CN109450850A - 身份验证方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及人工智能技术领域，提供一种基于语音识别的身份验证方法、装置、计算机设备和存储介质。所述方法包括：接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识；若根据身份验证请求识别用户处于安全状态，则根据第一语音数据提取声纹特征值；根据用户标识获取用户个人信息；根据用户个人信息当根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，随机生成动态验证文字并发送至用户终端；接收用户终端根据动态验证文字生成的第二语音数据；当识别第二语音数据对应的文字与动态文字验证码一致时，所述身份验证请求通过。采用本方法能够提高语音识别的安全性。

Description

身份验证方法、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，特别是涉及一种身份验证方法、装置、计算机设备和存储介质。

背景技术

随着语音识别技术的发展，越来越多的智能设备可以通过用户语音来替代密码或指纹进行身份验证。

然而，传统的语音识别方法只要有相对应的语音数据就能进行身份验证，容易通过被事先录制的语音数据或者人工合成的语音数据进行攻击，导致使用语音进行身份验证的安全性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高安全性的身份验证方法、装置、计算机设备和存储介质。

一种身份验证方法，所述方法包括：

接收用户终端发送的身份验证请求，所述身份验证请求中携带有第一语音数据和用户标识；

若根据所述身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值；

当根据所述用户标识确定所述声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

接收用户终端根据所述动态验证文字生成的第二语音数据；

当识别所述第二语音数据对应的文字与所述动态文字验证码一致时，所述身份验证请求通过。

在其中一个实施例中，所述根据所述第一语音数据提取声纹特征值包括：

获取所述第一语音数据的采样值序列；

根据所述采样值序列获取所述第一语音数据中的有效语音数据；

利用预加重技术平衡所述有效语音数据的高低频分量，并对所述有效语音数据进行分帧；

确定每一帧有效语音数据的语音时域信号，根据所述语音时域信号提取用户声纹特征值。

在其中一个实施例中，所述声纹数据包括声纹模型；

所述根据所述用户标识判断所述声纹特征值与该预存储的用户的声纹数据相匹配包括：

根据所述用户标识获取相对应的声纹模型；

调用所述声纹模型，将所述声纹特征值输入至所述声纹模型进行匹配，得到匹配分值；

若所述匹配分值大于预设值，则所述声纹特征值与预存储的该用户的声纹数据相匹配。

在其中一个实施例中，所述声纹数据包括特征样本集；

所述根据所述用户标识判断所述声纹特征值与预存储的该用户的声纹数据相匹配包括：

获取特征样本集，所述特征样本集中包括多个特征样本值；

遍历所述特征样本集，获取与所述声纹特征值相对应的特征样本值；

获取所述相对应的特征样本值的样本标识，判断所述样本标识是否与所述用户标识一致；

若是，则所述声纹特征值与预存储的该用户的声纹数据相匹配。

在其中一个实施例中，所述根据所述用户个人信息随机生成动态验证文字包括：

根据用户个人信息获取对应的语料库；

从所述语料库中获取多个字符组，随机从所述字符组中选择字符；

将所述字符进行随机组合，生成动态验证文字。

在其中一个实施例中，所述若根据身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值包括：

判断所述身份验证请求中是否携带有场景标识；

若是，根据所述场景标识向用户终端发送定位开启指令；

接收用户终端根据所述指令开启定位后接收到的位置信号；

根据所述位置信号获取用户当前地理位置，根据所述地理位置判断用户状态是否安全。

在其中一个实施例中，所述方法还包括：

向用户终端发送图像采集指令，所述图像采集指令携带有多个动作指令；

接收用户终端根据所述图像采集指令采集的与所述动作指令相对应的人脸图像；

当根据所述人脸图像识别用户为活体进行身份验证时，所述身份验证请求通过。

一种身份验证装置，所述装置包括：

接收模块，用于接收用户终端发送的身份验证请求，所述身份验证请求中携带有第一语音数据和用户标识；

提取模块，用于若根据所述身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值；

验证模块，用于当根据所述用户标识确定所述声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

生成模块，根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

所述接收模块还用于接收用户终端根据所述动态验证文字生成的第二语音数据；

所述验证模块还用于当识别所述第二语音数据对应的文字与所述动态文字验证码一致时，所述身份验证请求通过。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述的身份验证方法。

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任意一项所述的身份验证方法。

上述身份验证方法、装置、计算机设备和存储介质，通过接收用户终端发送的身份验证请求，所述身份验证请求中携带有第一语音数据和用户标识，若根据所述身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值。当根据所述用户标识确定所述声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息。根据所述用户个人信息随机生成动态验证文字并发送至用户终端。接收用户终端根据所述动态验证文字生成的第二语音数据，当识别所述第二语音数据对应的文字与所述动态文字验证码一致时，所述身份验证请求通过。上述方法利用声纹特征的唯一性以及通过随机生成的动态验证文字对用户进行活体检测，提高了身份验证的安全性。

附图说明

图1为一个实施例中身份验证方法的应用场景图；

图2为一个实施例中身份验证方法的流程示意图；

图3为一个实施例中根据第一语音数据提取声纹特征值步骤的流程示意图；

图4为一个实施例中根据用户标识判断声纹特征值是否与用户预存的声纹数据相匹配步骤的流程示意图；

图5为另一个实施例中根据用户标识判断声纹特征值是否与用户预存的声纹数据相匹配步骤的流程示意图；

图6为一个实施例中根据第一语音数据提取声纹特征值之前步骤的流程示意图；

图7为一个实施例中身份验证装置的结构框图；

图8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。

本申请提供的身份验证方法，可以应用于如图1所示的应用环境中。其中，用户终端102通过网络与服务器104进行通信。服务器104接收用户终端102发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识。服务器104若根据身份验证请求识别用户处于安全状态，则根据第一语音数据提取用户的声纹特征值，并且当服务器104根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，根据用户标识获取用户个人信息。根据用户个人信息随机生成动态验证文字并发送给用户终端102。服务器104接收用户终端102根据服务器104发送的动态验证文字所生成的第二语音数据，当服务器104识别到第二语音数据对应的文字与动态文字验证码一致时，服务器104通过用户终端102发送的身份验证请求。其中，用户终端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，提供了一种身份验证方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

S202，接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识。

身份验证请求是指用户终端发送给服务器用于指示服务器进行身份验证的指令。第一语音数据是指用户有身份验证需求时通过用户终端发送给服务器用于进行身份验证的数据，其功能与用户的账户密码相同。用户标识是指用于查找用户个人信息和预存储的用户的声纹数据的唯一标志，其中，服务器预先根据不同的用户生成不同的用户标识，并将用户标识与用户个人信息和预存储的声纹数据进行绑定。用户个人信息包括：姓名、性别、国籍以及文化程度等。

具体地，当用户操作用户终端设备进行身份验证时，例如登陆应用程序。用户通过终端上的语音数据录入口进行第一语音数据的录入，并通过触发登陆按键自动生成身份验证请求发送给服务器，同时将用户的第一语音数据和用户标识随身份验证请求一并发送给服务器。

S204，若根据所述身份验证请求识别用户处于安全状态，则根据第一语音数据提取声纹特征值。

声纹特征值具有特定性和稳定性的特点，每个用户的声纹特征值都不相同。而声纹特征值需要从用户的语音数据中提取出来，因此，当服务器接收到用户终端发送过来的第一语音数据后，通过判断身份验证请求中是否携带有场景标识来判断用户是否处于安全状态，若用户处于安全状态，则从第一语音数据中提取出该用户对应的声纹特征值。

具体地，若服务器识别到身份验证请求中携带有场景标识，其中，场景标识是指用于识别用户所进行身份验证的应用程序。例如，支付应用程序的场景标识为A，则当用户在支付应用程序发送身份验证请求时，终端会将场景标识A随身份验证请求发送给服务器。服务器从身份验证请求中获取到场景标识A，即可确认该身份验证请求用于支付场景。则向用户终端发送开启定位指令，用户终端根据指令开启定位，接收用户当前位置信息并返回给服务器。服务器根据用户的位置信息判断用户是否处于安全状态。其中，服务器根据用户位置信息判断用户所处繁荣地区还是偏僻地区，若处于繁荣地区则表示用户处于安全地区，若处于偏僻地区，则表示用户处于非安全地区。具体地，服务器通过以用户位置信息为中心获取周边环境确定是否为繁荣地区。若服务器获取的周边环境包括多家商户，或者其他用户终端定位功能所发出的定位信息，则表示用户处于繁荣地区。当识别到用户处于安全状态下时，则进一步从用户的第一语音数据提取声纹特征值进行身份验证。

S206，当根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

S208，根据所述用户个人信息随机生成动态验证文字并发送至用户终端。

用户预存的声纹数据是指用户通过终端预先采集语音数据发送给服务器，服务器预先将接收到语音数据进行分析得到用户对应的声纹数据，并将该声纹数据与用户标识进行绑定后存储至数据库中。其中，声纹数据包括声纹模型和特征样本集。动态验证文字是指用于判断该用户是否为活体进行身份验证的文字数据，具有随机性。

具体地，当服务器接收到用户终端用于身份验证的第一语音数据，并从第一语音数据中提取出用户对应的声纹特征值后。服务器根据用户标识从数据库中获取到该用户对应的声纹数据，将提取到的声纹特征值与预存的声纹数据进行匹配判断，当判断到提取的用户的声纹特征值与用户预存的声纹数据一致时，则初步确定用户所验证的身份正确。为了防止被合成语音或者事先录制的语音攻击，当服务器通过用户的声纹特征值初步确定用户验证的身份正确后，根据用户标识获取到用户个人信息，根据用户个人信息随机生成动态验证文字发送给用户终端，通过随机生成的动态验证文字判断用户是否为活体。

在一个实施例中，根据用户个人信息随机生成动态验证文字包括：根据用户标识获取多个字符组，随机从字符组中选择字符；将字符进行随机组合，生成动态验证文字。

服务器通过用户标识获取用户个人信息，根据用户个人信息中的国籍为用户选择不同的语料库，根据用户个人信息中的文化程度为用户从选择的语料库中选择适合的字符组。从字符组中随机选择字符并将选择的字符进行随机组合，生成动态验证文字。其中，服务器根据不同国籍的用户预先设定多个语料库，每个语料库对应一种语音，例如，汉语、英语、法语、泰语、韩语、日语等等。每个语料库中的字符可以是单个字符、多个字符、词组或者成语等。并且，根据不同用户的文化程度将语料库中的字符分类成多个字符组，例如本科文化程度的有本科字符组、高中文化程度的有高中字符组等。服务器根据用户个人信息中的文化程度为用户选择适合的字符组。例如，当用户个人信息的国籍为中国，文化程度为本科时，服务器则根据中国从语料库中选择汉语语料库，根据本科从汉语预料库中选择本科字符组。

在本实施例中，根据用户个人信息的不同从不同的语料库和字符组中选择合适用户的字符组成动态验证文字，防止用户因为语言不通、生僻字等原因而无法完成活体认证，保证了身份验证的多样性和高效性。

S210，接收用户终端根据动态验证文字生成的第二语音数据。

第二语音数据是指用户根据服务器发送的动态验证文字录入的与动态验证文字对应的语音数据。当服务器将随机生成的动态验证文字发送给用户终端后，用户终端将动态验证文字显示在终端设备的显示屏上。用户根据该动态验证文字在终端录入对应的语音数据，即第二语音数据，用户终端再将该第二语音数据发送给服务器。

S212，当识别第二语音数据对应的文字与动态文字验证码一致时，身份验证请求通过。

服务器接收到用户终端根据动态验证文字提供的第二语音数据后，判断该第二语音数据中对应的文字是否与服务器发送给终端的动态验证文字一致。当第二语音数据对应的文字与动态验证文字一致，则表示该第二语音数据是用户根据动态验证文字录入的语音数据。也就是说，进行身份验证的用户是活体。若第二语音数据对应的文字与动态验证文字不一致，则表示该第二语音数据不是用户根据动态验证文字录入的语音数据。也就是说，进行身份验证的用户不是活体。则表示用户之前提供的用于身份验证的第一语音数据即有可能是事先录制或者合成好的语音数据。

上述身份验证方法中，通过接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识，根据第一语音数据提取声纹特征值。当根据用户标识判断声纹特征值与预存储的该用户的声纹数据相匹配时，随机生成动态验证文字并发送至用户终端。接收用户终端根据动态验证文字提供的第二语音数据，当识别第二语音数据对应的文字与动态文字验证码一致时，身份验证请求通过。上述方法利用声纹特征的唯一性以及通过随机生成的动态验证文字对用户进行活体检测，提高了身份验证的安全性。

在一个实施例中，如图3所示，根据第一语音数据提取声纹特征值具体包括以下步骤：

S302，获取第一语音数据的采样值序列。

当用户终端获取到用户录入的语音数据后，为便于数字化处理，通过采样将语音数据的模拟信号转换成数字信号。也就是说，将语音数据转换成语音信号发送给服务器。其中，语音信号是一个以时间为自变量的一维连续函数，服务器从用户终端接收到的语音数据即是语音信号按时间排序的采样值序列。

S304，根据采样值序列获取第一语音数据中的有效语音数据。

当服务器获取到第一语音数据的采样值序列后，利用音频端点检测从第一语音数据的采样值序列中提取出有效的语音数据。其中，端点检测是指通过语音信号中声波的振幅检测出连续语音数据中的有效语音数据。语音信号中静音部分的声波振幅很小，而有效语音部分的振幅会比较大，通过信号的振幅可以直观确定信号能量的大小。也就是说，静音部分的能量值小，而有效语音部分的能量值大。端点检测即通过振幅的大小确定有效语音数据的起始点和结束点，通过起始点和结束点从连续的语音数据中获取到有效的语音数据段。在存储或传输语音数据的场景下，通过音频端点检测从连续的语音数据中分离出有效的语音数据可以降低存储或传输的数据量。

S306，利用预加重技术平衡有效语音数据的高低频分量，并对有效语音数据进行分帧。

语音数据的语音能量主要集中在低频部分，为了有助于提高信噪比和去除声门激励和口鼻辐射的影响。服务器获取到有效语音数据后，利用预加重技术增加语音信号中相较于低频分量的高频分量的幅度。其中，预加重处理可以使用高通滤波器，通过高通滤波器提升语音数据的高频分量的幅度。并且，信号处理的算法通常假设信号是固定不变的，而语音信号却是不断变化的。因此，为了符合信号处理算法的处理方式，预加重处理之后的有效语音数据还需要进行分帧处理。其中，分帧处理即是按照固定的时长将语音信号分割成一段一段的，每一帧的时间约为20-30ms。并且，为了防止语音信号经过分帧处理后每帧与每帧之间会发生较大的变化，分帧处理时相邻两帧之间需要有重叠的部分。

S308，确定每一帧有效语音数据的语音时域信号，根据语音时域信号提取用户声纹特征值。

服务器通过短时分析确定每一帧有效语音数据的语音时域信号，其中，短时分析是语音信号分析中的一种。语音信号分析可以分为时域分析和变换域分析，短时分析即是时域分析，是指直接对有效语音数据的语音信号的时域波形进行分析从而提取特征参数。其中，提取的特征参数主要包括：短时能量和平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数等。

在一个实施例中，如图4所示，根据用户标识判断声纹特征值是否与用户预存的声纹数据相匹配具体包括以下步骤：

S402，根据用户标识获取相对应的声纹模型。

服务器预先获取在安全环境下所采集的用户的语音数据，从用户语音数据中提取出用户的声纹特征值，根据用户的声纹特征值确定声纹特征向量。利用该声纹特征向量训练建立该用户对应的声纹模型。并且，将该用户对应的声纹模型与用户标识进行绑定，当服务器根据用户标识判断用户的声纹特征值是否与预存的声纹数据相匹配时，服务器通过用户标识从数据库中获取用户对应的声纹数据，从声纹数据中获取声纹模型。其中，声纹数据包括声纹模型和特征样本集。

S404，调用声纹模型，将声纹特征值输入至声纹模型进行匹配，得到匹配分值。

服务器根据用户标识从用户对应的声纹数据中提取出声纹模型后，将根据用户的第一语音数据提取出来的声纹特征值输入至该声纹模型中，经过声纹模型的匹配计算得到匹配分值，通过该匹配分值判断该用户的声纹特征值是否为用户本人。

S406，若匹配分值大于预设值，则声纹特征值与预存储的该用户的声纹数据相匹配。

预设值是指用于与声纹模型匹配计算出来的匹配分值进行对比的数值。当声纹模型计算出的匹配分值大于等于预设值，则表示用户的进行身份验证时提供的语音数据与预存的语音声纹数据一致，则表示进行身份验证的是用户本人，可以进一步判断用户是否为活体。若声纹模型计算出的匹配分值小于预设值，则表示用户的进行身份验证时提供的语音数据与预存的语音声纹数据不一致，也就是可以确定进行身份验证的不是用户本人，即身份验证请求不通过。

在一个实施例中，如图5所示，另一种根据用户标识判断声纹特征值是否与用户预存的声纹数据相匹配具体包括以下步骤：

S502，获取特征样本集，所述特征样本集中包括多个特征样本值。

特征样本值是指服务器预先获取在安全环境下所采集的用户的语音数据，并从用户语音数据中提取的用于与用户声纹特征值进行比对的声纹特征值，即样本特征值为用户提前预存的对应的声纹特征值。特征样本集即为服务器获取的所有用户的特征样本值。

S504，遍历特征样本集，获取与声纹特征值相对应的特征样本值。

服务器从数据库中获取特征样本集，将用户的声纹特征值与特征样本集中所有的特征样本值进行遍历匹配。一旦从特征样本集中匹配到一样的特征样本值，则获取该特征样本值为用户声纹特征值对应的样本特征值。还没有进行匹配的特征样本值不再进行匹配，结束遍历。

S506，获取相对应的特征样本值的样本标识，判断样本标识是否与用户标识一致。

S508，若是，则所述声纹特征值与预存储的该用户的声纹数据相匹配。

样本标识是服务器获取到特征样本值时为每个特征样本值生成的唯一的标识，通过该样本标识可以获取唯一对应的特征样本值。服务器可以直接使用用户标识为样本标识，或者预先将生成的样本标识与用户标识进行绑定，当判断到对应的特征样本值的样本标识上所绑定的用户标识与身份验证请求中携带的用户标识一样时，即可确定样本标识与用户标识一致。则确定用户的声纹特征值与预存的特征样本值一致，进行身份验证请求的是用户本人。若不一致，则表示虽然用户的声纹特征值从特征样本集中匹配到了对应的特征样本值，但是并不是该用户预存的样本特征值。在本实施例中，通过样本标识与用户标识匹配防止服务器声纹特征值匹配出错后误认为身份请求验证是本人而通过身份验证，双重确保了身份验证的安全性。

在一个实施例中，如图6所示，在根据第一语音数据提取声纹特征值之前包括以下步骤：

S602，判断身份验证请求中是否携带有场景标识。

场景标识是指服务器为应用程序生成，用于识别用户进行身份验证请求的应用程序的唯一标识。当用户在应用程序通过用户终端向服务器发送身份验证请求时，将该用户所使用的应用程序对应的场景标识随身份验证请求一起发送给服务器，服务器判断该身份验证请求中是否有携带场景标识，通过场景标识确定用户进行身份验证的应用程序。

S604，若是，根据场景标识向用户终端发送定位开启指令。

定位开启指令是指服务器发送给用户终端用于指示用户终端开启GPS定位的指令。当服务器判断身份验证请求携带有场景标识时，根据场景标识判断该场景标识对应的应用程序是否用于支付场景。若该场景标识对应的应用程序是用于支付场景，则向用户终端发送定位开启指令，用于指示用户终端开启GPS定位，接收用户位置信号。

S606，接收用户终端根据指令开启定位后接收到的位置信号。

当用户终端根据服务器发送的定位开启指令开启GPS定位后，通过GPS定位接收当前用户所处地理位置的位置信号。

S608，根据位置信号获取用户当前地理位置，根据地理位置判断用户状态是否安全。

服务器根据位置信号获取用户当前地理位置，根据地理位置判断用户是否处于安全状态。例如，当服务器获取的当前地理位置处于偏僻地区或者周边是荒芜地区，则表示用户当前处于非安全状态。当服务器根据地理位置信息判断用户处于安全状态时，则继续执行步骤S202根据第一语音数据提取声纹特征值。若服务器根据地理位置信息判断用户处于非安全状态时，则服务器向用户终端发送当前处于非安全状态，请前往安全区域进行身份验证的提示信息。

在本实施例中，当用户在金融支付场景下应用身份验证时，通过结合用户当前地理位置判断用户是否处于安全状态，保证了支付场景下身份验证的安全性。

在一个实施例中，提供一种活体检测的方法，具体包括：向用户终端发送图像采集指令，图像采集指令携带有多个动作指令；接收用户终端根据图像采集指令采集的与动作指令相对应的人脸图像；当根据人脸图像识别用户为活体进行身份验证时，身份验证请求通过。

当服务器初步判断到用户的声纹特征值与预存的声纹数据匹配时，还可以通过结合人脸识别技术进行活体检测。服务器向用户终端发送图像采集指令，并且在图像采集指令中携带有多个指定的动作指令。用户终端响应从服务器接收到的图像采集指令，打开用户终端的采集设备，例如，前置或后置摄像头。用户终端同时将图像采集指令携带过来的动作指令按照顺序依次显示在终端设备的显示屏上，用户根据动作指令做出指定动作并通过用户终端的设备进行人脸图像采集。采集完成后，用户终端将所有采集的人脸图像发送给服务器，服务器通过判断识别该人脸图像是否与指定的动作指令一致，若是，则表示用户为活体进行身份验证，身份验证请求通过。若服务器通过判断识别该人脸图像是否与指定的动作指令不一致，则表示用户不是活体进行身份验证，身份验证请求失败。在本实施例中，通过结合人脸识别技术进行活体检测，保证了身份验证的安全性。

应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种身份验证装置，包括：接收模块702、提取模块704和验证模块706，其中：

接收模块702，用于接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识。

提取模块704，用于若根据身份验证请求识别用户处于安全状态，则根据第一语音数据提取声纹特征值。

验证模块706，用于当根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

生成模块708，根据用户个人信息随机生成动态验证文字并发送至用户终端。

接收模块702还用于接收用户终端根据动态验证文字生成的第二语音数据。

验证模块706还用于当识别第二语音数据对应的文字与动态文字验证码一致时，身份验证请求通过。

在一个实施例中，提取模块704还用于获取第一语音数据的采样值序列；根据采样值序列获取第一语音数据中的有效语音数据；利用预加重技术平衡有效语音数据的高低频分量，并对有效语音数据进行分帧；确定每一帧有效语音数据的语音时域信号，根据语音时域信号提取用户声纹特征值。

在一个实施例中，验证模块706还用于根据用户标识获取相对应的声纹模型；调用声纹模型，将声纹特征值输入至声纹模型进行匹配，得到匹配分值；若匹配分值大于预设值，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，验证模块706还用于获取特征样本集，特征样本集中包括多个特征样本值；遍历特征样本集，获取与声纹特征值相对应的特征样本值；获取相对应的特征样本值的样本标识，判断样本标识是否与用户标识一致；若是，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，生成模块708还用于根据用户个人信息获取对应的语料库；从语料库中获取多个字符组，随机从字符组中选择字符；将字符进行随机组合，生成动态验证文字。

在一个实施例中，提取模块704还用于判断身份验证请求中是否携带有场景标识；若是，根据场景标识向用户终端发送定位开启指令；接收用户终端根据指令开启定位后接收到的位置信号；根据位置信号获取用户当前地理位置，根据地理位置判断用户状态是否安全。

在一个实施例中，该装置还包括人脸识别模块，用于向用户终端发送图像采集指令，图像采集指令携带有多个动作指令；接收用户终端根据图像采集指令采集的与动作指令相对应的人脸图像；当根据人脸图像识别用户为活体进行身份验证时，身份验证请求通过。

关于身份验证装置的具体限定可以参见上文中对于身份验证方法的限定，在此不再赘述。上述身份验证装置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服务器，其内部结构图可以如图8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、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储数据。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身份验证方法。

本领域技术人员可以理解，图8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，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识；

若根据所述身份验证请求识别用户处于安全状态，则根据第一语音数据提取声纹特征值；

当根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

接收用户终端根据动态验证文字生成的第二语音数据；

当识别第二语音数据对应的文字与动态文字验证码一致时，身份验证请求通过。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取第一语音数据的采样值序列；

根据采样值序列获取第一语音数据中的有效语音数据；

利用预加重技术平衡有效语音数据的高低频分量，并对有效语音数据进行分帧；

确定每一帧有效语音数据的语音时域信号，根据语音时域信号提取用户声纹特征值。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据用户标识获取相对应的声纹模型；

调用声纹模型，将声纹特征值输入至声纹模型进行匹配，得到匹配分值；

若匹配分值大于预设值，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取特征样本集，特征样本集中包括多个特征样本值；

遍历特征样本集，获取与声纹特征值相对应的特征样本值；

获取相对应的特征样本值的样本标识，判断样本标识是否与用户标识一致；

若是，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据用户个人信息获取对应的语料库；

从所述语料库中获取多个字符组，随机从字符组中选择字符；

将字符进行随机组合，生成动态验证文字。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

判断身份验证请求中是否携带有场景标识；

若是，根据场景标识向用户终端发送定位开启指令；

接收用户终端根据指令开启定位后接收到的位置信号；

根据位置信号获取用户当前地理位置，根据地理位置判断用户状态是否安全。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

向用户终端发送图像采集指令，图像采集指令携带有多个动作指令；

接收用户终端根据图像采集指令采集的与动作指令相对应的人脸图像；

当根据人脸图像识别用户为活体进行身份验证时，身份验证请求通过。

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：

接收用户终端发送的身份验证请求，身份验证请求中携带有第一语音数据和用户标识；

若根据所述身份验证请求识别用户处于安全状态，则根据第一语音数据提取声纹特征值；

当根据用户标识确定声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

接收用户终端根据动态验证文字生成的第二语音数据；

当识别第二语音数据对应的文字与动态文字验证码一致时，身份验证请求通过。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取第一语音数据的采样值序列；

根据采样值序列获取第一语音数据中的有效语音数据；

利用预加重技术平衡有效语音数据的高低频分量，并对有效语音数据进行分帧；

确定每一帧有效语音数据的语音时域信号，根据语音时域信号提取用户声纹特征值。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据用户标识获取相对应的声纹模型；

调用声纹模型，将声纹特征值输入至声纹模型进行匹配，得到匹配分值；

若匹配分值大于预设值，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取特征样本集，特征样本集中包括多个特征样本值；

遍历特征样本集，获取与声纹特征值相对应的特征样本值；

获取相对应的特征样本值的样本标识，判断样本标识是否与用户标识一致；

若是，则声纹特征值与预存储的该用户的声纹数据相匹配。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据用户个人信息获取对应的语料库；

从所述语料库中获取多个字符组，随机从字符组中选择字符；

将字符进行随机组合，生成动态验证文字。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

判断身份验证请求中是否携带有场景标识；

若是，根据场景标识向用户终端发送定位开启指令；

接收用户终端根据指令开启定位后接收到的位置信号；

根据位置信号获取用户当前地理位置，根据地理位置判断用户状态是否安全。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

向用户终端发送图像采集指令，图像采集指令携带有多个动作指令；

接收用户终端根据图像采集指令采集的与动作指令相对应的人脸图像；

当根据人脸图像识别用户为活体进行身份验证时，身份验证请求通过。

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)

1.一种身份验证方法，所述方法包括：

接收用户终端发送的身份验证请求，所述身份验证请求中携带有第一语音数据和用户标识；

若根据所述身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值；

当根据所述用户标识确定所述声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

接收用户终端根据所述动态验证文字生成的第二语音数据；

当识别所述第二语音数据对应的文字与所述动态文字验证码一致时，所述身份验证请求通过。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一语音数据提取声纹特征值包括：

获取所述第一语音数据的采样值序列；

根据所述采样值序列获取所述第一语音数据中的有效语音数据；

利用预加重技术平衡所述有效语音数据的高低频分量，并对所述有效语音数据进行分帧；

确定每一帧有效语音数据的语音时域信号，根据所述语音时域信号提取用户声纹特征值。

3.根据权利要求1所述的方法，其特征在于，所述声纹数据包括声纹模型；

所述根据所述用户标识判断所述声纹特征值与预存储的该用户的声纹数据相匹配包括：

根据所述用户标识获取相对应的声纹模型；

调用所述声纹模型，将所述声纹特征值输入至所述声纹模型进行匹配，得到匹配分值；

若所述匹配分值大于预设值，则所述声纹特征值与预存储的该用户的声纹数据相匹配。

4.根据权利要求1所述的方法，其特征在于，所述声纹数据包括特征样本集；

所述根据所述用户标识判断所述声纹特征值与预存储的该用户的声纹数据相匹配包括：

获取特征样本集，所述特征样本集中包括多个特征样本值；

遍历所述特征样本集，获取与所述声纹特征值相对应的特征样本值；

获取所述相对应的特征样本值的样本标识，判断所述样本标识是否与所述用户标识一致；

若是，则所述声纹特征值与预存储的该用户的声纹数据相匹配。

5.根据权利要求1所述的方法，其特征在于，所述根据所述用户个人信息随机生成动态验证文字包括：

根据用户个人信息获取对应的语料库；

从所述语料库中获取多个字符组，随机从所述字符组中选择字符；

将所述字符进行随机组合，生成动态验证文字。

6.根据权利要求1所述的方法，其特征在于，所述若根据身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值包括：

判断所述身份验证请求中是否携带有场景标识；

若是，根据所述场景标识向用户终端发送定位开启指令；

接收用户终端根据所述指令开启定位后接收到的位置信号；

根据所述位置信号获取用户当前地理位置，根据所述地理位置判断用户状态是否安全。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向用户终端发送图像采集指令，所述图像采集指令携带有多个动作指令；

接收用户终端根据所述图像采集指令采集的与所述动作指令相对应的人脸图像；

当根据所述人脸图像识别用户为活体进行身份验证时，所述身份验证请求通过。

8.一种身份验证装置，其特征在于，所述装置包括：

接收模块，用于接收用户终端发送的身份验证请求，所述身份验证请求中携带有第一语音数据和用户标识；

提取模块，用于若根据所述身份验证请求识别用户处于安全状态，则根据所述第一语音数据提取声纹特征值；

验证模块，用于当根据所述用户标识确定所述声纹特征值与预存储的该用户的声纹数据相匹配时，根据所述用户标识获取用户个人信息；

生成模块，根据所述用户个人信息随机生成动态验证文字并发送至用户终端；

所述接收模块还用于接收用户终端根据所述动态验证文字生成的第二语音数据；

所述验证模块还用于当识别所述第二语音数据对应的文字与所述动态文字验证码一致时，所述身份验证请求通过。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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。