容的第一段语音和读取业务内容的第二端语音”可以是由客户端录制后再进行传递，也可以是客户端仅仅作为该些语音的传输媒介。

S4：获取所述语音中对应所述标识内容部分的语义内容，以及所述语音中对应所述业务内容部分的声纹特征。

标识内容一般是标准数字信息，内容简短，很容易获取对应的语音中包括的语义内容。业务内容一般是业务详细语义，比较长，若对其进行语义识别，则精度较低，因此，在本实施方式中，业务内容对应的语音仅用于提取声纹特征。当然，在一些实施例中，标识内容也可以包括其他易于识别的英文字母信息或短语信息等，此处不做赘述。

进一步地，也可以包括获取语音中对应标识内容部分的声纹特征，如此，可判断读取该标识内容部分的语音是否为与预存声纹特征匹配，使得该验证更加安全。S5：若所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容相匹配，则根据所述对应业务内容部分的声纹特征校验用户身份。

还是以向客户端发送的动态文本信息为：“266783‐本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”为例，在服务器端生成“本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”的业务内容的同时，作为标识内容的“266783”也同时相应生成，且在服务器端中将该业务内容与此次生成的标识内容进行关联(即上文所述之映射关系)。由于标识内容为随机生成，操作者无法在操作之前进行预录音，故确保此时客户端传递的读取动态文本信息的语音是由此时的操作者人为读取，而非播放的录音；随后，再通过对对应业务内容部分的声纹特征进行校验，由于用户在开户时预先储存的声纹特征已经记录在用户名下，因此可以通过对声纹特征的比对，确定该语音是否为开户用户录入。在本实施方式中，因为业务内容部分较长，所能采集到的声纹特征更多，故主要以业务内容部分的声纹特征来校验用户身份为例进行说明。

进一步地，还可以同时获取语音中对应标识内容部分的声纹特征，并根据所述对应标识内容部分的声纹特征校验用户身份。在此种实施方式下，还可以进一步避免操作者自行读取动态文本信息中的标识内容，随后用录音的方式播放用户录制的业务内容以绕开身份验证的可能。

在上述的过程中，还可以根据对应标识内容部分的语义内容匹配其对应的业务。并且，如果是在开户认证中，需要确保在一个安全可信的环境中，对用于语音信息的声纹特征进行提取。如图2所示，在本发明一实施方式中，通过声纹验证用户身份的装置100包括通信模块11、语义分析模块12、声纹分析模块13、以及处理模块14。

通信模块11用于接收客户端请求。其中，所述客户端可例如为可连接互联网的终端，例如，PC、移动电话、平板电脑等。具体地，通信模块11接收包括用户身份信息的客户端请求，随后根据用户身份信息匹配与其相应的预存声纹特征。其中，用户身份信息包括用户的账户ID、设备ID、安全环境级别、客户身份ID等，所述的“根据用户身份信息匹配与其相应的预存声纹特征”可依据用户身份信息中的客户身份ID，和/或账户ID，和/或设备ID等查询该客户在开户时录入的语音信息的声纹特征。

通信模块11还用于向客户端发送动态文本信息，该动态文本信息包括标识内容和业务内容。其中，所述标识内容为随机生成，例如，该标识内容可是与时间、账户绑定的唯一信息，也可是随机生成的。在本实施方式中，该标识内容可具有一定的时效性，例如可以设置该标识内容在一分钟内有效，超出该有效期后，需要重新生成新的标识内容供验证。所述业务内容可是具体需要办理的业务信息，其与标识内容之间存在映射关系。例如，向客户端发送的动态文本信息为：“266783‐本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”，其中“266783”是动态随机生成的标识内容，“本账户持有人忘记了账户13888888888的登录密码，特申请找回密码”是业务信息，其和标识内容“266783”存在映射关系。当然，所述标识内容和所述业务内容可通过一条信息发送至客户端，也可通过两条信息分别发送至客户端。

通信模块11还用于接收客户端传递的读取所述动态文本信息的语音。在本实施方式中，通信模块11可分别接收客户端传递的读取标识内容的第一段语音和读取业务内容的第二段语音。当然，在本发明的其他实施方式中，通信模块11也可接收客户端传递的包括标识内容和业务内容的一段语音，并在接收到该语音后，通过语义分析将该段语音划分为标识内容部分和业务内容部分。

语义分析模块12用于获取所述语音中对应所述标识内容部分的语义内容。声纹分析模块13用于获取语音中对应业务内容部分的声纹特征。标识内容一般是标准数字信息，内容简短，很容易获取对应的语音中包括的语义内容。业务内容一般是业务详细语义，比较长，若对其进行语义识别，则精度较低，因此，在本实施方式中，业务内容对应的语音仅用于提取声纹特征。当然，在一些实施例中，标识内容也可以包括其他易于识别的英文字母信息或短语信息等，此处不做赘述。

处理模块14用于判断所述对应标识内容部分的语义内容与所述动态文本信息中的内容是否匹配，若是，则根据对应业务内容部分的声纹特征校验用户身份。由于标识内容为随机生成，操作者无法在操作之前进行预录音，故确保此时客户端传递的读取动态文本信息的语音是由此时的操作者人为读取，而非播放的录音；随后，再通过对对应业务内容部分的声纹特征进行校验，由于用户在开户时预先储存的声纹特征已经记录在用户名下，因此可以通过对声纹特征的比对，确定该语音是否为开户用户录入。在本实施方式中，因为业务内容部分较长，所能采集到的声纹特征更多，故主要以业务内容部分的声纹特征来校验用户身份为例进行说明。

进一步地，声纹分析模块13也用于还用于同时获取语音中对应标识内容部分的声纹特征，并根据所述对应标识内容部分的声纹特征校验用户身份。在此种实施方式下，还可以进一步避免操作者自行读取动态文本信息中的标识内容，随后用录音的方式播放用户录制的业务内容以绕开身份验证的可能。

在上述的过程中，处理模块14还用于根据对应标识内容部分的语义内容匹配其对应的业务。并且，如果是在开户认证中，需要确保在一个安全可信的环境中，对用于语音信息的声纹特征进行提取。上述的通信模块11、语义分析模块12、声纹分析模块13、以及处理模块14实质上共同隶属于一服务器语音分析模块。与此对应的，配合的客户端中需要包括有钱包认证SDK模块200。一示范的实施方式中，该钱包认证SDK模块200包括认证请求发送模块21、动态信息获取模块22、语音录制模块23、以及认证信息发送模块24。以下给出服务器语音分析模块与客户端中的钱包认证SDK模块200配合工作的示范说明。

如图3所示，首先，认证请求发送模块21发送客户的请求，通信模块11进而将该客户的请求接收，并向客户端发送动态文本信息；动态信息获取模块22将该动态文本信息进行接收，并利用客户端进行显示；客户利用语音录制模块23录制并传递与该动态文本信息对应的语音(此处也可以不设置语音录制模块23，而仅仅是通过客户端进行语音的传递)，并通过认证信息发送模块24发送至通信模块11；随后，语义分析模块12获取语音中对应标识内容部分的语义内容，声纹分析模块13获取语音中对应业务内容部分的声纹特征以及对应标识内容部分的声纹特征；最后，处理模块14判断对应标识内容部分的语义内容是否与动态文本信息中的标识内容匹配，若是，继续根据对应业务内容部分的声纹特征校验用户身份，并根据标识内容部分的语义内容匹配其对应的业务；其中，若对应标识内容部分的语义内容与动态文本信息中的标识内容不匹配，服务器会要求客户重新进行读取，或利用通信模块11重新发送随机的标识内容、或包含随机的标识内容的新的动态文本信息。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，装置和模块的具体工作过程，可以参考前述方法实施方式中的对应过程，在此不再赘述。

综上所述，本发明通过声纹对用户身份进行验证，适用场景广，且大大降低了用户身份验证的安全隐患。特别是，本发明通过标识内容部分和业务内容部分两部分语音，即可大大增加对请求业务的识别率，又可获得足够多的声纹特征进行用户身份验证。

在本发明所提供的几个实施方式中，应该理解到，所揭露的装置，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。

另外，在本发明各个实施方式中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以2个或2个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施方式所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read‐OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施方式仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围。

Claims (10)

1.一种通过声纹验证用户身份的方法，其特征在于，所述方法包括：

接收客户端请求；

向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容；

接收客户端传递的读取所述动态文本信息的语音；

获取所述语音中对应所述标识内容部分的语义内容，以及所述语音中对应所述业务内容部分的声纹特征；

若所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容相匹配，则根据所述对应业务内容部分的声纹特征校验用户身份。

2.根据权利要求1所述的通过声纹验证用户身份的方法，其特征在于，『接收客户端传递的读取所述动态文本信息的语音』具体包括：

分别接收客户端传递的读取所述标识内容的第一段语音和读取所述业务内容的第二段语音。

3.根据权利要求1所述的通过声纹验证用户身份的方法，其特征在于，所述方法还包括：

获取所述语音中对应所述标识内容部分的声纹特征，并根据所述对应标识内容部分的声纹特征校验用户身份。

4.根据权利要求1所述的通过声纹验证用户身份的方法，其特征在于，『接收客户端请求』具体包括：

接收客户请求，所述客户请求包括用户身份信息；

根据所述用户身份信息匹配与其相应的预存声纹特征。

5.根据权利要求1所述的通过声纹验证用户身份的方法，其特征在于，所述标识内容为随机生成，所述方法包括：

根据所述对应标识内容部分的语义内容匹配其对应的业务。

6.一种通过声纹验证用户身份的装置，其特征在于，所述装置包括：

通信模块，用于：接收客户端请求；

向客户端发送动态文本信息，所述动态文本信息包括标识内容和业务内容；

以及接收客户端传递的读取所述动态文本信息的语音；

语义分析模块，用于获取所述语音中对应所述标识内容部分的语义内容；

声纹分析模块，用于获取所述语音中对应所述业务内容部分的声纹特征；

处理模块，用于判断所述对应标识内容部分的语义内容与所述动态文本信息中的标识内容是否匹配，若是，则根据所述对应业务内容部分的声纹特征校验用户身份。

7.根据权利要求6所述的通过声纹验证用户身份的装置，其特征在于，所述通信模块具体用于：

分别接收客户端传递的读取所述标识内容的第一段语音和读取所述业务内容的第二段语音。

8.根据权利要求6所述的通过声纹验证用户身份的装置，其特征在于，所述声纹分析模块还用于：

获取所述语音中对应所述标识内容部分的声纹特征，所述处理模块还用于：

根据所述语音中对应所述标识内容部分的声纹特征校验用户身份。

9.根据权利要求6所述的通过声纹验证用户身份的装置，其特征在于，所述通信模块用于：

接收包括用户身份信息的客户请求，并根据所述用户身份信息匹配与其相应的预存声纹特征。

10.根据权利要求6所述的通过声纹验证用户身份的装置，其特征在于，所述标识内容为随机生成，所述处理模块还用于根据所述对应标识内容部分的语义内容匹配其对应的业务。