CN108702354B - 基于传感器信号的活跃度确定 - Google Patents

基于传感器信号的活跃度确定 Download PDF

Info

Publication number
CN108702354B
CN108702354B CN201680082231.9A CN201680082231A CN108702354B CN 108702354 B CN108702354 B CN 108702354B CN 201680082231 A CN201680082231 A CN 201680082231A CN 108702354 B CN108702354 B CN 108702354B
Authority
CN
China
Prior art keywords
acoustic
user
data
vibration
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680082231.9A
Other languages
English (en)
Other versions
CN108702354A (zh
Inventor
郭寅一
真珉豪
曹俊哲
曹永宇
金莱轩
E·维瑟
张树华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN108702354A publication Critical patent/CN108702354A/zh
Application granted granted Critical
Publication of CN108702354B publication Critical patent/CN108702354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/36—User authentication by graphic or iconic representation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • H04W12/068—Authentication using credential vaults, e.g. password manager applications or one time password [OTP] applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2133—Verifying human interaction, e.g., Captcha

Abstract

一种装置包含存储器和处理器。所述存储器经配置以存储阈值。所述处理器经配置以基于认证数据认证用户。所述处理器还经配置以响应于确定所述用户经认证而产生相关性分数，所述相关性分数指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性。所述处理器还经配置以基于所述相关性分数与所述阈值的比较来确定所述用户的活跃度。

Description

基于传感器信号的活跃度确定
优先权要求
本申请要求2016年2月2日申请的共同拥有的美国非临时专利申请第15/013,889号的优先权，其全文的内容明确地以引用的方式并入本文中。
技术领域
本公开大体上涉及基于传感器信号的活跃度确定。
背景技术
技术进步已经产生较小且较强大的计算装置。举例来说，当前存在多种便携式个人计算装置，包含无线电话，例如移动和智能电话、平板计算机和笔记本计算机，其体积小、重量轻，且便于用户携带。这些装置可经由无线网络传达声音和数据包。另外，许多此类装置并入有额外功能性，例如数字静态相机、数码摄像机、数字记录器和音频文件播放器。而且，此类装置可处理可执行指令，包含软件应用程序，例如可用以接入因特网的网络浏览器应用程序。由此，这些裝置可包含大量计算能力。
计算装置可用于存取敏感信息。密码可用于提供对计算装置的安全访问。举例来说，文本密码可用于访问计算装置或计算装置的特定应用程序。如果未授权用户具有(或猜测到)文本密码，那么计算装置的安全性可能受到损害。可基于对应于用户的话音的声信号来执行用户验证。然而，话音生物标识技术会受到欺骗攻击。举例来说，用户的话音记录可用于访问使用基于话音的验证的应用程序中的用户帐户。活跃度测试可用于检测是否从实时用户或记录中接收到音频。当检测到记录时，可以拒绝对用户帐户的访问。当检测到实时用户时，可响应于确定音频对应于授权用户的话音而授予用户帐户访问权。活跃度测试可包含要求用户提供额外信息的问题。基于质询问题的活跃度测试可能使验证过程对用户来说更加麻烦，从而对用户体验产生不利影响。
发明内容
在特定方面，装置包含存储器和处理器。所述存储器经配置以存储阈值。所述处理器经配置以基于认证数据认证用户。所述处理器还经配置以响应于确定所述用户经认证而产生相关性分数，其指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性。所述处理器还经配置以基于所述相关性分数与所述阈值的比较来确定所述用户的活跃度。
在另一特定方面中，认证方法包含在装置处确定基于认证数据认证用户。所述方法还包含响应于确定所述用户经认证而产生相关性分数，其指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性。方法进一步包含基于所述相关性分数与所述阈值的比较来在所述装置处确定所述用户的活跃度。
在另一特定的方面中，计算机可读存储装置存储指令，所述指令在由处理器执行时，致使所述处理器执行操作，包含基于认证数据认证用户。所述操作还包含响应于确定所述用户经认证而产生相关性分数，其指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性。操作进一步包含基于所述相关性分数与所述阈值的比较来确定所述用户的活跃度。
在检视整个申请案后，本发明的其它方面、优点和特征将变得显而易见，申请案包含以下部分：附图说明、具体实施方式和权利要求书。
附图说明
图1是经配置以基于传感器信号执行活跃度确定的系统的特定说明性方面的框图；
图2是说明经配置以基于传感器信号执行活跃度确定的系统的另一特定方面的图式；
图3是说明经配置以基于传感器信号执行活跃度确定的系统的另一特定方面的图式；
图4是说明经配置以基于传感器信号执行活跃度确定的系统的另一特定方面的图式；
图5是说明基于传感器信号的活跃度确定的特定方法的图式；
图6是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图7是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图8是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图9是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图10是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图11是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图12是说明基于传感器信号的活跃度确定的另一特定方法的图式；
图13是说明可由图1-4的系统产生的图形用户接口的图式；
图14是说明基于传感器信号的活跃度确定的另一特定方法的流程图；且
图15是可操作以支持本文中所公开的一或多个方法、系统、设备和计算机可读媒体的各个方面的装置的框图。
具体实施方式
公开基于传感器的活跃度确定的系统和方法。装置可包含或可耦合到多个传感器。举例来说，装置可耦合到至少一个振动传感器、至少一个声传感器，或其组合。当用户说话时，振动可传播通过用户的身体。第一振动传感器可产生对应于传播通过用户身体的振动的第一振动信号。第二振动传感器可产生对应于传播通过用户身体的振动的第二振动信号。第一振动信号可不同于第二振动信号，这是因为第一振动传感器可位于身体的第一部分处且第二振动传感器可位于身体的第二部分处，所述身体的第二部分不同于所述身体的第一部分。第一声传感器可捕捉对应于用户的语音的声信号。第一振动信号与第二振动信号之间的相关性、第一振动信号与声信号之间的相关性，或两者可指示实时用户。
基于用户语音的音频记录的欺骗声信号可对应于原始声信号。欺骗振动信号可由振动传感器基于振动信号产生，所述振动信号传播通过说出对应于用户的原始语音的单词的未授权用户的身体。欺骗振动信号与欺骗声信号之间的相关性可不同于第一振动信号与原始声信号之间的相关性。类似地，多个欺骗振动信号之间的相关性可不同于第一振动信号与第二振动信号之间的相关性。第一振动信号与第二振动信号之间的相关性、第一振动信号与声信号之间的相关性，或两者可对用户相对唯一。
在注册阶段期间，装置可基于从多个传感器接收的注册传感器信号来执行活跃度确定。举例来说，装置可基于注册传感器信号确定注册相关性分数。装置可确定注册传感器信号响应于确定注册相关性分数满足注册相关性阈值而对应于实时用户。装置可响应于确定注册传感器信号对应于实时用户而存储注册用户的注册数据(例如，密码、指纹图像)。
在测试阶段期间，装置可基于从多个传感器接收的测试传感器信号执行活跃度确定。举例来说，装置可基于测试传感器信号确定相关性分数。装置可响应于确定相关性分数满足阈值而确定测试传感器信号对应于实时用户(例如，注册用户)。装置可基于注册数据与认证数据的比较来认证用户。装置可响应于确定用户经认证且测试传感器信号对应于实时用户(例如，注册用户)而确定用户经授权。
装置可在装置的一般使用期间执行消极活跃度确定。举例来说，可在用户未察觉正在执行活跃度确定的情况下通过装置接收传感器信号。当成功时，可以执行基于传感器的活跃度确定，而不会给用户带来应对质询问题以提供用以确定活跃度的附加信息的负担。基于传感器的活跃度确定可因此提高用户体验。
参看图1，展示一种系统，且一般将其表示为100。系统100包含装置102。装置102可包含活跃度检查器130(例如，处理器或硬件电路)、认证器120(例如，处理器或硬件电路)、存储器132，或其组合。装置102可包含或耦合到多个传感器(例如，振动传感器、麦克风，或两者)。举例来说，装置102可耦合到第一振动传感器104、第二振动传感器106、第一麦克风108，或其组合。为了说明，第一振动传感器104、第二振动传感器106或两者可经配置以产生对应于通过人体的腔、骨或两者的振动的信号。
装置102可包含与在图1中所说明的相比更少或更多的组件。举例来说，装置102可包含一或多个处理器、一或多个存储器单元或两者。装置102可包含或对应于连网或分布式计算系统。在特定说明性方面中，装置102可包含或对应于移动电话、通信装置、计算机、音乐播放器、视频播放器、娱乐单元、导航装置、个人数字助理(PDA)、解码器或机顶盒中的至少一个。
在测试阶段期间，装置102可从多个传感器接收多个信号。举例来说，装置102可接收来自第一振动传感器104的第一振动信号124、来自第二振动传感器106的第二振动信号126、来自第一麦克风108的第一声信号128，或其组合。为了说明，用户110可以在戴着耳机、骨导头戴式耳机、腕带、眼镜、项链、背部支架等时说话。第一振动传感器104可包含在例如耳机等第一装置中，且第二振动传感器106可包含在例如腕带等另一装置中。第一振动信号124可对应于当用户110正在说话时通过用户110的身体的第一部分(例如，耳朵)的振动。第二振动信号126可对应于当用户110正在说话时通过用户110的身体的第二部分(例如，手腕)的振动。第一声信号128可对应于当用户110正在说话时由第一麦克风108收集的声数据。装置102可在与接收第一振动信号124、第二振动信号126或两者大致相同时间处接收第一声信号128。第一声信号128可具有第一时间戳，其与第一振动信号124的第一特定时间戳、第二振动信号126的第二特定时间戳或两者大致相同。
在测试阶段期间，装置102可执行认证、活跃度检查或两者，如本文中所描述。装置102可从用户110接收认证数据122。认证数据122可包含声数据、非声数据，或两者。举例来说，认证数据122可包含字母数字密码、指纹、虹膜扫描、面部图像或语言密码中的至少一个。装置102可基于经由耦合到装置102或与装置102通信的输入装置(例如，键盘、指纹传感器、相机、虹膜扫描器和/或第一麦克风108)接收到的输入确定认证数据122。举例来说，认证数据122可基于第一声信号128。为了说明，用户110可说出语言密码。认证器120可通过对第一声信号128执行语音辨识来产生认证数据122。认证器120可确定认证响应于确定认证数据122匹配注册数据118而成功。注册数据118可与经授权的(例如，注册)用户相关联，如参考图2所描述。
在特定方面，认证器120可基于认证数据122和注册数据118产生相似性分数。认证器120可响应于确定相似性分数满足相似性阈值而确定认证数据122匹配注册数据118。注册数据118可在注册阶段期间产生，如参考图2进一步描述。
活跃度检查器130可响应于确定认证成功而确定用户110的活跃度。举例来说，活跃度检查器130可基于第一声信号128、第一振动信号124、第二振动信号126或其组合产生相关性分数134。举例来说，相关性分数134可对应于振动分数、声-振动相关性分数、振动-振动相关性分数，或其组合。为了说明，相关性分数134(例如，振动分数)可指示对应于第一振动信号124、第二振动信号126或两者的振动的测量(例如，范围)。在特定方面，相关性分数134(例如，声-振动相关性分数)可指示第一声信号128与第一振动信号124之间的相关性、第一声信号128与第二振动信号126之间的相关性，或两者。在特定方面，相关性分数134(例如，振动-振动相关性分数)可指示第一振动信号124与第二振动信号126之间的相关性。
在特定方面，活跃度检查器130可提取基于第一声信号128的第一声特征、基于第一振动信号124的第一振动特征、基于第二振动信号126的第二振动特征，或其组合。活跃度检查器130可基于第一振动特征、第二振动特征或两者确定相关性分数134。举例来说，相关性分数134可指示对应于第一振动特征、第二振动特征或两者的振动的测量。在特定方面，活跃度检查器130可基于第一声特征和第一振动特征确定相关性分数134。举例来说，相关性分数134可指示第一声特征与第一振动特征之间的相关性。在特定方面，活跃度检查器130可基于第一振动特征和第二振动特征确定相关性分数134。举例来说，相关性分数134可指示第一振动特征与第二振动特征之间的相关性。
活跃度检查器130可基于相关性分数134与阈值136的比较确定用户110的活跃度。阈值136可指示由第一麦克风108产生的第一特定声信号和由第一振动传感器104产生的第一特定振动信号之间的阈值相关性、由第二振动传感器106产生的第一特定振动信号与第二特定振动信号之间的阈值相关性，或两者。在特定方面，阈值136可指示第一特定振动信号、第二特定振动信号或两者的振动的阈值测量。第一特定振动信号可对应于当用户产生对应于特定声信号的声音时传播通过实时用户(例如，授权用户)的身体(例如，骨、腔，或两者)的第一振动。第二特定振动信号可对应于当用户产生对应于特定声信号的声音时传播通过实时用户(例如，授权用户)的身体(例如，骨、腔，或两者)的第二振动。特定声信号可类似于第一声信号128。在特定方面，阈值136可基于对应于单个用户(例如，注册用户，例如用户110)的振动信号，如参考图2进一步描述。在替代方面中，阈值136可基于对应于多个用户的振动信号。举例来说，阈值136可基于振动信号的通用模型。在特定方面，活跃度检查器130可基于反欺骗模型(例如，声模型、振动模型，或两者)产生阈值136，如参考图5进一步描述。
活跃度检查器130可响应于确定相关性分数134满足阈值136而确定第一声信号128对应于实时用户(例如，与记录相反)。活跃度检查器130可响应于确定认证数据122匹配注册数据118，第一声信号128对应于实时用户，或两者而确定用户110经授权。活跃度检查器130可响应于确定用户110经授权，而能够访问装置102、装置102的应用程序、远程应用程序或受保护数据中的至少一个。
在特定方面，活跃度检查器130可响应于确定相关性分数134未能满足阈值136而确定第一声信号128不对应于实时用户。活跃度检查器130可响应于确定第一声信号128不对应于实时用户，而显示错误消息、提示用户110提供额外信息、将警告发送到另一装置、禁止访问装置102、禁止访问装置102的应用程序，或其组合。
系统100因此能够实现消极活跃度测试，其可在装置102的使用期间的背景下执行。举例来说，活跃度检查器130可基于在装置102的一般使用期间接收的第一声信号128确定用户110的活跃度，而不提示用户110提供第一声信号128。可与认证数据122同时接收第一声信号128。在其中活跃度检查器130确定第一声信号128对应于实时用户的情况下，用户110可未察觉装置102已执行活跃度确定。
参看图2，展示一种系统，且一般将其表示为200。系统200可对应于图1的系统100。举例来说，系统100可包含系统200的一或多个组件。系统200包含注册器220(例如，处理器或硬件电路)。
在注册阶段期间，装置102可从多个传感器接收多个信号。举例来说，装置102可接收来自第一振动传感器104的第一振动信号224、来自第二振动传感器106的第二振动信号226、来自第一麦克风108的第一声信号228，或其组合。第一振动信号224可对应于当用户210正在说话时通过用户210的身体的第一部分(例如，耳朵)的振动。第二振动信号226可对应于当用户210正在说话时通过用户210的身体的第二部分(例如，手腕)的振动。第一声信号228可对应于当用户210正在说话时由第一麦克风108收集的声数据。用户210可与图1的用户110相同。
活跃度检查器130可基于第一声信号228、第一振动信号224、第二振动信号226或其组合产生注册相关性分数234。举例来说，注册相关性分数234(例如，振动相关性分数)可指示振动信号(例如，第一振动信号224、第二振动信号226或两者)中的振动的测量。作为另一实例，注册相关性分数234(例如，声-振动相关性分数)可指示第一声信号228与振动信号(例如，第一振动信号224、第二振动信号226或两者)之间的相关性。作为另一个实例，注册相关性分数234(例如，振动-振动相关性分数)可指示第一振动信号124与第二振动信号126之间的相关性。注册相关性分数234可与用户210相关联。
在特定方面，活跃度检查器130可提取基于第一声信号228的第一声特征、基于第一振动信号224的第一振动特征、基于第二振动信号226的第二振动特征，或其组合。活跃度检查器130可基于第一振动特征、第二振动特征或两者确定注册相关性分数234。举例来说，注册相关性分数234可指示对应于第一振动信号224、第二振动信号226或两者的振动的测量。在特定方面，活跃度检查器130可基于第一声特征和第一振动特征确定注册相关性分数234。举例来说，注册相关性分数234可指示第一声特征与第一振动特征之间的相关性。在特定方面，活跃度检查器130可基于第一振动特征和第二振动特征确定注册相关性分数234。举例来说，注册相关性分数234可指示第一振动特征与第二振动特征之间的相关性。在特定方面，活跃度检查器130可基于注册特征(例如，第一声特征、第一振动特征、第二振动特征，或其组合)产生(或更新)反欺骗模型。活跃度检查器130可基于反欺骗模型确定阈值136，如参考图5进一步描述。
活跃度检查器130可基于注册相关性分数234与注册阈值236确定用户210的活跃度。注册阈值236可指示由第一麦克风108产生的第一特定声信号和由第一振动传感器104产生的第一特定振动信号之间的阈值相关性、由第二振动传感器106产生的第一特定振动信号与第二特定振动信号之间的阈值相关性，或两者。在特定方面，注册阈值236可指示第一特定振动信号、第二特定振动信号或两者的振动的阈值测量。第一特定振动信号可对应于当用户产生对应于特定声信号的声音时传播通过特定用户(例如，通用用户)的身体(例如，骨、腔，或两者)的第一振动。第二特定振动信号可对应于当用户产生对应于特定声信号的声音时传播通过特定用户(例如，通用用户)的身体(例如，骨、腔，或两者)的第二振动。特定声信号可类似于第一声信号228。
在特定方面，活跃度检查器130可基于反欺骗模型(例如，声模型、振动模型，或两者)产生注册阈值236。反欺骗模型可对应于通用用户。举例来说，反欺骗模型可基于对应于多个用户的振动信号、声信号或两者。为了说明，反欺骗模型可基于一或多个第一声信号的第一声特征、一或多个第一振动信号的第一振动特征、一或多个第二振动信号的第二振动特征，或其组合。第一振动传感器104可具有第一类型(例如，耳机中的传感器)。可从相同于(或类似于)第一类型的第二类型的振动传感器接收第一振动信号。第二振动传感器106可具有第一特定类型(例如，腕带中的传感器)。可从相同于(或类似于)第一特定类型的第二特定类型的振动传感器接收第二振动信号。
反欺骗模型可指示第一声特征与第一振动特征之间的相关性分数、第一振动特征与第二振动特征之间的相关性分数，或两者。反欺骗模型可指示与对应于第一振动特征、第二振动特征或两者的振动的测量相关联的相关性分数。第一振动特征、第二振动特征或两者可对应于第一声特征。举例来说，第一声信号可与第一时间戳相关联，所述第一时间戳大致相同于与第一振动特征相关联的第一特定时间戳和与第二振动特征相关联的第二特定时间戳。
活跃度检查器130可基于反欺骗模型和第一声信号228确定注册阈值236。举例来说，活跃度检查器130可基于第一声信号228确定声特征且可基于反欺骗模型确定对应于声特征的注册阈值236。
活跃度检查器130可响应于确定注册相关性分数234满足(例如，大于或等于)注册阈值236而确定第一声信号228对应于实时用户。注册器220可响应于确定第一声信号228对应于实时用户，而将注册数据118存储在存储器132中。举例来说，在注册阶段期间，注册器220可提示用户210以提供注册数据118，且活跃度检查器130可同时执行活跃度确定。注册数据118可包含字母数字密码、指纹、虹膜扫描、面部图像或语言密码中的至少一个。注册器220可从用户210接收注册数据118。举例来说，注册器220可基于经由耦合到装置102或与装置102通信的输入装置(例如，键盘、指纹传感器、相机、虹膜扫描器和/或第一麦克风108)接收的输入确定注册数据118。举例来说，注册数据118可基于第一声信号228。为了说明，用户210可说出语言密码。注册器220可通过对第一声信号228执行语音辨识产生注册数据118。
注册器220可响应于确定第一声信号228对应于实时用户，而将注册数据118存储在存储器132中。注册数据118可与授权用户(例如，用户210)相关联。举例来说，注册数据118可与对应于用户210的标识符(例如，用户名)相关联。
在特定方面，在测试阶段期间使用的阈值136可基于在注册阶段期间确定的注册相关性分数234。举例来说，活跃度检查器130可基于注册相关性分数234确定阈值136(例如，阈值136＝注册相关性分数234+容差值)。为了说明，活跃度检查器130可将注册相关性分数234和容差值的总和作为阈值136存储在存储器132中。
在特定方面，活跃度检查器130可响应于确定注册相关性分数234未能满足(例如，小于)注册阈值236而确定第一声信号228不对应于实时用户。注册器220可响应于确定第一声信号228不对应于实时用户，而显示错误消息、提示用户210提供额外信息、将警告发送到另一装置、禁止访问装置102、禁止访问装置102的应用程序，或其组合。
系统200因此能够在注册阶段期间确定用户210的活跃度。可在与从用户210接收注册数据118同时的背景下执行活跃度确定。
参看图3，展示一种系统，且一般将其表示为300。系统300可对应于图1的系统100，图2的系统200，或两者。举例来说，系统100可包含系统300的一或多个组件。作为另一实例，系统200可包含系统300的一或多个组件。
装置102可包含声失真测量器340(例如，处理器或电路)。声失真测量器340可经配置以测量声信号中的声失真。装置102可耦合到第二麦克风312。
在操作期间，装置102可接收来自第一振动传感器104的第一振动信号324(例如，图1的第一振动信号124或图2的第一振动信号224)、来自第二振动传感器106的第二振动信号326(例如，图1的第二振动信号126或图2的第二振动信号226)、来自第一麦克风108的第一声信号328(例如，图1的第一声信号128或图2的第一声信号228)、来自第二麦克风312的第二声信号330，或其组合。第二声信号330可对应于当用户310(例如，图1的用户110或图2的用户210)正在说话时由第二麦克风312收集的声数据。
声失真测量器340可基于第一声信号328产生声失真数据342。声失真数据342可指示第一声信号328中的声失真的水平。在特定方面，声失真测量器340可从第一声信号328提取声特征。声失真测量器340可基于声特征和声模型确定分类分数。声失真数据342可包含分类分数。从记录中接收的第一声信号的第一声失真可高于从实时用户接收的第二声信号的第二声失真。活跃度检查器130可基于声失真数据342和声失真阈值338执行用户310的第一活跃度确定。举例来说，活跃度检查器130可响应于确定声失真数据342满足(例如，小于)声失真阈值338而确定第一活跃度确定成功。替代地，活跃度检查器130可响应于确定声失真数据342未能满足(例如，大于或等于)声失真阈值338而确定第一声信号328不对应于实时用户。活跃度检查器130可响应于确定第一声信号328不对应于实时用户，而显示错误消息、提示用户310提供额外信息、将警告发送到另一装置、禁止访问装置102、禁止访问装置102的应用程序，或其组合。
在特定实施方案中，活跃度检查器130可响应于确定第一活跃度确定成功而确定第一声信号328对应于实时用户。在替代实施方案中，活跃度检查器130可响应于确定第一活跃度确定成功而执行第二活跃度确定、产生到达方向(DOA)相关性分数334，如本文所描述，产生图1的相关性分数134，或产生图2的注册相关性分数234。
活跃度检查器130可基于从多个麦克风(例如，第一麦克风108和第二麦克风312)接收的多个声信号(例如，第一声信号328和第二声信号330)产生DOA数据344。DOA数据344可指示对应于第一声信号328和第二声信号330的DOA。举例来说，当实时用户(例如，用户310)产生第一声信号328和第二声信号330时，DOA可随用户310的唇部的移动而变化。当第一声信号328和第二声信号330由记录产生时，DOA可随播放装置的移动而变化。举例来说，当播放装置静止时DOA可极小变化或根本不变化。
活跃度检查器130可基于DOA数据344确定DOA的变化346。DOA的变化346可指示在一时间周期内DOA(如由DOA数据344所指示)的绝对改变的测量(例如，平均值)。举例来说，DOA数据344可指示DOA对应于时间t1处的第一DOA值、时间t2处的第二DOA值，和时间t3处的第三DOA值。DOA的变化346可基于DOA值之间的绝对差(例如，DOA的变化346＝|第一DOA值-第二DOA值|+|第二DOA值-第三DOA值|)。
活跃度检查器130可响应于确定DOA的变化346无法满足变化阈值348而确定第一声信号328不对应于实时用户。变化阈值348可指示当从实时用户接收对应于第一声信号328的声音时的阈值变化。活跃度检查器130可响应于确定第一声信号328不对应于实时用户，而提示用户310提供额外信息、将警告发送到另一装置、禁止访问装置102、禁止访问装置102的应用程序，或其组合。
活跃度检查器130可响应于确定DOA的变化346满足变化阈值348而确定第二活跃度确定成功。活跃度检查器130可响应于确定第二活跃度确定成功，而产生DOA相关性分数334，如本文所描述，图1的相关性分数134或图2的注册相关性分数234。
活跃度检查器130可产生DOA相关性分数334，其指示由DOA数据344指示的DOA与第一声信号328之间的特定相关性。活跃度检查器130可基于DOA相关性分数334与DOA阈值336的比较确定用户310的活跃度。DOA阈值336可指示当实时用户产生对应于第一声信号328的声音时DOA与第一声信号328之间的阈值相关性。举例来说，活跃度检查器130可响应于确定DOA相关性分数334满足DOA阈值336而确定第一声信号328对应于实时用户。
声失真阈值338、变化阈值348或DOA阈值336中的一或多个可包含默认值。声失真阈值338、变化阈值348或DOA阈值336中的一或多个可包含基于与多个用户相关联的通用样本数据的值。
在特定实施方案中，在测试阶段期间，声失真阈值338、变化阈值348或DOA阈值336中的一或多个可包含基于与图2的用户210相关联的数据的值。举例来说，在测试阶段期间使用的声失真阈值338可基于在注册阶段期间确定的声失真数据342(例如，声失真阈值338(测试阶段)＝声失真数据342(注册阶段)+容差值)。作为另一实例，在测试阶段期间使用的变化阈值348可基于在注册阶段期间确定的DOA的变化346(例如，变化阈值348(测试阶段)＝DOA的变化346(注册阶段)+容差值)。作为另一实例，在测试阶段期间使用的DOA阈值336可基于在注册阶段期间确定的DOA相关性分数334(例如，DOA阈值336(测试阶段)＝DOA相关性分数334(注册阶段)+容差值)。
在特定方面，DOA相关性分数334可对应于图1的相关性分数134且DOA阈值336可对应于图1的阈值136。在特定方面，DOA相关性分数334可对应于图2的注册相关性分数234且DOA阈值336可对应于图2的注册阈值236。
参看图4，公开一种系统，且一般将其表示为400。系统400可对应于图1的系统100、图2的系统200、图1的系统300，或其组合。装置102可包含合成信号产生器440。装置102可包含一或多个扬声器404。合成信号产生器440(例如，处理器或电路)可经配置以产生合成语音信号。
在操作期间，合成信号产生器440可执行语音合成以产生对应于一或多个第一单词444的合成语音信号424。第一单词444可包含一或多个第一韵律特征442。第一韵律特征442可包含响度、持续时间、停顿或音高中的至少一个。活跃度检查器130可将合成语音信号424提供到扬声器404。活跃度检查器130可提示用户310重复第一单词444。举例来说，活跃度检查器130可将消息提供到显示器，所述显示器指示用户310将复制对应于合成语音信号424的声音。在特定方面，消息可包含对应于第一单词444的文本且可指示第一韵律特征442。
装置102可经由第一麦克风108接收第一声信号428。第一声信号428可对应于用户310的语音。活跃度检查器130可执行语音辨识以确定第一声信号428对应于一或多个第二单词446且第一声信号428包含一或多个第二韵律特征434。
活跃度检查器130可响应于确定第一声信号428与合成语音信号424之间的差未能满足(例如，大于)差值阈值，而再次将合成语音信号424提供到扬声器404、将另一合成语音信号提供到扬声器404、显示错误消息、确定第一声信号428不对应于实时用户，或其组合。在特定实施方案中，第一声信号428与合成语音信号424之间的差可对应于第一单词444与第二单词446之间的差、第一韵律特征442与第二韵律特征434之间的差，或两者。
替代地，活跃度检查器130可响应于确定第一声信号428与合成语音信号424之间的差满足(例如，小于或等于)差值阈值，而产生图1的相关性分数134、图2的注册相关性分数234、DOA数据344、声失真数据342、DOA的变化346、图3的DOA相关性分数334，或其组合。在特定方面，活跃度检查器130可响应于确定第一声信号428与合成语音信号424之间的差满足(例如，小于或等于)差值阈值而确定第一声信号428对应于实时用户。
在特定实施方案中，活跃度检查器130可响应于确定第一单词444相同于(或类似于)第二单词446且第一韵律特征442相同于(或类似于)第二韵律特征434，而产生图1的相关性分数134、图2的注册相关性分数234、DOA数据344、声失真数据342、DOA的变化346、图3的DOA相关性分数334，或其组合。在特定方面，活跃度检查器130可响应于确定第一单词444相同于(或类似于)第二单词446且第一韵律特征442相同于(或类似于)第二韵律特征434而确定第一声信号428对应于实时用户。系统400可因此能够基于可能难以欺骗的韵律特征实时地确定用户310的活跃度。
参看图5，展示一种系统，且一般将其表示为500。方法500可通过活跃度检查器130、认证器120、装置102、图1的系统100、注册器220或图2的系统200中的至少一个执行。
方法500包含在502处执行注册。举例来说，图2的注册器220可在注册阶段期间接收(或访问)注册声数据508、注册振动数据510，或两者。注册声数据508、注册振动数据510或两者可与图2的用户210相关联。举例来说，注册声数据508可包含图2的第一声信号228。注册振动数据510可包含图2的第一振动信号224、第二振动信号226，或两者。注册器220可基于注册声数据508产生声特征514。注册器220可基于注册振动数据510产生振动特征516。
注册器220可基于声特征514、振动特征516或两者产生(或更新)反欺骗模型。反欺骗模型可包含声模型、振动模型或两者。在特定方面，活跃度检查器130可基于声特征514、振动特征516或两者产生注册相关性分数234，如参考图2所描述。注册器220可响应于确定注册相关性分数234满足(例如，大于)注册阈值236而产生(或更新)反欺骗模型。
在特定方面，注册器220可从用户210接收注册数据118，如参考图2所描述。注册数据118可包含非声数据。举例来说，注册数据118可包含字母数字密码、指纹、虹膜扫描、面部图像中的至少一个。注册器220可响应于确定注册相关性分数234满足(例如，大于)注册阈值236而将注册数据118存储在存储器132中。注册数据118、声特征514、振动特征516或其组合可与授权用户(例如，用户210)相关联。举例来说，注册数据118、声特征514、振动特征516或其组合可与用户210的(例如，参考)标识符(例如，用户名)相关联。
方法500还包含在504处执行验证。举例来说，图1的认证器120可在测试阶段期间接收(或访问)测试声数据512、测试振动数据530或两者。测试声数据512、测试振动数据530或两者可与图1的用户110相关联。举例来说，测试声数据512可包含图1的第一声信号128。测试振动数据530可包含图1的第一振动信号124、第二振动信号126或两者。活跃度检查器130可基于测试声数据512产生声特征518。活跃度检查器130可基于测试振动数据530产生振动特征520。
在特定方面，图1的认证器120可接收认证数据122，如参考图1所描述。认证器120可确定是否基于认证数据122与注册数据118的比较认证用户110，如参考图1所描述。举例来说，认证器120可响应于确定认证数据122(例如，密码)匹配注册数据118(例如，与授权用户相关联的密码)而确定用户110经认证。活跃度检查器130可响应于确定用户110经认证而产生声特征518、振动特征520或两者。
方法500进一步包含在506处的反欺骗。举例来说，图1的活跃度检查器130可基于声特征518、振动特征520或两者产生相关性分数134，如参考图1所描述。活跃度检查器130可基于反欺骗模型产生阈值136。举例来说，活跃度检查器130可通过向反欺骗模型施加声特征518而产生阈值136。阈值136可指示当用户210产生声特征518时对应于用户210的振动测量、声-振动相关性、振动-振动相关性或其组合。
活跃度检查器130可产生结果522，其指示相关性分数134是否满足阈值136。举例来说，结果522的第一值(例如，非欺骗值)可指示相关性分数134满足(例如，大于或等于)阈值136。结果522的第二值(例如，欺骗值)可指示相关性分数134未能满足(例如，小于)阈值136。
活跃度检查器130可将结果522存储在存储器132中，可将结果522提供到显示器，或两者。在特定方面，活跃度检查器130可响应于确定结果522具有第二值(例如，欺骗值)，而确定用户(例如，用户110)未经授权、提示用户110提供额外信息、禁止访问图1的装置102、禁止访问装置102的应用程序、警告另一装置，或其组合。
方法500可因此能够实现消极活跃度测试，其可在装置102的使用期间的背景下执行。举例来说，活跃度检查器130可在注册阶段期间基于在装置102的一般使用期间接收的注册声数据508、注册振动数据510或两者来确定用户210的活跃度，而不提示用户210提供注册声数据508、注册振动数据510或两者。可与注册数据118同时接收注册声数据508、注册振动数据510或两者。作为另一实例，活跃度检查器130可在测试阶段期间基于在装置102的一般使用期间接收的测试声数据512、测试振动数据530或两者来确定用户110的活跃度，而不提示用户110提供测试声数据512、测试振动数据530或两者。可与认证数据122同时接收测试声数据512、测试振动数据530或两者。
参看图6，展示一种方法，且一般将其表示为600。方法600可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340或图3的系统300中的至少一个执行。
方法600包含在616处执行反欺骗。616处的反欺骗可对应于图5的504处的验证、图5的506处的反欺骗，或两者。
方法600包含在602处接收测试声数据512、测试振动数据530或两者。举例来说，图1的装置102可接收测试声数据512、测试振动数据530或两者，如参考图5所描述。可在用户110说出关键词的同时接收测试声数据512、测试振动数据530或两者。关键词可对应于图1的认证数据122。
方法600还包含在604处的扬声器标识(ID)验证。举例来说，图1的认证器120可基于注册数据118与认证数据122的比较来确定用户110是否经认证，如参考图1所描述。认证器120可响应于确定用户110经认证而产生接受值620。替代地，认证器120可响应于确定用户110未经认证而产生拒绝值621。方法600可响应于在604处确定用户110未经认证而继续到612。
方法600进一步包含响应于在604处确定用户110经认证，而在606处基于声学执行反欺骗。举例来说，图1的活跃度检查器130可基于图3的声失真数据342和声失真阈值338执行第一活跃度确定，基于图3的DOA的变化346和变化阈值348执行第二活跃度确定，基于图3的DOA相关性分数334和DOA阈值336执行第三活跃度确定，或其组合，如参考图3所描述。
声失真测量器340可基于测试声数据512产生声失真数据342。举例来说，测试声数据512可包含第一声信号128。声失真数据342可指示第一声信号128中的声失真的水平。声失真测量器340可基于注册声数据508确定声失真阈值338。声失真阈值338可对应于第一声信号228中的声失真的水平。注册声数据508可包含第一声信号228。
活跃度检查器130可基于多个声信号(例如，第一声信号128和第二声信号)产生图3的DOA数据344，如参考图3所描述。活跃度检查器130可基于DOA数据344确定图3的DOA的变化346，如参考图3所描述。活跃度检查器130可基于注册声数据508确定变化阈值348。举例来说，变化阈值348可对应于与注册声数据508相关联的DOA的变化。
活跃度检查器130可产生DOA相关性分数334，其指示由DOA数据344指示的DOA与第一声信号128之间的相关性，如参考图3所描述。活跃度检查器130可基于注册声数据508确定DOA阈值336。举例来说，DOA阈值336可对应于与注册声数据508相关联的DOA与第一声信号228之间的相关性。
活跃度检查器130可基于注册声数据508、测试声数据512或两者执行基于模型的确定，如参考图7进一步描述。活跃度检查器130可执行第一活跃度确定、第二活跃度确定、第三活跃度确定，或基于模型的确定中的一或多个确定。活跃度检查器130可响应于确定一或多个确定中的至少一个不成功而产生欺骗值623。方法600可继续到612。活跃度检查器130可响应于确定一或多个确定中的所有均成功而产生非欺骗值622。
方法600还包含响应于在606处确定一或多个确定中的所有均成功而在608处执行反欺骗。举例来说，活跃度检查器130可基于测试声数据512、测试振动数据530或两者确定相关性分数134，如参考图5所描述。活跃度检查器130可基于注册声数据508、注册振动数据510或两者确定阈值136，如参考图5所描述。
活跃度检查器130可基于相关性分数134与阈值136的比较确定用户110经授权，如参考图1所描述。活跃度检查器130可响应于确定用户110未经授权而产生欺骗值625。方法600可继续到612。活跃度检查器130可响应于在608处确定用户110经授权而产生非欺骗值624。
方法600进一步包含响应于在608处确定用户110经授权，而在610处执行用户认可。举例来说，活跃度检查器130可响应于确定用户110经授权而能够实现访问装置102、装置102的应用程序、远程应用程序、受保护数据，或其组合。
方法600还包含在612处执行用户拒绝。举例来说，活跃度检查器130可禁止访问装置102、装置102的应用程序、远程应用程序、受保护数据，或其组合。在特定方面，活跃度检查器可提示用户110提供额外信息、警告另一装置，或两者。
方法600可因此能够实现消极活跃度测试，其可在装置102的使用期间的背景下执行。举例来说，活跃度检查器130可在装置102的一般使用期间基于测试声数据512确定用户110的活跃度，而不提示用户110提供测试声数据512。
参看图7，展示一种方法，且一般将其表示为700。方法700可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340或图3的系统300中的至少一个执行。方法700包含在606处执行反欺骗。
方法700包含在702处的特征提取。举例来说，图1的活跃度检查器130可基于注册声数据508、测试声数据512或两者确定特征712。为了说明，活跃度检查器130可确定注册声数据508的注册声特征、测试声数据512的测试声特征，或两者。特征712可包含注册声特征、测试声特征，或两者。
方法700还包含在704处的分类。举例来说，活跃度检查器130可基于特征712和声模型714产生分数716。为了说明，注册器220可基于注册声特征更新(或产生)声模型714。活跃度检查器130可基于测试声特征和声模型714产生分数716。举例来说，分数716可指示测试声特征对应于由声模型714建模的声特征(例如，注册声特征)的可能性(例如，概率)。为了说明，分数716可指示第一声信号128对应于与第一声信号228相同的个人的话音的可能性(例如，概率)。
方法700进一步包含在706处做出决策。举例来说，活跃度检查器130可响应于确定分数716满足(例如，大于)阈值而产生非欺骗值622。方法700可继续到608。作为另一实例，活跃度检查器130可响应于确定分数716未能满足(例如，小于或等于)阈值而产生欺骗值623。方法700可继续到612。
方法700可因此启用活跃度检查器130以执行初步的基于声学的反欺骗确定。在基于声学的反欺骗确定成功的情况下，活跃度检查器130可执行基于振动的反欺骗确定。
参看图8，公开一种方法，且一般将其表示为800。方法800可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340或图3的系统300中的至少一个执行。方法800包含在608处执行反欺骗。
方法800包含在802处的特征提取。举例来说，图1的活跃度检查器130可基于注册声数据508、注册振动数据510、测试声数据512、测试振动数据530或其组合确定特征812。为了说明，活跃度检查器130可确定基于注册声数据508的注册声特征、基于注册振动数据510的注册振动特征、基于测试声数据512的测试声特征、基于测试振动数据530的测试振动特征，或其组合。特征812可包含注册声特征、注册振动特征、测试声特征、测试振动特征，或其组合。
方法800还包含在804处的分类。举例来说，活跃度检查器130可基于特征812和反欺骗模型814产生分数816。为了说明，注册器220可基于注册声特征、注册振动特征或两者更新(或产生)反欺骗模型814。活跃度检查器130可基于测试声特征、测试振动特征或两者确定相关性分数134，如参考图1所描述。相关性分数134可指示振动测量、声-振动相关性分数、振动-振动相关性分数，或其组合，如参考图1所描述。活跃度检查器130可基于测试声特征和反欺骗模型814确定阈值136。活跃度检查器130可基于相关性分数134和阈值136确定分数816(例如，分数816＝|相关性分数134-阈值136|)。
方法800进一步包含在806处做出决策。举例来说，活跃度检查器130可响应于确定分数816满足(例如，小于或等于)阈值而产生非欺骗值624。方法800可继续到610。作为另一实例，活跃度检查器130可响应于确定分数816未能满足(例如，大于)阈值而产生欺骗值625。方法800可继续到612。
在特定实施方案中，分数816可对应于相关性分数(例如，相关性分数134)，其指示测试声特征、测试振动特征或两者与反欺骗模型814的特征(例如，注册声特征、注册振动特征或两者)之间的相关性。在此实施方案中，活跃度检查器130可响应于确定相关性分数(例如，相关性分数134)满足(例如，大于或等于)阈值(例如，阈值136)而产生非欺骗值624。替代地，活跃度检查器130可响应于确定相关性分数(例如，相关性分数134)未能满足(例如，小于)阈值(例如，阈值136)而产生欺骗值625。
方法800因此能够实现消极活跃度测试，其可在装置102的使用期间的背景下执行。活跃度检查器130可使用声数据、振动数据或两者执行基于模型的反欺骗。
参看图9，展示一种图式，且一般将其表示为900。图式900说明方法910和方法920。方法910、方法920或两者可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340或图3的系统300中的至少一个执行。方法910可在注册阶段期间执行。方法920可在测试(例如，验证)阶段期间执行。
方法910包含在902处在发声期间经由多个麦克风(mic)估算随时间推移的口部DOA。举例来说，活跃度检查器130可基于经由第一麦克风108接收的第一声信号328和经由第二麦克风312接收的第二声信号330产生注册DOA数据(例如，DOA数据344)，如参考图3所描述。可当用户310(例如，图2的用户210)正在说话时接收第一声信号328、第二声信号330或两者。
方法910还包含在904处分析随记录时间推移的DOA振荡模式。举例来说，活跃度检查器130可基于注册DOA数据(例如，DOA数据344)产生DOA的注册变化(例如，图3的DOA的变化346)，如参考图3所描述。DOA的注册变化(例如，DOA的变化346)可对应于振动特征，如DOA振荡的范围、DOA振荡的频率或两者。
方法910进一步包含在906处，组合频谱和/或振动特征且使用人体和各种扬声器设定训练活跃度分类器。举例来说，活跃度检查器130可基于DOA的注册变化(例如，DOA的变化346)和第一声信号328、第二声信号330或两者的注册声特征产生(或更新)反欺骗模型(例如，分类器)。为了说明，反欺骗模型(例如，反欺骗模型814)可指示DOA的注册变化(例如，DOA的变化346)与注册声特征之间的相关性。
方法920包含在912处在发声期间经由多个麦克风(mic)估算随时间推移的口部DOA。举例来说，活跃度检查器130可基于经由第一麦克风108接收的第一声信号328和经由第二麦克风312接收的第二声信号330产生测试DOA数据(例如，DOA数据344)，如参考图3所描述。可当用户310(例如，图1的用户110)正在说话时接收第一声信号328、第二声信号330或两者。
方法920还包含在914处分析随记录时间推移的DOA振荡模式。举例来说，活跃度检查器130可基于测试DOA数据(例如，DOA数据344)产生DOA的测试变化(例如，图3的DOA的变化346)，如参考图3所描述。DOA的测试变化(例如，DOA的变化346)可对应于振动特征，如DOA振荡的范围、DOA振荡的频率或两者。
方法920包含在916处使用频谱和/或振动特征基于分类器分数确定活跃度。举例来说，活跃度检查器130可基于测试声特征、DOA的测试变化、反欺骗模型(例如，分类器)或其组合产生分类器分数(例如，图1的相关性分数134或图8的分数816)。活跃度检查器130可基于分类器分数(例如，相关性分数134或分数816)与阈值的比较确定活跃度。举例来说，活跃度检查器130可响应于确定分类器分数(例如，相关性分数134或分数816)满足阈值而确定第一声信号328(例如，图1的第一声信号128)对应于实时用户。
方法910和920因此在图1的装置102的使用期间实现消极活跃度确定。活跃度确定可基于声信号的DOA。
参看图10，展示一种方法，且一般将其表示为1000。方法1000可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340、图3的系统300、合成信号产生器440或图4的系统400中的至少一个执行。
方法1000包含在1002处使用韵律特征产生合成关键词。举例来说，图4的合成信号产生器440可产生对应于第一单词444(例如，关键词)的合成语音信号424。第一单词444可包含第一韵律特征442。活跃度检查器130可将合成语音信号424提供到扬声器404。
方法1000还包含在1004处接收声信号。声信号可对应于听到合成语音信号424且尝试重复第一单词444的用户。举例来说，活跃度检查器130可接收第一声信号428，如参考图4所描述。第一声信号428可对应于听到扬声器404的输出(例如，合成语音信号424)且尝试重复第一单词444的用户310。
方法1000进一步包含在1006处的句子验证。举例来说，图1的活跃度检查器130可确定第一声信号428对应于第二单词446，如参考图4所描述。活跃度检查器130可确定第二单词446是否匹配第一单词444。举例来说，活跃度检查器130可响应于确定第二单词446包含至少阈值数目个第一单词444或至少阈值数目个听上去类似于第一单词444的单词而确定第二单词446匹配第一单词444。
方法1000还包含在1008处的韵律检测。举例来说，活跃度检查器130可响应于在1006处确定第二单词446匹配第一单词444而确定第一声信号428包含第二韵律特征434(例如，响度、持续时间、停顿、音高或其组合)。活跃度检查器130可确定第二韵律特征434是否匹配第一韵律特征442。举例来说，活跃度检查器130可响应于确定第二韵律特征434包含至少阈值数目个第一韵律特征442而确定第二韵律特征434匹配第一韵律特征442。
方法1000进一步包含在1010处的韵律归一化。举例来说，活跃度检查器130可对第一声信号428执行韵律归一化。为了说明，活跃度检查器130可通过对第一声信号428执行韵律归一化而产生第一声信号128(或第一声信号228)。方法1000可继续到604。在替代实施方案中，方法1000可继续到606。方法1000可因此能够基于可能难以欺骗的韵律特征实时地确定用户(例如，用户310)的活跃度。
参看图11，展示一种方法，且一般将其表示为1100。方法1100可由活跃度检查器130、认证器120、装置102、图1的系统100、注册器220、图2的系统200、声失真测量器340、图3的系统300、合成信号产生器440或图4的系统400中的至少一个执行。方法1100包含在606处响应于产生非欺骗值622而在1108处执行反欺骗。
方法1100包含在1102处的活跃度检测。举例来说，图1的活跃度检查器130可在特定安全模式(例如，高安全模式)期间提示用户110再次提供相同信息。为了说明，注册数据118可包含第一注册关键词。认证数据122可包含第一关键词。举例来说，认证器120可通过对测试声数据512(例如，第一声信号128)执行语言辨识来确定第一关键词。认证器120可响应于确定第一关键词匹配(例如，基本上类似于)第一注册关键词而确定用户110经认证，如参考图6的604所描述。
活跃度检查器130可在606处响应于产生非欺骗值622而提示用户110再次提供第一注册关键词。活跃度检查器130可在提示用户110之后接收特定声信号。活跃度检查器130可通过对声信号执行语言辨识来产生第一特定关键词。活跃度检查器130可基于第一声信号128与特定声信号的比较执行活跃度确定。举例来说，活跃度检查器130可响应于确定第一特定关键词匹配第一关键词而产生相似性分数，其指示第一声信号128与特定声信号之间的相似性程度。满足(例如，大于)相似性阈值的相似性分数可指示重播欺骗。举例来说，在重播欺骗期间，与特定声信号由实时用户产生的情况相比，特定声信号可更类似(例如，相同)于第一声信号128。活跃度检查器130可响应于确定相似性分数满足(例如，大于)相似性阈值而产生欺骗值1125。方法1100可继续到612。作为另一实例，活跃度检查器130可响应于确定相似性分数未能满足(例如，小于或等于)相似性阈值而产生非欺骗值1122。
方法1100还包含在1104处的扬声器ID验证。举例来说，注册数据118可包含多个关键词(例如，第一注册关键词和第二注册关键词)。活跃度检查器130可提示用户110提供第二注册关键词。活跃度检查器130可在提示用户110之后接收第二测试声信号。活跃度检查器130可通过对第二测试声信号执行语言辨识来产生第二关键词。活跃度检查器130可基于第二关键词与第二注册关键词的比较执行活跃度确定。举例来说，活跃度检查器130可响应于确定第二关键词不匹配第二注册关键词而产生拒绝值1121。方法1100可继续到612。作为另一实例，活跃度检查器130可响应于确定第二关键词匹配(例如，基本上类似于)第二注册关键词而产生接受值1120。
方法1100进一步包含在1106处基于声学执行反欺骗。举例来说，活跃度检查器130可使用第二测试声信号执行基于声学的反欺骗，如参考图6的606所描述。为了说明，活跃度检查器130可执行一或多个确定，如参考图6的606所描述。活跃度检查器130可响应于确定一或多个确定中的至少一个不成功而产生欺骗值1123。方法1100可继续到612。替代地，活跃度检查器130可响应于确定一或多个确定中的所有均成功而产生非欺骗值1124。方法1100可继续到610。在替代实施方案中，方法100可在1106处响应于确定一或多个确定中的所有均成功而继续到608。
方法1100因此能够实现高安全级反欺骗保护。在高安全模式期间，活跃度检查器130可通过提示用户再次提供相同关键词来检测重播欺骗。另外或替代地，活跃度检查器130可提示用户提供随机选择的注册关键词。相比于单个注册关键词的记录，多个注册关键词的记录不大可能被破解。
参看图12，展示一种方法，且一般将其表示为1200。方法1200可由装置102、图1的系统100、注册器220或图2的系统200中的至少一个执行。
方法1200包含在502处执行注册。举例来说，注册器220可基于注册声数据508、注册传感器数据1210或两者产生语音模型1212、反欺骗模型1214或两者。注册传感器数据1210可包含注册振动数据510、位置数据、触摸数据、手势数据或其组合。位置数据可指示接收图2的第一声信号228的第一时间时装置102的位置(例如，坐标、地理位置、城市、州、地址、建筑物、关注点或其组合)。触摸数据可包含对应于指纹或手印的至少部分的数据(例如，光学图像或声音数据)。手势数据可指示用户210大约在第一时间时的一或多个手势。举例来说，装置102可经由相机接收图像数据且可通过执行对图像数据的手势辨识来确定手势数据。可在接收第一声信号228的同时产生触摸数据、手势数据或两者。
反欺骗模型1214可包含声模型714、反欺骗模型814或两者。注册器220可在注册阶段期间，从注册声数据508提取声特征。注册器220可基于声特征更新(或产生)语音模型1212。注册器220可提取来自注册振动数据510的振动特征、来自位置数据的位置特征、来自触摸数据的触摸特征、来自手势数据的手势特征，或其组合。注册器220可基于声特征、振动特征、位置特征、触摸特征、手势特征或其组合更新(或产生)反欺骗模型1214。
图1的活跃度检查器130可在测试阶段期间接收测试声数据512、测试传感器数据(例如，测试振动数据530、测试位置数据、测试触摸数据、测试手势数据或其组合)，或其组合活跃度检查器130可从测试声数据512、测试传感器数据或两者提取测试特征。举例来说，活跃度检查器130可确定测试声数据512的测试声特征、测试振动数据530的测试振动特征、测试位置数据的测试位置特征、测试触摸数据的测试触摸特征、测试手势数据的测试手势特征，或其组合。活跃度检查器130可基于测试声特征和语音模型1212确定声分类分数(例如，图7的分数716)。活跃度检查器130可基于反欺骗模型1214和测试特征(例如，测试声特征、测试振动特征、测试位置特征、测试触摸特征、测试手势特征或其组合)确定反欺骗分类分数(例如，图8的分数816)。
方法1200可因此能够基于反欺骗模型执行消极活跃度确定。反欺骗模型可在注册阶段期间产生(或更新)且可在测试阶段期间用于执行反欺骗。
参看图13，展示一种图式，且一般将其表示为1300。图式1300包含图形用户接口(GUI)1302、GUI 1304和GUI 1306。GUI 1302到1306中的一或多个可由图1到4的系统中的一或多个产生。
活跃度检查器130可响应于接收到指示授权请求的用户输入而将GUI 1302提供到装置102的显示器。注册数据118可包含一或多个注册关键词。GUI 1302可提示图1的用户110说出一或多个注册关键词中的至少一个。活跃度检查器130可在将GUI 1302提供到显示器之后接收图1的第一声信号128。活跃度检查器130可基于第一声信号128产生测试声数据512。
活跃度检查器130可在接收第一声信号128之后将GUI 1304提供到显示器。举例来说，活跃度检查器130可通过对第一声信号128执行语言辨识来产生第一特定关键词。在特定方面，活跃度检查器130可响应于确定第一特定关键词不匹配一或多个注册关键词中的任一个而产生GUI 1304。
在特定方面，活跃度检查器130可响应于确定测试声数据512不对应于实时用户而产生GUI 1304。举例来说，活跃度检查器130可响应于确定第一特定关键词匹配一或多个注册关键词中的至少一个而基于测试声数据512、测试振动数据530或两者确定相关性分数134，如参考图5所描述。活跃度检查器130可响应于确定相关性分数134未能满足阈值136而产生GUI 1304。
GUI 1304可提示用户110提供额外信息。举例来说，装置102可存储用户数据，例如呼叫数据、位置数据、预约数据或其组合。呼叫数据可指示从装置102对联系人进行呼叫的一或多个传出呼叫时间、由装置102接收呼叫的一或多个传入呼叫时间，或两者。位置数据可指示装置102在各种位置处的时间。预约数据可指示存储于装置102的日历中的预约。预约可包含过期预约、当前预约或未来预约中的至少一个。GUI 1304可包含问题(例如，对特定联系人进行呼叫的时间、装置102在位置处的时间、特定时间处装置102的特定位置、特定预约的预约时间、特定预约的预约位置，或其组合)。
活跃度检查器130可在将GUI 1304提供到显示器之后接收声数据1312(例如，声信号)。活跃度检查器130可通过对声数据1312执行语言辨识来产生认证用户数据。活跃度检查器130可响应于确定认证用户数据对应于有效应答(例如，匹配用户数据)而将GUI1306提供到显示器。举例来说，活跃度检查器130可响应于确定认证用户数据对应于有效应答(例如，匹配用户数据)而确定测试声数据512、声数据1312或两者对应于实时用户。活跃度检查器130可响应于确定认证用户数据对应于有效应答(例如，匹配用户数据)而确定声数据1312(例如，声信号)对应于有效应答。活跃度检查器130可响应于确定声数据1312(例如，声信号)对应于有效应答而确定用户110经授权。GUI 1306可指示用户110经授权。
方法1300可因此基于用户数据实现活跃度确定，作为基于传感器的活跃度确定的备用。举例来说，当基于声数据、振动数据或两者得授权不成功时可提示用户提供授权用户可能已知的额外信息。可基于额外信息执行活跃度确定。
参看图14，展示一种方法，且一般将其表示为1400。方法1400可由活跃度检查器130、认证器120、装置102或图1的系统100中的至少一个执行。
方法1400包含在1402处在装置处基于认证数据认证用户。举例来说，装置102的认证器120可基于认证数据122认证用户110，如参考图1所描述。
方法1400还包含在1404处响应于确定用户经认证而产生相关性分数，其指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性。举例来说，图1的活跃度检查器130可响应于确定用户110经认证而产生相关性分数134，其指示从第一麦克风108接收的第一声信号128、从第一振动传感器104接收的第一振动信号124或从第二振动传感器106接收的第二振动信号126中的至少两个之间的相关性，如参考图1所描述。
方法1400进一步包含在1406处在装置处基于相关性分数与阈值的比较确定用户的活跃度。举例来说，图1的装置102的活跃度检查器130可基于相关性分数134和阈值136确定用户110的活跃度，如参考图1所描述。
方法1400因此能够在装置102的使用期间实现消极活跃度确定。在活跃度检查器130基于相关性分数134与阈值136的比较确定第一声信号128对应于实时用户情况下，用户110可能未察觉装置102已执行活跃度确定。
参看图15，描绘了装置(例如，无线通信装置)的框图且一般将其表示为1500。在各种实施方案中，装置1500可具有比图15中所说明的组件少或多的组件。在说明性实施方案中，装置1500可对应于图1到4装置102。在说明性方面中，装置1500可根据参看图1到14描述的一或多个方法或系统进行操作。
在特定方面，装置1500包含一或多个处理器1510(例如，中央处理单元(CPU)、一或多个数字信号处理器(DSP)，或其组合)。处理器1510可包含认证器120、活跃度检查器130、注册器220、声失真测量器340、合成信号产生器440，或其组合。
装置1500可包含存储器132和CODEC 1534。装置1500可包含耦合到天线1542的无线接口1540。装置1500可包含耦合到显示器控制器1526的显示器1528。扬声器404、一或多个麦克风1546或两者可耦合到CODEC 1534。麦克风1546可包含图1的第一麦克风108、图3的第二麦克风312，或其组合。
存储器132可包含可由处理器1510、CODEC 1534、装置1500的一或多个其它处理单元或其组合执行的指令1568，以执行本文中所公开的方法和过程，例如图5的方法500、图6的方法600、图7的方法700、图8的方法800、图9的方法910、方法920、图10的方法1000、图11的方法1100、图12的方法1200、图14的方法1400，或其组合。存储器132可包含分析数据190。
系统100、200、300和/或400的一或多个组件可经由专用硬件(例如，电路)通过执行指令以执行一或多个任务或其组合的处理器实施。作为实例，存储器132可以是存储器装置，例如随机存取存储器(RAM)、磁阻随机存取存储器(MRAM)、自旋力矩转移MRAM(STT-MRAM)、快闪存储器、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、寄存器、硬盘、可移动的磁盘或压缩光盘只读存储器(CD-ROM)。存储器装置可包含指令(例如，指令1568)，所述指令当由计算机(例如，CODEC 1534和/或处理器1510中的处理器)执行时可致使计算机执行本文中所描述的方法中的一个的至少部分。作为实例，存储器132可以是非暂时性计算机可读媒体，其包含指令(例如，指令1568)，所述包含当由计算机(例如，CODEC 1534和/或处理器1510中的处理器)执行时致使计算机执行本文所描述的方法的至少部分。
在特定方面，装置1500可包含于封装内系统或芯片上系统装置(例如，移动台调制解调器(MSM))1522中。在特定方面，处理器1510、显示器控制器1526、存储器132、CODEC1534和无线接口1540包含在封装内系统或芯片上系统装置1522中。在特定方面，例如触摸屏和/或小键盘等输入装置1536、一或多个振动传感器1524和电力供应器1544耦合到芯片上系统装置1522。此外，在特定方面，如图15中所说明，显示器1528、输入装置1536、扬声器404、一或多个麦克风1546、一或多个振动传感器1524、天线1542和电力供应器1544在芯片上系统装置1522的外部。然而，显示器1528、输入装置1536、扬声器404、一或多个麦克风1546、一或多个振动传感器1524、天线1542、电力供应器1544中的每一个可耦合到芯片上系统装置1522的组件，例如接口或控制器。一或多个振动传感器1524可包含第一振动传感器104、第二振动传感器106，或两者。
装置1500可包含移动电话、通信装置、计算机、音乐播放器、视频播放器、娱乐单元、导航装置、个人数字助理(PDA)、解码器、机顶盒，或其任何组合。
在说明性方面中，处理器1510可为可操作的以执行参考图1到14所描述的方法或操作的全部或一部分。举例来说，处理器1510可接收(或访问)来自第一麦克风108的图1的第一声信号128、来自第一振动传感器104的第一振动信号124、来自第二振动传感器106的第二振动信号126，或其组合，如参考图1所描述。处理器1510可基于认证数据122认证图1的用户110，如参考图1所描述。处理器1510可响应于确定用户110经认证而基于相关性分数134与阈值136的比较确定用户110的活跃度，如参考图1所描述。
结合所描述的方面，公开一种设备，其包含用于基于认证数据认证用户的装置。举例来说，用于认证的装置可包含认证器120、处理器1510、经配置以基于认证数据认证用户的一或多个电路或装置(例如，执行在非暂时性计算机可读存储媒体处的指令的处理器)，或其组合。
设备还包含用于响应于确定用户经认证而基于相关性分数确定用户的活跃度的装置。举例来说，用于确定活跃度的装置可包含活跃度检查器130、处理器1510、经配置以基于认证数据认证用户的一或多个电路或装置(例如，执行在非暂时性计算机可读存储媒体处的指令的处理器)，或其组合。相关性分数(例如，图1的相关性分数134)可指示从第一传感器(例如，图1的第一麦克风108)接收的第一信号(例如，图1的第一声信号128)与从第二传感器(例如，图1的第一振动传感器104)接收的第二信号(例如，图1的第一振动信号124)之间的相关性。
所属领域的技术人员将进一步了解，结合本文中所公开的方面描述的各种说明性逻辑块、配置、模块、电路和算法步骤可实施为电子硬件、由处理器执行的计算机软件或两者的组合。上文已大体在其功能性方面描述各种说明性组件、块、配置、模块、电路和步骤。此功能性是实施为硬件还是处理器可执行指令取决于特定应用和强加于整个系统的设计约束。所属领域的技术人员可针对每一特定应用以不同方式来实施所描述的功能性，此类实施决策不应被解释为会导致脱离本发明的范围。
结合本文中所公开的方面描述的方法或算法的步骤可以直接用硬件、用由处理器执行的软件模块或用这两者的组合实施。软件模块可以驻存在随机存取存储器(RAM)、快闪存储器、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、寄存器、硬盘、可移动的磁盘、压缩光盘只读存储器(CD-ROM)或此项技术中已知的任何其它形式的非暂时性存储媒体中。示范性存储媒体耦合到处理器，使得处理器可从存储媒体读取信息并将信息写入到存储媒体。在替代方案中，存储媒体可与处理器成整体。处理器和存储媒体可以驻存在专用集成电路(ASIC)中。ASIC可以驻存于计算装置或用户终端中。在替代方案中，处理器和存储媒体可以作为离散组件驻存于计算装置或用户终端中。
提供对所公开方面的先前描述，以使得所属领域的技术人员能够制造或使用所公开方面。对这些方面的各种修改对于所属领域的技术人员将易于显而易见，且在不脱离本发明的范围的情况下，本文中所定义的原理可应用于其它方面。因此，本公开并不意图限于本文中所展示的方面，而应被赋予与如通过所附权利要求书界定的原理和新颖特征一致的可能的最广范围。

Claims (15)

1.一种装置，其包括：
存储器，其经配置以存储阈值；以及
处理器，其经配置以：
基于认证数据认证用户；
响应于确定所述用户经认证：
基于从多个麦克风接收的声信号产生到达方向数据，所述到达方向数据对应于产生所述声信号的声源，以及
确定由所述到达方向数据所指示的到达方向随时间的变化；
响应于确定所述变化满足变化阈值而产生相关性分数，所述相关性分数指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性；以及
基于所述相关性分数与所述阈值的比较确定所述用户的活跃度。
2.根据权利要求1所述的装置，其中所述认证数据包含非声数据，所述非声数据包含字母数字密码、指纹、虹膜扫描或面部图像中的至少一个。
3.根据权利要求1所述的装置，其中所述处理器经配置以响应于确定所述认证数据匹配注册数据而确定所述用户经认证。
4.根据权利要求1所述的装置，其中所述第一传感器包含第一振动传感器且所述第二传感器包含第二振动传感器，且其中所述阈值指示当对应于声信号的声音由所述用户产生时由所述第一振动传感器产生的第一振动信号与由所述第二振动传感器产生的第二振动信号之间的阈值相关性。
5.根据权利要求1所述的装置，其中所述到达方向数据指示在第一时间处的第一到达方向和在第二时间处的第二到达方向，且其中所述变化包含所述第一到达方向与所述第二到达方向之间的差。
6.根据权利要求1所述的装置，其中所述处理器经进一步配置以：
产生到达方向相关性分数，所述到达方向相关性分数指示所述到达方向与所述第一信号之间的特定相关性，
其中所述第一传感器包含所述多个麦克风中的一麦克风，且
其中所述用户的所述活跃度基于所述到达方向相关性分数与到达方向阈值的比较。
7.根据权利要求1所述的装置，其中所述处理器经进一步配置以基于所述第一信号产生声失真数据，其中所述第一传感器包含麦克风，且其中所述处理器经进一步配置以响应于确定所述声失真数据满足声失真阈值而产生所述相关性分数。
8.根据权利要求7所述的装置，其中所述声失真数据包含分类分数，且其中所述处理器经进一步配置以：
从所述第一信号提取声特征；以及
基于所述声特征和声模型确定所述分类分数。
9.根据权利要求1所述的装置，其中所述第一信号包含从第一振动传感器接收的第一振动信号或从第一麦克风接收的第一声信号，且其中所述第二信号包含从第二振动传感器接收的第二振动信号。
10.根据权利要求1所述的装置，
其中所述处理器经进一步配置以：
产生注册相关性分数，所述注册相关性分数指示从所述第一传感器接收的第一特定信号与从所述第二传感器接收的第二特定信号之间的特定相关性，且
响应于确定所述注册相关性分数满足注册阈值，将注册数据存储在所述存储器中，且
其中基于所述认证数据与所述注册数据的比较认证所述用户。
11.一种认证方法，其包括：
在装置处确定基于认证数据认证了用户；
响应于确定所述用户经认证，
在所述装置处基于从多个麦克风接收的声信号产生到达方向数据，所述到达方向数据对应于产生所述声信号的声源，以及
在所述装置处确定由所述到达方向数据指示的到达方向随时间的变化；
响应于确定所述变化满足变化阈值而产生相关性分数，所述相关性分数指示从第一传感器接收的第一信号与从第二传感器接收的第二信号之间的相关性；以及
在所述装置处基于所述相关性分数与阈值的比较确定所述用户的活跃度。
12.根据权利要求11所述的方法，其中所述第一传感器包含第一振动传感器且所述第二传感器包含第二振动传感器，且其中所述阈值指示当对应于声信号的声音由所述用户产生时传播通过所述用户的身体的第一振动与传播通过所述用户的所述身体的第二振动之间的阈值相关性。
13.根据权利要求11所述的方法，其中所述变化阈值指示当从实时用户接收对应于所述声信号的声音时的阈值变化。
14.一种设备，其包括：
用于认证的装置；以及
用于确定的装置，所述装置经配置以执行权利要求11所述的方法，其中所述用于认证的装置和所述用于确定的装置集成到移动电话、通信装置、计算机、音乐播放器、视频播放器、娱乐单元、导航装置、个人数字助理 PDA、解码器或机顶盒中的至少一个中。
15.一种计算机可读存储装置，其存储有指令，当所述指令由处理器执行时，致使所述处理器执行包括权利要求11-13中任何一者的方法的操作。
CN201680082231.9A 2016-02-02 2016-12-22 基于传感器信号的活跃度确定 Active CN108702354B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/013,889 2016-02-02
US15/013,889 US9858403B2 (en) 2016-02-02 2016-02-02 Liveness determination based on sensor signals
PCT/US2016/068398 WO2017136064A1 (en) 2016-02-02 2016-12-22 Liveness determination based on sensor signals

Publications (2)

Publication Number Publication Date
CN108702354A CN108702354A (zh) 2018-10-23
CN108702354B true CN108702354B (zh) 2021-08-17

Family

ID=57799860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680082231.9A Active CN108702354B (zh) 2016-02-02 2016-12-22 基于传感器信号的活跃度确定

Country Status (7)

Country Link
US (1) US9858403B2 (zh)
EP (1) EP3412014B1 (zh)
KR (1) KR102180489B1 (zh)
CN (1) CN108702354B (zh)
ES (1) ES2812881T3 (zh)
HU (1) HUE051466T2 (zh)
WO (1) WO2017136064A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190016536A (ko) * 2016-06-06 2019-02-18 시러스 로직 인터내셔널 세미컨덕터 리미티드 보이스 사용자 인터페이스
US10311219B2 (en) * 2016-06-07 2019-06-04 Vocalzoom Systems Ltd. Device, system, and method of user authentication utilizing an optical microphone
US10313782B2 (en) 2017-05-04 2019-06-04 Apple Inc. Automatic speech recognition triggering system
US10951613B2 (en) * 2017-12-28 2021-03-16 iProov Ltd. Biometric methods for online user authentication
US10878825B2 (en) * 2018-03-21 2020-12-29 Cirrus Logic, Inc. Biometric processes
US10733996B2 (en) 2018-03-30 2020-08-04 Qualcomm Incorporated User authentication
PL3575994T3 (pl) 2018-05-31 2022-01-17 Nect Gmbh Sposób i system do zabezpieczania nagrań w czasie rzeczywistym
EP3575993B1 (en) 2018-05-31 2022-01-26 Nect GmbH Method and system for validating remote live identification via video-recording
WO2020007495A1 (en) * 2018-07-06 2020-01-09 Veridas Digital Authentication Solutions, S.L. Authenticating a user
US11321436B2 (en) 2019-05-01 2022-05-03 Samsung Electronics Co., Ltd. Human ID for mobile authentication
US10885160B1 (en) * 2019-08-21 2021-01-05 Advanced New Technologies Co., Ltd. User classification
US10855841B1 (en) * 2019-10-24 2020-12-01 Qualcomm Incorporated Selective call notification for a communication device
KR102311297B1 (ko) * 2019-12-10 2021-10-15 주식회사 이노스코리아 센싱 데이터의 유효 여부를 확인하는 전자 장치 및 그 동작 방법
US11153487B2 (en) 2019-12-11 2021-10-19 Gopro, Inc. Method and apparatus for active reduction of mechanically coupled vibration in microphone signals
WO2022094740A1 (en) * 2020-11-03 2022-05-12 Microsoft Technology Licensing, Llc Controlled training and use of text-to-speech models and personalized model generated voices
CN112949403B (zh) * 2021-02-01 2022-08-23 浙江大学 一种基于下颌骨生物特征的可靠用户认证方法及系统
US20230008868A1 (en) * 2021-07-08 2023-01-12 Nippon Telegraph And Telephone Corporation User authentication device, user authentication method, and user authentication computer program
KR102627254B1 (ko) * 2021-11-23 2024-01-23 재단법인 대구경북과학기술원 전자 장치 및 얼굴 인식 시스템, 그리고 이의 스푸핑 방지 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101682820A (zh) * 2007-01-11 2010-03-24 美商富迪科技股份有限公司 广域小阵列麦克风声束形成单元
CN104272647A (zh) * 2012-03-19 2015-01-07 诺基亚公司 用于从外部传感器向安全环境提供信息认证的方法和装置
CN104412616A (zh) * 2012-04-27 2015-03-11 索尼移动通讯有限公司 基于麦克风阵列中的声音的相关性的噪声抑制
CN105025092A (zh) * 2015-04-07 2015-11-04 中华电信股份有限公司 以行动通讯装置提供影音或图像做云端存证的方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6256737B1 (en) * 1999-03-09 2001-07-03 Bionetrix Systems Corporation System, method and computer program product for allowing access to enterprise resources using biometric devices
WO2002023359A1 (fr) 2000-09-12 2002-03-21 Mitsubishi Denki Kabushiki Kaisha Systeme d'autorisation/authentification de fonctionnement d'un dispositif
US7016833B2 (en) 2000-11-21 2006-03-21 The Regents Of The University Of California Speaker verification system using acoustic data and non-acoustic data
US20040153337A1 (en) * 2003-02-05 2004-08-05 Cruze Guille B. Automatic authorizations
EP1521161A3 (en) * 2003-09-25 2006-03-15 Matsushita Electric Industrial Co., Ltd. An apparatus and a method for preventing unauthorized use and a device with a function of preventing unauthorized use
JP2006011591A (ja) 2004-06-23 2006-01-12 Denso Corp 個人認証システム
EP1693801A3 (en) 2005-02-16 2006-11-29 David Schaufele Biometric-based systems and methods for identity verification
JP5098176B2 (ja) 2006-01-10 2012-12-12 カシオ計算機株式会社 音源方向判定方法及び装置
US7986816B1 (en) * 2006-09-27 2011-07-26 University Of Alaska Methods and systems for multiple factor authentication using gaze tracking and iris scanning
JP5141696B2 (ja) * 2008-02-22 2013-02-13 日本電気株式会社 生体認証装置、生体認証方法及び生体認証用プログラム
US8442824B2 (en) * 2008-11-26 2013-05-14 Nuance Communications, Inc. Device, system, and method of liveness detection utilizing voice biometrics
KR101274294B1 (ko) * 2009-01-30 2013-06-13 후지츠 프론테크 가부시키가이샤 인증 장치, 촬상 장치, 인증 방법, 및 인증 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
US8260262B2 (en) * 2009-06-22 2012-09-04 Mourad Ben Ayed Systems for three factor authentication challenge
US20120253810A1 (en) * 2011-03-29 2012-10-04 Sutton Timothy S Computer program, method, and system for voice authentication of a user to access a secure resource
US8543061B2 (en) * 2011-05-03 2013-09-24 Suhami Associates Ltd Cellphone managed hearing eyeglasses
KR101219957B1 (ko) 2011-08-03 2013-01-09 한국과학기술원 바이오메트릭스를 이용한 사용자 인증 방법, 장치 및 시스템, 이를 위한 기록 매체
US9171548B2 (en) 2011-08-19 2015-10-27 The Boeing Company Methods and systems for speaker identity verification
US9202105B1 (en) * 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
EP2645664A1 (en) * 2012-03-30 2013-10-02 Stopic, Bojan Authentication system and method for operating an authentication system
US8542879B1 (en) * 2012-06-26 2013-09-24 Google Inc. Facial recognition
US9251401B1 (en) * 2013-02-25 2016-02-02 Narus, Inc. Facial recognition to positively identify a live person subject
JP2014206932A (ja) * 2013-04-15 2014-10-30 オムロン株式会社 認証装置、認証方法、制御プログラムおよび記録媒体
US20140331313A1 (en) * 2013-05-03 2014-11-06 Vialab, Inc. Authentication of signature using acoustic wave analysis
US9294475B2 (en) * 2013-05-13 2016-03-22 Hoyos Labs Ip, Ltd. System and method for generating a biometric identifier
WO2015028916A1 (en) 2013-08-26 2015-03-05 Zighra Inc. Context-dependent authentication system, method and device
US9305225B2 (en) * 2013-10-14 2016-04-05 Daon Holdings Limited Methods and systems for determining user liveness
US10540979B2 (en) * 2014-04-17 2020-01-21 Qualcomm Incorporated User interface for secure access to a device using speaker verification

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101682820A (zh) * 2007-01-11 2010-03-24 美商富迪科技股份有限公司 广域小阵列麦克风声束形成单元
CN104272647A (zh) * 2012-03-19 2015-01-07 诺基亚公司 用于从外部传感器向安全环境提供信息认证的方法和装置
CN104412616A (zh) * 2012-04-27 2015-03-11 索尼移动通讯有限公司 基于麦克风阵列中的声音的相关性的噪声抑制
CN105025092A (zh) * 2015-04-07 2015-11-04 中华电信股份有限公司 以行动通讯装置提供影音或图像做云端存证的方法

Also Published As

Publication number Publication date
US20170220786A1 (en) 2017-08-03
EP3412014B1 (en) 2020-05-20
EP3412014A1 (en) 2018-12-12
HUE051466T2 (hu) 2021-03-01
US9858403B2 (en) 2018-01-02
CN108702354A (zh) 2018-10-23
KR102180489B1 (ko) 2020-11-18
ES2812881T3 (es) 2021-03-18
WO2017136064A1 (en) 2017-08-10
KR20180108635A (ko) 2018-10-04

Similar Documents

Publication Publication Date Title
CN108702354B (zh) 基于传感器信号的活跃度确定
US10778667B2 (en) Methods and apparatus to enhance security of authentication
US10417405B2 (en) Device access using voice authentication
EP3272101B1 (en) Audiovisual associative authentication method, related system and device
US10062388B2 (en) Acoustic and surface vibration authentication
US9484037B2 (en) Device, system, and method of liveness detection utilizing voice biometrics
US11699449B2 (en) In-ear liveness detection for voice user interfaces
US11170790B2 (en) User authentication with audio reply
Shirvanian et al. Quantifying the breakability of voice assistants
Alattar et al. Privacy‐preserving hands‐free voice authentication leveraging edge technology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant