CN108417216B - 语音验证方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种语音验证方法、装置、计算机设备和存储介质。通过获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通。通过对第一次获取的语音数据进行验证密码识别和声纹识别，验证通过后，再次根据规则获取对应的语音数据，并对语音数据进行验证，根据验证结果确定是否通过，能够提高语音验证的安全性。

Description

语音验证方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种语音验证方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了语音识别技术，语音识别技术包括声纹识别和语音识别，其中声纹识别是指从人的语音中分辨说话人的身份，语音识别是指识别出说话的内容。传统的声纹识别往往采用明文的方式获取用户的较长时间的语音数据，对用户的语音数据进行分析，从而区分各个用户的声纹信息，根据各个用户的声纹信息的对语音进行验证，该语音验证方法安全性低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升语音验证安全性的语音验证方法、装置、计算机设备和存储介质。

一种语音验证方法，包括：

获取第一语音数据，对所述第一语音数据进行识别；

当识别出所述第一语音数据中包含预设语音密码时，从所述语音数据中截取包含所述预设语音密码的语音密码数据；

提取所述语音密码数据的声纹特征，并将所述声纹特征与预设声纹特征进行匹配；

当匹配成功时，获取预设规则对应的第二语音数据，对所述第二语音数据进行识别，当所述第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

在其中一个实施例中，所述获取第一语音数据之前，还包括：

获取用户密码；

获取第三语音数据，对所述第三语音数据进行识别，当识别出所述第三语音数据中包含所述用户密码时，获取成功识别到所述用户密码的识别次数；

当所述识别次数满足预设识别次数时，将所述用户密码作为所述预设语音密码；

提取所述预设语音密码对应的语音数据的第一声纹特征，将所述第一声纹特征作为所述预设声纹特征。

在其中一个实施例中，所述从所述第一语音数据中截取包含所述预设语音密码的语音密码数据之后，还包括：

将所述语音密码数据输入语音鉴定模块中，对所述语音密码数据进行鉴定，所述语音鉴定模块用于鉴定所述语音密码数据是否为原始语音数据，所述原始语音数据为直接采集到的用户语音数据；

当所述语音密码数据被鉴定为原始语音数据时，进入所述提取所述语音密码数据的声纹特征的步骤；

当所述语音密码数据被鉴定为录音数据和/或合成语音数据时，返回所述获取第一语音数据的步骤。

在其中一个实施例中，所述预设规则包括回答对应问题和/或朗读对应文字，所述获取预设规则对应的第二语音数据，包括：

当所述预设规则为回答对应问题时，获取回答对应问题的所述第二语音数据；和/或

当所述预设规则为朗读对应文字时，获取朗读对应文字的所述第二语音数据。

在其中一个实施例中，所述获取预设规则对应的第二语音数据，还包括：

获取所述第二语音数据的数据等待时长，当所述数据等待时长超过预设时长阈值时，进入获取预设规则对应的第四语音数据的步骤。

在其中一个实施例中，所述获取预设规则对应的第二语音数据，包括：

获取所述第二语音数据的尝试次数，当所述尝试次数小于等于预设尝试次数时，进入获取预设规则对应的第五语音数据的步骤；

当所述尝试次数超过所述预设尝试次数时，返回所述获取第一语音数据，的步骤。

在其中一个实施例中，所述当所述第二语音数据与预设目标识别结果一致时之后，还包括：

从所述第二语音数据中截取与预设目标识别结果对应的语音数据；

对所述语音数据进行语音鉴定和声纹鉴定；

当所述语音数据被鉴定为录音数据和/或合成语音数据时，返回所述获取预设规则对应的第二语音数据的步骤；

当所述语音数据被鉴定为原始语音数据时，提取所述语音数据的声纹特征，并将所述语音数据的声纹特征与所述预设声纹特征进行匹配，当匹配不成功时，返回所述获取预设规则对应的第二语音数据的步骤。

一种语音验证装置，包括：

数据识别模块，用于获取第一语音数据，对所述第一语音数据进行识别；

数据截取模块，用于当识别出所述第一语音数据中包含预设语音密码时，从所述语音数据中截取包含所述预设语音密码的语音密码数据；

声纹匹配模块，用于提取所述语音密码数据的声纹特征，并将所述声纹特征与预设声纹特征进行匹配；

语音识别模块，用于当匹配成功时，获取预设规则对应的第二语音数据，对所述第二语音数据进行识别，当所述第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述语音验证方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述语音验证方法的步骤。

上述语音验证方法、装置、计算机设备和存储介质，通过获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。通过对第一次获取的语音数据进行验证，验证语音数据中是否存在预先设置的密码，且通过声纹识别验证语音数据与预先设置密码的声音是否为同一声音，验证通过后，再次根据规则获取对应的语音数据，并对语音数据进行验证，根据验证结果确定是否通过，能够提高语音验证的安全性。

附图说明

图1为一个实施例中语音验证方法的应用环境图；

图2为一个实施例中语音验证方法的流程示意图；

图3为另一个实施例中语音验证方法的流程示意图；

图4为一个实施例中语音鉴定步骤的流程示意图；

图5为一个实施例中获取语音数据步骤的流程示意图；

图6为一个实施例中确定语音获取步骤的流程示意图；

图7为另一个实施例中确定语音数据获取步骤的流程示意图；

图8为一个具体实施例中语音验证方法的流程示意图；

图9为一个实施例中语音验证装置的结构框图；

图10为另一个实施例中语音验证装置的结构框图；

图11为一个实施例中语音识别模块的内部结构框图；

图12为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的语音验证方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。终端通过获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。终端102通过网络将验证结果发送至服务器104。终端102将获取到语音数据发送到服务器104，服务器104接收第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，服务器104接收预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。服务器104通过网络将验证结果发送给终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种语音验证方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

步骤202，获取第一语音数据，对第一语音数据进行识别。

其中，第一语音数据是指通过语音采集设备采集到的语音数据，语音采集设备包括但不限于麦克风，麦克风是用于把声音信号转换为电信号的设备。识别是指对语音数据中的内容进行识别，如语音数据对应的内容为“你好吗”那么识别就是把“你好吗”几个字识别出来，也就是把声音信息转换为文字信息。具体地，终端获取到麦克风采集到的语音数据，对该语音数据包含的内容进行识别，得到对应的识别结果。

步骤204，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据。

其中，预设语音密码为用户预先设置的用户语音验证的密码，该密码是用户在验证系统中预先设置的包含至少一个文字的密码，文字的多少可以自定义设置，如根据经验或根据验证所需时间定义文字的个数。语音密码数据为包含预设语音密码的语音数据，如预设语音密码为“谢谢你们对我的照顾”9个字，则语音密码数据为包含内容为“谢谢你们对我的照顾”的语音数据。

具体地，当识别出第一语音数据中包含预先设置的语音密码时，从第一语音数据中截取其中包含预先设置的语音密码的语音数据作为语音密码数据。如第一语音数据为包含的内容为“在这里我很开心，谢谢你们对我的照顾”的语音数据，则从第一语音数据截取包含内容为“谢谢你们对我的照顾”的语音数据作为语音密码数据。通过检测语音数据中是否包含暗语密码可以提高语音检测的安全性，首先，用户可以说一段较长的语音数据，只要该语音数据中包含预设语音密码即可，减少了密码被盗的可能性，且语音密码进用户自己知道，提高了语音验证的安全性。在用户密码被盗，用户可以通过修改密码来保证用户的账号安全。

步骤206，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配。

其中，声纹特征是指用电声学仪器显示的携带言语信息的声波频谱。每个人的声纹特征与各自的发音器官相关，发音器官不一致分析得到的声波频谱也不一致，故可以通过声纹特征区分发音者。预设声纹特征是对预先采集到的声音进行处理得到的。

具体地，通过声纹特征提取算法提取语音密码数据的声纹特征，常见的声纹特征提取算法包括但不限于梅尔倒谱系数(Mel-Frequency Cepstral Coefficients，MFCCs)、感知线性预测系数(Perceptual Linear Prediction，PLP)、深度特征(Deep Feature)、能量规整谱系数(Power Normalized Cepstral Coefficents，PNCC)或能量规整的听感线性预测(Power Normalized Perceptual Linear Prediction，PNPLP)等。将提取到的声纹特征与预先提取的声纹特征进行匹配，匹配是指计算两个声纹特征之间的相似度。

步骤S208，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

其中，预设规则为预先设定的用于获取语音数据的规则，该规则可以自定义设置，如诗歌朗读和/或回答对应的问题等。第二语音数据为语音数据采集设备采集到的语音数据，该语音数据与第一语音数据是不同的语音数据。预设目标识别结果为与预设规则对应的识别结果，如预设规则为诗歌朗读，且朗读的内容为“白日依山尽”，则预设目标识别结果为需要朗读的诗词“白日依山尽”。

具体地，当语音密码数据的声纹特征与预设声纹特征匹配时，如两者的相似度满足预设相似度时，语音密码数据的声纹特征与预设声纹特征匹配成功。根据预先设置的语音数据获取规则获取对应的语音数据，得到对应的语音数据，对该语音数据进行识别，得到语音数据中包含的内容，并将内容与预设目标识别结果进行匹配，当匹配成功时，表示该语音的验证通过状态为通过，验证成功，当匹配不成功时，表示该语音的验证通过状态为不通过，验证失败。

在一个具体的实施例中，语音验证可以用于设备解锁、程序解锁等应用，如采用语音验证进行手机解锁，当用户发出声音，麦克风采集到的语音数据上传给手机，手机对该语音数据进行识别，当识别到该语音数据中包含对应的密码时，截取包含密码的语音数据，对该语音数据进行是声纹识别，识别成果后，手机亮起屏幕，屏幕中出现提示信息，用户根据该提示信息发出声音，将集到的语音数据上传给手机，手机对该语音数据进行识别，当识别出该语音数据中包含屏幕中提示信息对应的目标识别结果时，验证成功，手机成功解锁。通过语音验证进行解锁时，语音验证过程仅需要用户完成两句话的朗读，时间较短，操作简便。

上述语音验证方法中，获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。通过对第一次获取的语音数据进行验证，验证语音数据中是否存在预先设置的密码，且通过声纹识别验证语音数据与预先设置密码的声音是否为同一声音，验证通过后，再次根据规则获取对应的语音数据，并对语音数据进行验证，根据验证结果确定是否通过，能够提高语音验证的安全性。

如图3所示，在一个实施例中，步骤S202之前，还包括：

步骤S402，获取用户密码。

步骤S404，获取第三语音数据，对,第三语音数据进行识别，当识别出第三语音数据中包含用户密码时，获取成功识别到用户密码的识别次数。

其中，用户密码为用户自己自定义设置的密码，该密码包含多个文字。第三语音数据为语音采集设备采集到的用户发出的声音的语音数据。识别次数为终端识别到用户密码的次数，如用户说了3次用户密码，且每次都被终端识别出来，则识别次数为3.

具体地。用户在终端上设置用户密码，终端保存该用户密码，终端获取用户的语音数据，对用户的语音数据进行识别，对识别出语音数据中包含的内容与用户密码进行匹配，当成功匹配时，表示识别成果，并记录识别次数。

步骤S406，当识别次数满足预设识别次数时，将用户密码作为预设语音密码。

具体地，预设识别次数可以自定义，如预设识别次数可以设置包括但不限于为1次、2次、3次、5次等，当获取到识别出用户密码的次数达到预设识别次数时，表示完成识别，将该用户密码作为预设语音密码，该密码用于语音验证。

步骤S408，提取预设语音密码对应的语音数据的第一声纹特征，将第一声纹特征作为预设声纹特征。

具体地，第一声纹特征为用户特征的声纹特征，该声纹特征作为预设声纹特征，用于作为语音验证的目标识别特征。该声纹特征的提取算法与上述声纹特征提取算法一致，通过的同样的声纹特征提取算法提取声纹特征能够保证声纹特征的准确性，避免算法不一致导致的验证误差。

如图4所示，在一个实施例中，步骤S204之后，还包括：

步骤S602，将语音密码数据输入语音鉴定模块中，对语音密码数据进行鉴定，语音鉴定模块用于鉴定语音密码数据是否为原始语音数据，原始语音数据为直接采集到的用户语音数据。

步骤S604，当语音密码数据被鉴定为原始语音数据时，进入步骤S206。

步骤S606，当语音密码数据被鉴定为录音数据和/或合成语音数据时，返回步骤S202。

具体地，语音鉴定模块用于对语音进行鉴定，鉴定该与是否为原始语音数据和/或录音数据和/或合成语音数据，录音数据为采用录音设备将用户的声音保存下来的可回放的语音数据，合成语音数据为对用户的声音进行裁剪加工得到的语音数据，原始语音数据为语音采集设备直接采集到的语音数据，如直接通过麦克风采集到的用户说话的声音的语音数据。当鉴定结果表示语音数据为语音采集设备直接采集到的语音数据时，进入步骤S206，提取语音数据的声纹特征，并对声纹特征进行检测。当鉴定结果表明该语音数据为录音数据和/或合成语音数据时，说明当前进行语音验证的用户不是目标用户，目标用户为设置用户密码的用户，当检测验证用户不是目标用户时，则返回步骤S202。重新获取用户的语音数据。通过语音鉴定模块对语音数据进行鉴定能够避免通过合成和/或录制用户的语音数据进行语音验证，提高验证的安全性。

如图5所示，在一个实施例中，步骤S208包括：

步骤S2082，当预设规则为回答对应问题时，获取回答对应问题的第二语音数据。和/或

步骤S2084，当预设规则为朗读对应文字时，获取朗读对应文字的第二语音数据。

具体地，步骤S2082和步骤S2084是不同预设规则对应的语音数据获取方式，两种数据获取方式可以结合使用，也可以单独使用。当预设规则为回答对应的问题时，如终端中显示的提问为“1+1＝？”，则根据该预设规则获取的语音数据为回答该题目的答案，获取到的第二语音数据为包含内容包含但不限于“2”或其它数字或文字的语音数据或者未获取到语音数据，获取到的第二语音数据中包含的内容是否正确，需要对第二语音数据的内容进行识别。当预设规则为朗读对应文字时，获取朗读对应文字的第二语音数据，如终端屏幕中显示的文字为“你好，我在深圳”，则用户需要朗读的内容为“你好，我在深圳”。同样的获取到的第二语音数据未必包含正确的内容，故需要对第二语音数据进行检测。根据规则获取对应的语音数据，规则可以变换，且规则的多样化使得语音验证变得更为复杂，能够提高语音验证的安全性。

在一个实施例中，步骤S208包括：

步骤S2086，获取第二语音数据的数据等待时长，当数据等待时长超过预设时长阈值时，进入获取预设规则对应的第四语音数据的步骤。

具体地，获取预设规则对应的第二语音数据的时间长度可以进行设置，当获取语音数据的等待时间长度超过预设时间长度阈值时，重新更新屏幕中的提示，继续获取预设规则对应的语音数据。如预设时长为3秒，屏幕提示为朗读“白日依山尽”，检测到获取该语音数据的时长超过3秒时，屏幕提示变为朗读“黄河入海流”，此时用户需要朗读的数据发生了改变。设置时长阈值更新屏幕提示，可以减少用户通过其它方式进行语音验证，提高语音验证的安全性。现代语音合成技术利用预先收集的大量用户语音，需要长时间运算才能合成出指定文本的语音。终端的提示信息不断发生变化，增加了合成语音破解的难度，提高了语音验证的安全性。

如图6所示，在一个实施例中，步骤S208包括：

步骤S2088，获取第二语音数据的尝试次数，当尝试次数小于等于预设尝试次数时，进入获取预设规则对应的第五语音数据的步骤。

步骤S2090，当尝试次数超过预设尝试次数时，返回获取第一语音数据的步骤。

具体地，尝试次数为用户根据终端提示发出声音的次数，预设尝试次数为预先设置的一个尝试的临界值，当终端获取到用户的语音数据的尝试次数小于等于预设尝试次数时，继续获取预设规则对应的语音数据，每一次尝试失败后，更新终端的提示信息，继续获取预设规则对应的语音数据。当尝试次数大于预设尝试次数时，说明用户尝试的次数过多，为了增加语音验证的安全性，返回步骤S202，获取第一语音数据。当语音数据被非法监听设备暗中录制下来，屏幕提示文字或扬声器指定的跟读语音是实时变化的，非法监听设备获取的语音数据较为有限，无法覆盖所有可能出现的提示文字，回放设备无法播放指定文字的语音，故验证较难通过，提好语音验证的安全性。

如图7所示，在一个实施例中，当第二语音数据与预设目标识别结果一致时之后，还包括：

步骤S802，从第二语音数据中截取与预设目标识别结果对应的语音数据。

具体地，从第二语音数据中将包含内容为预设目标识别结果的语音数据截取出来，如根据预设规则得到的第二语音数据包含的预设目标识别结果为“两岸青山相对出，孤帆一片日边来。”，则从第二语音数据中截取包含诗词内容为“两岸青山相对出，孤帆一片日边来。”的语音数据。

步骤S804，对语音数据进行语音鉴定和声纹鉴定。

具体地，语音鉴定是指对语音的来源进行简单，鉴定语音是否为直接通过语音采集设备采集的语音数据。声纹鉴定是指对语音数据的声纹特征进行鉴定，通过声纹鉴定确定语音发出者是否为用户本身。

步骤S806，当语音数据被鉴定为录音数据和/或合成语音数据时，返回获取预设规则对应的第二语音数据的步骤。

具体地，当语音数据的语音鉴定结果为录音数据和/或合成语音数据时，表明该语音数据不是原始语音数据，存在非法盗用的可能性，为了增强语音验证的安全性，返回获取预设规则对应的第二语音数据的步骤，每次返回到获取预设规则对应的第二语音数据的步骤时，终端屏幕根据预设规则提示不同的信息，用户需根据提示信息完成对应的任务。

步骤S808，当语音数据被鉴定为原始语音数据时，提取语音数据的声纹特征，并将语音数据的声纹特征与预设声纹特征进行匹配，当匹配不成功时，返回获取预设规则对应的第二语音数据的步骤。

具体地，当对语音数据进行语音鉴定的鉴定结果为原始语音数据时，对该语音数据的声纹特征进行检测识别，当语音数据对应的声纹特征与预设声纹特征匹配时，表示该语音数据的发声者为用户本人，验证通过，当语音数据对应的声纹特征与预设声纹特征不匹配时，表示该语音数据的发声者不是用户本人，返回获取预设规则对应的第二语音数据的步骤。其中预设声纹特征与步骤S206Z中的预设声纹特征为同一个声纹特征。通过对语音数据进行语音鉴定和声纹鉴定曾强语音验证的安全性。

如图8所示，在一个具体的实施例中，语音验证方法包括：

注册阶段和验证阶段，其中注册阶段包括如下步骤：

步骤S1002，获取暗语密码，该暗语密码是用户自定义设置的。

步骤S1004，获取语音数据，识别暗语密码，并提取对应的声纹信息。终端语音采集设备采集用户的语音数据，对采集到的语音数据进行识别，当识别到该语音数据中包含暗语密码时，且尝试次数达到预设次数时，提取该语音数据包含的声纹特征。

步骤S1006，完成注册。

验证阶段包括如下步骤：

步骤S1008，获取第一语音数据，该第一语音数据是终端的语音采集设备采集到的语音数据。

步骤S1010，对采集到的第一语音数据进行识别，当识别到该第一语音数据中包含注册阶段设置的暗语密码时，进入步骤S1012，反之，返回步骤S1008。

步骤S1012，从第一语音数据中截取包含暗语密码对应的语音数据。

步骤S1014，将截取到的语音数据输入语音鉴定模块，对语音进行鉴定，其中鉴定结果包含该语音是为录音数据和/或合成语音数据或原始语音数据。

步骤S1016，根据鉴定结果判断该语音验证是否通过，若鉴定结果为录音数据和/或合成语音数据时，鉴定不通过，返回步骤S1008，若鉴定结果为原始语音数据，鉴定通过，进入步骤S1018。

步骤S1018，根据声纹特征提取算法，提取包含暗语密码的语音数据的声纹特征，并对该声纹特征与上述步骤S1004中提取的声纹特征进行匹配，得到匹配结果。

步骤S1020，根据匹配结果判断，该声纹特征是否比配，当匹配成功时，进入步骤S1022，匹配不成功时，返回步骤S1008。

步骤S1022，获取预设规则对应的语音数据，预设规则包括但不限于朗读诗词，回答对应问题等。当预设规则为朗读诗词时，根据终端屏幕中的提示朗读对应的诗词，当预设规则为回答对应的问题时，根据终端屏幕中的问题，回答相应的答案。获取用户朗读诗词和/或回答问题的时长和获取用户朗读诗词和/或回答问题的次数。

步骤S1024，判断是否在预设时长内获取到用户朗读诗词和或回答问题的数据，当检测到预设时长内获取到对应的语音数据，且对用户的朗读的诗词和/或回答的问题进行识别，检测是否满足预设目标识别结果，当检测到满足预设目标识别结果，进入步骤S1026，当检测到不满足预设目标识别结果时，返回步骤S1022。

步骤S1026，截取预设目标识别结果对应的语音，并对语音进行鉴定。其中对语音进行鉴定包括对语音数据是否为合成语音数据和/或录音数据或原始语音数据进行鉴定和对语音数据的声纹进行验证，得到语音鉴定结果。

步骤S1028，根据鉴定结果判断语音验证是否通过，对语音进行鉴定得到的鉴定结果包括a)该语音为原始语音数据，且声纹特征与预设声纹特征匹配，b)该语音为原始语音数据，声纹特征与预设声纹特征不匹配；c)该语音为录音数据和/或合成语音数据，声纹特征与预设声纹特征匹配；d)该语音为录音数据和/或合成语音数据，声纹特征与预设声纹特征不匹配。当鉴定结果为a)表示验证通过，当鉴定结果为b)、c)、d)时表示验证不通过，返回步骤S1022。

步骤S1030，验证通过。

如图9所示，在一个实施例中，提供了一种语音验证装置200，包括：数据识别模块202、数据截取模块204、声纹匹配模块206和语音识别模块208，其中：

数据识别模块202，获取第一语音数据，对第一语音数据进行识别。

数据截取模块204，用于当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据。

声纹匹配模块206，用于提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配。

语音识别模块208，用于当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别，当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

如图10所示，在一个实施例中，语音验证装置200，还包括：

密码获取模块402，用于获取用户密码。

密码识别模块404，还用于获取第三语音数据，对第三语音数据进行识别，当识别出第三语音数据中包含用户密码时，获取成功识别到用户密码的识别次数。

预设语音密码确定模块406，用于当识别次数满足预设识别次数时，将用户密码作为预设语音密码。

声纹特征提取模块408，用于提取预设语音密码对应的语音数据的第一声纹特征，将第一声纹特征作为预设声纹特征。

在一个实施例中，语音验证装置200，还包括：

语音鉴定模块602，用于将语音密码数据输入语音鉴定模块中，对语音密码数据进行鉴定，语音鉴定模块用于鉴定语音密码数据是否为原始语音数据，原始语音数据为直接采集到的用户语音数据，当语音密码数据被鉴定为原始语音数据时，进入声纹匹配模块206。当语音密码数据被鉴定为录音数据和/或合成语音数据时，返回数据识别模块202。

在一个实施例中，语音识别模块208，包括：

语音获取单元2082，用于当预设规则为回答对应问题时，获取回答对应问题的第二语音数据，和/或当预设规则为朗读对应文字时，获取朗读对应文字的第二语音数据。

在一个实施例中，语音识别模块208，包括：

时长判断单元2084，用于获取第二语音数据的数据等待时长，当数据等待时长超过预设时长阈值时，进入语音获取单元2082。

在一个实施例中，语音识别模块208，包括：

尝试次数判断单元2086，用于获取第二语音数据的尝试次数，当尝试次数小于等于预设尝试次数时，进入语音获取单元2082，当尝试次数超过预设尝试次数时，返回数据识别模块202。

如图11所示，在一个实施例中，语音识别模块208，还包括：

数据截取单元2088，用于从第二语音数据中截取与预设目标识别结果对应的语音数据。

语音鉴定单元2090，用于对语音数据进行语音鉴定和声纹鉴定，当语音数据被鉴定为录音数据和/或合成语音数据时，返回语音获取单元2082，当语音数据被鉴定为原始语音数据时，提取语音数据的声纹特征，并将语音数据的声纹特征与预设声纹特征进行匹配，当匹配不成功时，返回语音获取单元2082。

关于语音验证装置的具体限定可以参见上文中对于语音验证方法的限定，在此不再赘述。上述语音验证中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种语音验证方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

在一个实施例中，获取第一语音数据之前，处理器执行计算机程序时还实现以下步骤：获取用户密码，获取第三语音数据对第三语音数据进行识别，当识别出第三语音数据中包含用户密码时，获取成功识别到，用户密码的识别次数，当识别次数满足预设识别次数时将用户密码作为预设语音密码，提取预设语音密码对应的语音数据的第一声纹特征将第一声纹特征作为预设声纹特征。

在一个实施例中，从第一语音数据中截取包含，预设语音密码的语音密码数据之后，处理器执行计算机程序时还实现以下步骤：将语音密码数据输入语音鉴定模块中，对语音密码数据进行鉴定，语音鉴定模块用于鉴定语音密码数据是否为原始语音数据，原始语音数据为直接采集到的用户语音数据，当语音密码数据被鉴定为原始语音数据时，进入提取语音密码数据的声纹特征的步骤，当语音密码数据被鉴定为录音数据和/或合成语音数据时，返回获取第一语音数据的步骤。

在一个实施例中，预设规则包括回答对应问题和/或朗读对应文字，获取预设规则对应的第二语音数据，包括：当预设规则为回答对应问题时，获取回答对应问题的第二语音数据，和/或当预设规则为朗读对应文字时，获取朗读对应文字的第二语音数据。

在一个实施例中，获取预设规则对应的第二语音数据，包括：获取第二语音数据的数据等待时长，当数据等待时长超过预设时长阈值时，进入获取预设规则对应的第四语音数据的步骤。

在一个实施例中，获取预设规则对应的第二语音数据，包括：获取第二语音数据的尝试次数，当尝试次数小于等于预设尝试次数时，进入获取预设规则对应的第五语音数据的步骤，当尝试次数超过预设尝试次数时，返回获取第一语音数据的步骤。

在一个实施例中，当第二语音数据与预设目标识别结果一致时之后，处理器执行计算机程序时还实现以下步骤：从第二语音数据中截取与预设目标识别结果对应的语音数据，对语音数据进行语音鉴定和声纹鉴定，当语音数据被鉴定为录音数据和/或合成语音数据时，返回获取预设规则对应的第二语音数据的步骤，当语音数据被鉴定为原始语音数据时，提取语音数据的声纹特征，并将语音数据的声纹特征与预设声纹特征进行匹配，当匹配不成功时，返回获取预设规则对应的第二语音数据的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取第一语音数据，对第一语音数据进行识别，当识别出第一语音数据中包含预设语音密码时，从语音数据中截取包含预设语音密码的语音密码数据，提取语音密码数据的声纹特征，并将声纹特征与预设声纹特征进行匹配，当匹配成功时，获取预设规则对应的第二语音数据，对第二语音数据进行识别当第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

在一个实施例中，获取第一语音数据之前，处理器执行计算机程序时还实现以下步骤：获取用户密码，获取第三语音数据对第三语音数据进行识别，当识别出第三语音数据中包含用户密码时，获取成功识别到，用户密码的识别次数，当识别次数满足预设识别次数时将用户密码作为预设语音密码，提取预设语音密码对应的语音数据的第一声纹特征将第一声纹特征作为预设声纹特征。

在一个实施例中，从第一语音数据中截取包含，预设语音密码的语音密码数据之后，处理器执行计算机程序时还实现以下步骤：将语音密码数据输入语音鉴定模块中，对语音密码数据进行鉴定，语音鉴定模块用于鉴定语音密码数据是否为原始语音数据，原始语音数据为直接采集到的用户语音数据，当语音密码数据被鉴定为原始语音数据时，进入提取语音密码数据的声纹特征的步骤，当语音密码数据被鉴定为录音数据和/或合成语音数据时，返回获取第一语音数据的步骤。

在一个实施例中，预设规则包括回答对应问题和/或朗读对应文字，获取预设规则对应的第二语音数据，包括：当预设规则为回答对应问题时，获取回答对应问题的第二语音数据，和/或当预设规则为朗读对应文字时，获取朗读对应文字的第二语音数据。

在一个实施例中，获取预设规则对应的第二语音数据，包括：获取第二语音数据的数据等待时长，当数据等待时长超过预设时长阈值时，进入获取预设规则对应的第四语音数据的步骤。

在一个实施例中，获取预设规则对应的第二语音数据，包括：获取第二语音数据的尝试次数，当尝试次数小于等于预设尝试次数时，进入获取预设规则对应的第五语音数据的步骤，当尝试次数超过预设尝试次数时，返回获取第一语音数据的步骤。

在一个实施例中，当第二语音数据与预设目标识别结果一致时之后，处理器执行计算机程序时还实现以下步骤：从第二语音数据中截取与预设目标识别结果对应的语音数据，对语音数据进行语音鉴定和声纹鉴定，当语音数据被鉴定为录音数据和/或合成语音数据时，返回获取预设规则对应的第二语音数据的步骤，当语音数据被鉴定为原始语音数据时，提取语音数据的声纹特征，并将语音数据的声纹特征与预设声纹特征进行匹配，当匹配不成功时，返回获取预设规则对应的第二语音数据的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种语音验证方法，所述方法包括：

获取第一语音数据，对所述第一语音数据进行识别；

当识别出所述第一语音数据中包含预设语音密码时，从所述语音数据中截取包含所述预设语音密码的语音密码数据，所述预设语音密码为预先设置的用户语音验证的密码；

提取所述语音密码数据的声纹特征，并将所述声纹特征与预设声纹特征进行匹配；

当匹配成功时，获取预设规则对应的第二语音数据，并判断获取所述第二语音数据的数据等待时长是否超过预设时长阈值；

当判断结果为否时，对所述第二语音数据进行识别，当所述第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过；

当判断结果为是时，获取预设规则对应的第四语音数据；

对所述第四语音数据进行识别，当所述第四语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

2.根据权利要求1所述的方法，其特征在于，所述获取第一语音数据之前，还包括：

获取用户密码；

获取第三语音数据，对所述第三语音数据进行识别，当识别出所述第三语音数据中包含所述用户密码时，获取成功识别到所述用户密码的识别次数；

当所述识别次数满足预设识别次数时，将所述用户密码作为所述预设语音密码；

提取所述预设语音密码对应的语音数据的第一声纹特征，将所述第一声纹特征作为所述预设声纹特征。

3.根据权利要求1所述的方法，其特征在于，所述从所述第一语音数据中截取包含所述预设语音密码的语音密码数据之后，还包括：

将所述语音密码数据输入语音鉴定模块中，对所述语音密码数据进行鉴定，所述语音鉴定模块用于鉴定所述语音密码数据是否为原始语音数据，所述原始语音数据为直接采集到的用户语音数据；

当所述语音密码数据被鉴定为原始语音数据时，进入所述提取所述语音密码数据的声纹特征的步骤；

当所述语音密码数据被鉴定为录音数据和/或合成语音数据时，返回所述获取第一语音数据的步骤。

4.根据权利要求1所述的方法，其特征在于，所述预设规则包括回答对应问题和/或朗读对应文字，所述获取预设规则对应的第二语音数据，包括：

当所述预设规则为回答对应问题时，获取回答对应问题的所述第二语音数据；和/或

当所述预设规则为朗读对应文字时，获取朗读对应文字的所述第二语音数据。

5.根据权利要求1所述的方法，其特征在于，所述获取预设规则对应的第四语音数据包括：

更新屏幕中的提示；

根据提示获取所述第四语音数据。

6.根据权利要求1所述的方法，其特征在于，所述获取预设规则对应的第二语音数据，还包括：

获取所述第二语音数据的尝试次数，当所述尝试次数小于等于预设尝试次数时，进入获取预设规则对应的第五语音数据的步骤；

当所述尝试次数超过所述预设尝试次数时，返回所述获取第一语音数据的步骤。

7.根据权利要求1所述的方法，其特征在于，所述当所述第二语音数据与预设目标识别结果一致时之后，还包括：

从所述第二语音数据中截取与预设目标识别结果对应的语音数据；

对所述语音数据进行语音鉴定和声纹鉴定；

当所述语音数据被鉴定为录音数据和/或合成语音数据时，返回所述获取预设规则对应的第二语音数据的步骤；

当所述语音数据被鉴定为原始语音数据时，提取所述语音数据的声纹特征，并将所述语音数据的声纹特征与所述预设声纹特征进行匹配，当匹配不成功时，返回所述获取预设规则对应的第二语音数据的步骤。

8.一种语音验证装置，其特征在于，所述装置包括：

数据识别模块，用于获取第一语音数据，对所述第一语音数据进行识别；

数据截取模块，用于当识别出所述第一语音数据中包含预设语音密码时，从所述语音数据中截取包含所述预设语音密码的语音密码数据，所述预设语音密码为预先设置的用户语音验证的密码；

声纹匹配模块，用于提取所述语音密码数据的声纹特征，并将所述声纹特征与预设声纹特征进行匹配；

判断模块，用于当匹配成功时，获取预设规则对应的第二语音数据，并判断获取所述第二语音数据的数据等待时长是否超过预设时长阈值；

所述数据识别模块，还用于当判断结果为否时，对所述第二语音数据进行识别，当所述第二语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过；

获取模块，用于当判断结果为是时，获取预设规则对应的第四语音数据；

所述数据识别模块，还用于对所述第四语音数据进行识别，当所述第四语音数据与预设目标识别结果一致时，语音验证的通过状态为通过，反之，语音验证的通过状态为未通过。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images