CN109493494A - 基于智能锁的开锁方法、装置、设备及介质 - Google Patents
基于智能锁的开锁方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109493494A CN109493494A CN201811537630.7A CN201811537630A CN109493494A CN 109493494 A CN109493494 A CN 109493494A CN 201811537630 A CN201811537630 A CN 201811537630A CN 109493494 A CN109493494 A CN 109493494A
- Authority
- CN
- China
- Prior art keywords
- target
- unlocking
- vocal print
- print feature
- matching result
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/06—Decision making techniques; Pattern matching strategies
- G10L17/08—Use of distortion metrics or a particular distance between probe pattern and reference templates
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开一种基于智能锁的开锁方法、装置、设备及介质,该方法包括当智能锁中的NFC模块检测到开锁信号时,生成激活信息并发送给用户端,获取用户端基于激活信息触发的开锁请求;若开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码并发送给用户端,获取待识别语音数据;提取待识别语音数据对应的目标声纹特征,获取与帐号标识对应的标准声纹特征;将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果;将目标声纹特征转换成目标文字数据,将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果;基于第一匹配结果和第二匹配结果获取开锁指令控制智能锁进行开锁操作,解决智能锁安全性不高的问题。
Description
技术领域
本发明涉及密码技术领域,尤其涉及一种基于智能锁的开锁方法、装置、设备及介质。
背景技术
目前,大部分锁为弹子锁或者电子密码锁,随着现代科学技术的发展,形形色色的锁不断涌现。例如,利用电子技术研制出指纹锁和人脸识别锁等智能锁,其中,指纹锁对用户手指的清洁程度要求较高,人脸识别锁对年龄较大的用户识别时间较长或者识别不出,或者人脸识别锁要求开锁时的光线较好,若光线较暗,会导致识别不精准,从而无法进行开锁操作。因此,现有智能锁对应用场景要求较高,而且容易导致智能锁的安全性不高。
发明内容
本发明实施例提供一种基于智能锁的开锁方法、装置、设备及介质,以解决智能锁应用场景要求高和安全性不高的问题。
一种基于智能锁的开锁方法,包括:
当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将所述激活信息发送给用户端,获取所述用户端基于所述激活信息触发的开锁请求,所述开锁请求包含帐号标识;
若所述开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据;
提取所述待识别语音数据对应的目标声纹特征,根据所述帐号标识查找数据库,获取与所述帐号标识对应的标准声纹特征;
将所述目标声纹特征与所述标准声纹特征进行相似度计算,得到第一匹配结果;
将所述目标声纹特征转换成目标文字数据,并将所述目标文字数据与所述目标随机密码进行相似度计算,得到第二匹配结果;
基于所述第一匹配结果和所述第二匹配结果,获取开锁指令,根据所述开锁指令控制所述智能锁进行开锁操作。
一种基于智能锁的开锁装置,包括:
激活处理模块,用于当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将所述激活信息发送给用户端,获取所述用户端基于所述激活信息触发的开锁请求,所述开锁请求包含帐号标识;
语音数据获取模块,用于若所述开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据;
特征提取模块,用于提取所述待识别语音数据对应的目标声纹特征,根据所述帐号标识查找数据库,获取与所述帐号标识对应的标准声纹特征;
第一相似度计算模块,用于将所述目标声纹特征与所述标准声纹特征进行相似度计算,得到第一匹配结果;
第二相似度计算模块,用于将所述目标声纹特征转换成目标文字数据,并将所述目标文字数据与所述目标随机密码进行相似度计算,得到第二匹配结果;
开锁控制模块,用于基于所述第一匹配结果和所述第二匹配结果,获取开锁指令,根据所述开锁指令控制所述智能锁进行开锁操作。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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基于智能锁的开锁方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于智能锁的开锁方法的步骤。
上述基于智能锁的开锁方法、装置、设备及介质,该方法包括当智能锁中的NFC模块检测到开锁信号时,将生成的激活信息发送给用户端,获取用户端基于激活信息触发的开锁请求,以实现激活操作,对智能锁开锁应用场景要求不高,以提高基于智能锁的开锁的效率。若开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码并发送给用户端,以实现动态密码的生成,以提高智能锁的安全性。获取用户端基于目标随机密码采集的待识别语音数据,提取待识别语音数据对应的目标声纹特征,以实现声纹识别,避免忘带钥匙和门卡等情况,以便根据目标声纹特征确定进行开锁操作的用户为是否为可进行开锁操作的用户。根据帐号标识,获取标准声纹特征,将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果,通过简单的匹配操作,确定第一匹配结果,以提高智开锁的效率。将目标声纹特征转换成目标文字数据,并将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果,以实现对目标随机密码的验证,以提高智能锁的安全性,避免其他用户对智能锁进行开锁操作。基于第一匹配结果和第二匹配结果,获取开锁指令,根据开锁指令控制智能锁进行开锁操作,实现随机密码和声纹识别的双重保障,以提高智能锁的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中基于智能锁的开锁方法的一应用环境示意图;
图2是本发明一实施例中基于智能锁的开锁方法的一流程图;
图3是本发明一实施例中基于智能锁的开锁方法的一流程图;
图4是本发明一实施例中基于智能锁的开锁方法的一流程图;
图5是本发明一实施例中基于智能锁的开锁方法的一流程图;
图6是本发明一实施例中基于智能锁的开锁方法的一流程图;
图7是本发明一实施例中基于智能锁的开锁装置的一原理框图;
图8是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的基于智能锁的开锁方法,如图1所示,该基于智能锁的开锁方法应用在智能锁的服务端,其中,用户端通过网络与服务端进行通信。用户端与服务端相互靠近时,以激活用户端的基于智能锁的开锁APP,解决智能锁应用场景要求高的问题。用户端根据服务端发送的目标随机密码发送待识别语音数据,服务端对待识别语音数据进行识别,判断是否为注册用户,并判断待识别语音数据中的目标文字数据是否正确,以根据两个判断结果决定是否开锁,以提高基于智能锁的开锁的安全性。其中,用户端可以但不限于个人计算机、笔记本电脑、智能手机和平板电脑等。本实施例中的服务端具体为智能锁的服务端。
在一实施例中,如图2所示,提供一种基于智能锁的开锁方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10:当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将激活信息发送给用户端,获取用户端基于激活信息触发的开锁请求,开锁请求包含帐号标识。
其中,NFC(Near Field Communication,近距离无线通讯技术),可以在移动设备、消费类电子产品和智能控件工具之间进行近距离无线通信。帐号标识是指根据用户预先注册基于智能锁的开锁APP时的用户信息形成的标识。服务端通过该帐号标识可查找到唯一的预先注册的用户帐号。帐号标识可以是用户帐号的帐号名,用户的身份证号或电话号码等。
具体地,智能锁中安装有NFC模块,用户端中也安装有NFC模块,用户端中还包括基于智能锁的开锁APP。当用户端中的NFC模块靠近智能锁中的 NFC模块时,即智能锁中的NFC模块检测到开锁信号,服务端对NFC检测到的开锁信号进行响应,以生成激活信息,并将该激活信息发送给用户端,通过该激活信息可激活用户端的基于智能锁的开锁APP,用户可基于激活后的基于智能锁的开锁APP向服务端发送开锁请求,开锁请求中包括帐号标识。
进一步地,用户预先注册基于智能锁的开锁APP,并根据预先注册时的用户帐号登录基于智能锁的开锁APP,在激活时自动根据用户帐号进行登录。当用户端中的NFC模块靠近智能锁中的NFC模块时,只有当两者的距离小于距离阈值,智能锁中的NFC模块才检测到开锁信号,若大于距离阈值,则智能锁中的NFC模块未检测到开锁信号。例如,当用户端离智能锁较远时,即大于距离阈值,则智能锁中的NFC模块未检测到开锁信号;若用户端不断靠近智能锁,直至小于距离阈值,则智能锁中的NFC模块检测到开锁信号。
S20:若开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据。
其中,智能锁标识是预先配置的用于判断是否为开锁操作的用户的标识。目标随机密码是指服务端中预先配置的执行脚本生成的随机密码,具体可以是8位数的数字。待识别语音数据是指用户根据目标随机密码发送的语音数据。例如,目标随机密码为12345678,那么待识别语音数据是用户发送的与12345678相对应的语音数据。
具体地,服务端根据用户端发送的开锁请求,判断开锁请求中的帐号标识与数据库中预存的智能锁标识是否匹配,若开锁请求中的帐号标识与智能锁标识相匹配,则该帐号标识为预先注册的可进行开锁操作的用户帐号对应的标识。此时,服务端调用预先配置的执行脚本,以自动生成目标随机密码,并将目标随机密码发送给用户端,以在用户端的智能APP的显示页面进行显示。相应地,若开锁请求中的账号标识与智能锁标识不匹配,则说明该帐号标识不为预先注册的可进行开锁操作的用户帐号对应的标识,不可以进行后续操作,以保证智能锁的安全。可以理解地,智能锁对应一智能锁标识,用户端的用户帐号对应一帐号标识,若智能锁标识与帐号标识匹配成功,智能锁向与智能锁标识相匹配的帐号标识对应的用户端发送目标随机密码,以提高智能锁的安全性。用户端提供一语音采集接口,具体可以是一麦克风接口,用户基于该麦克风接口,采集与显示页面显示的目标随机密码对应的待识别语音数据,并将该待识别语音数据发送给服务端。
例如,智能锁对应的智能锁标识为A01,当用户A和用户B携带的用户端靠近该智能锁时,智能锁中的NFC模块均可检测到开锁信号,并将该开锁信号发送给用户A和用户B对应的用户端。此时,用户A和用户B均可基于该开锁信号触发开锁请求,该开锁请求中携带的账号标识分别为A和B。由于帐号标识A与智能锁标识A01相匹配,则可生成目标随机密码并发送给用户A 对应的用户端,而帐号标识B与智能锁标识A01不匹配,不可以生成目标随机密码,从而保障智能锁的安全性。
S30:提取待识别语音数据对应的目标声纹特征,根据帐号标识查找数据库,获取与帐号标识对应的标准声纹特征。
其中,目标声纹特征是指从待识别语音数据中提取到的特征,具体可采用MFCC算法从待识别语音数据中提取目标声纹特征。标准声纹特征是指预先录入的与帐号标识对应的用户的声纹特征。其中,MFCC(Mel-scale Frequency Cepstral Coefficients,梅尔倒谱系数)特征是在Mel标度频率域提取出来的倒谱参数,Mel标度描述了人耳频率的非线性特性,采用MFCC算法对待识别语音数据进行声纹特征提取,获取到的MFCC特征即为目标声纹特征。
具体地,提取待识别语音数据对应的目标声纹特征,具体可包括如下步骤:(1)对待识别语音数据进行预加重处理,获取预处理语音数据,以加强待识别语音数据的信号幅度,有助于提取待识别语音数据的特征。(2)采用分帧和加窗的方式对预处理语音数据进行处理,获取语音帧,便于后续预处理语音数据特征的提取。(3)对语音帧进行静默音分离处理,获取目标语音帧,将目标语音帧作为采集到的用户的待识别语音数据的语音帧。(4)对目标语音帧进行声纹特征提取,获取目标声纹特征,以实现将目标语音帧中可分性强、稳定性高等特性的声学或语言特征进行提取。服务端根据帐号标识查找数据库,获取与帐号标识对应的标准声纹特征。其中,每一帐号标识可对应多个标准声纹特征,例如,某一帐号标识对应家中四个用户的标准声纹特征。
S40:将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果。
其中,第一匹配结果是指根据目标声纹特征与标准声纹特征的相似度确定的结果,第一匹配结果包括匹配成功和匹配失败。
具体地,服务端将获取到的目标声纹特征与标准声纹特征进行相似度计算,具体是将与帐号标识对应所有的标准声纹特征与目标声纹特征进行相似度计算,以得到第一匹配结果。进一步地,采用相似度算法计算目标声纹特征与每一标准声纹特征的第一相似度,并配置第一预设阈值,若第一相似度大于第一预设阈值,则获取到的第一匹配结果为匹配成功;若第一相似度不大于第一预设阈值,则获取到的第一匹配结果为匹配失败。本实施例中,具体可采用余弦相似度算法对目标声纹特征和标准声纹特征进行相似度计算。其中,第一相似度是指目标声纹特征与标准声纹特征的相似度。第一预设阈值是指预先设定的值,当第一相似度大于第一预设阈值,则认为目标声纹特征与标准声纹特征匹配成功。
S50:将目标声纹特征转换成目标文字数据,并将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果。
其中,目标文字数据是指对目标声纹特征进行语音识别获取到的文字数据,具体是由一系列字组成的数据。第二匹配结果是指根据目标文字数据与目标随机密码的相似度确定的结果,第二匹配结果包括匹配成功和匹配失败。
具体地,服务端获取目标声纹特征,将目标声纹特征输入至预先训练好的语音识别模型中,其中,语音识别模型是预先训练好的模型,通过语音识别模型对目标声纹特征进行识别,可获取到与目标声纹特征对应的目标文字数据,并将目标文字数据与目标随机密码进行匹配,得到第二匹配结果。进一步地,采用相似度算法计算目标文字数据与目标随机密码的第二相似度,并配置第二预设阈值,若第二相似度大于第二预设阈值,则第二匹配结果为匹配成功,若第二相似度不大于第二预设阈值,则第二匹配结果为匹配失败。本实施例中,具体可采用编辑距离算法对目标文字数据和目标随机密码进行相似度计算。其中,第二相似度是指目标文字数据和目标随机密码的相似度。第二预设阈值是指预先设定的值,当第二相似度大于第二预设阈值,则认为目标文字数据和目标随机密码匹配成功。
S60:基于第一匹配结果和第二匹配结果,获取开锁指令,根据开锁指令控制智能锁进行开锁操作。
具体地,服务端根据第一匹配结果和第二匹配结果,获取开锁指令,并根据开锁指令控制智能锁进行开锁操作。更具体地,服务端对第一匹配结果和第二匹配结果进行判断,若第一匹配结果与第二匹配结果为匹配成功,即待识别语音数据对应的目标声纹特征与预先录入的标准声纹特征的第一相似度达到第一预设阈值,且目标文字数据与目标随机密码相同,则生成开锁指令,智能锁中安装有微控模块,服务端将该开锁指令发送给微控模板,微控模块控制智能锁进行开锁操作。
步骤S10-S60中,当智能锁中的NFC模块检测到开锁信号时,将生成的激活信息发送给用户端,获取用户端基于激活信息触发的开锁请求,以实现激活操作,对智能锁开锁应用场景要求不高,以提高基于智能锁的开锁的效率。若开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码并发送给用户端,以实现动态密码的生成,以提高智能锁的安全性。获取用户端基于目标随机密码采集的待识别语音数据,提取待识别语音数据对应的目标声纹特征,以实现声纹识别,避免忘带钥匙和门卡等情况,以便根据目标声纹特征确定进行开锁操作的用户是否为可进行开锁操作的用户。根据帐号标识,获取标准声纹特征,将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果,通过简单的匹配操作,确定第一匹配结果,以提高智开锁的效率。将目标声纹特征转换成目标文字数据,并将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果,以实现对目标随机密码的验证,以提高智能锁的安全性,避免其他用户对智能锁进行开锁操作。基于第一匹配结果和第二匹配结果,获取开锁指令,根据开锁指令控制智能锁进行开锁操作,实现随机密码和声纹识别的双重保障,以提高智能锁的安全性。
在一实施例中,如图3所示,在步骤S30之前,即在根据帐号标识查找数据库,获取与帐号标识对应的标准声纹特征的步骤之前,基于智能锁的开锁方法还包括如下步骤:
S301:获取用户端发送的录入请求,录入请求包括帐号标识和待识别录入密码。
其中,待识别录入密码是指用户基于用户帐号进行声纹录入时,向服务端发送的允许录入声纹的密码。
具体地,服务端预先获取用户发送的用户帐号,根据该用户帐号以登录基于智能锁的开锁APP,需要说明的是,一个智能锁对应一个用户帐号,智能锁对应一智能锁标识,用户帐号对应一帐号标识,智能锁中包含一数据库,具体可以是存储器,在智能锁的存储器中将智能锁标识和帐号标识关联存储,以便后续获取到用户端发送开锁请求,判断开锁请求中的帐号标识是否与智能锁标识相匹配,若相匹配,则允许预先与智能锁标识相匹配的用户帐号对应的用户端进行开锁操作,即只将目标随机密码发送给与智能锁标识相匹配的用户帐号的用户端,避免其他用户进行开锁操作,提高智能锁的安全性。若需多个用户进行开锁操作,则基于同一用户帐号登录基于智能锁的开锁 APP,以基于该用户帐号实现开锁操作。用户登录基于智能锁的开锁APP后,若需进行声纹录入操作,则向服务端发送录入请求,录入请求中包括与用户帐号对应的帐号标识和待识别录入密码。
S302:若待识别录入密码与数据库中预存的原始录入密码匹配成功,则通过用户端采集与帐号标识对应的原始语音数据。
其中,原始录入密码是指为该帐号标识在用户帐号注册过程配置的录入密码,也可以是用户基于帐号标识将配置的录入密码进行修改后,以形成的新的原始录入密码,以便后续用户进行录入操作时,通过该原始录入密码进行验证,避免他人随意录入操作。例如,用户根据用户帐号登录基于智能锁的开锁APP后,确定与用户帐号对应的帐号标识,服务端为该帐号标识分配一原始录入密码,用户也可对该原始密码进行修改,以形成新的原始录入密码,并覆盖之前的原始录入密码。原始语音数据是指用户进行录入操作时,发送的语音数据,具体可以是1-8位对应的语音数据。
具体地,数据库与服务端网络连接,数据库中存储有用户标识和原始录入密码的关联关系,以通过用户标识获取到对应的原始录入密码。服务端获取用户端发送的待识别录入密码,并根据帐号标识查找数据库,获取与帐号标识对应的原始录入密码,将待识别录入密码与原始录入密码进行匹配,若待识别录入密码与原始录入密码匹配成功,则可进行录入操作,获取用户端采集的与帐号标识对应的原始语音数据。
S303:对原始语音数据进行声纹提取,获取与帐号标识对应的标准声纹特征,并将标准声纹特征存储至数据库。
具体地,服务端获取到原始语音数据后,通过特征提取算法,从原始语音数据中提取该原始语音数据对应的声纹特征,作为与帐号标识相对应的标准声纹特征,其特征提取步骤与步骤S30中特征提取步骤相同,在此不做详细叙述。随后,服务端将帐号标识和标准声纹特征关联存储至数据库中,以便后续通过帐号标识查找到对应的标准声纹特征,其中,一个帐号标识可对应多个标准声纹特征。
步骤S301-S303,若获取用户发送的录入请求中的待识别录入密码与数据库中预存的原始录入密码匹配成功,则通过用户端采集与帐号标识对应的原始语音数据,以实现对录入操作的验证,避免他人进行录入操作,以提高智能锁的安全性。对原始语音数据进行声纹提取,获取与帐号标识对应的标准声纹特征,并将帐号标识和标准声纹特征关联存储至数据库,实现标准声纹特征录入操作,以便后续根据标准声纹特征确定进行开锁操作的用户为可进行开锁操作的用户。
在一实施例中,如图4所示,步骤S40,即将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果,具体包括如下步骤:
S41:采用余弦相似度算法,对目标声纹特征和标准声纹特征进行相似度计算,获取第一相似度。
具体地,采用余弦相似度公式,对目标声纹特征和标准声纹特征进行相似度计算,获取第一相似度。其中,余弦相似度计算公式为S为第一相似度,Ai为目标声纹特征,Bi为标准声纹特征,i为第i维特征,n为维度数量。
S42:若第一相似度大于第一预设阈值,则目标声纹特征与标准声纹特征匹配成功,得到第一匹配结果为匹配成功。
具体地,服务端将获取到的第一相似度与第一预设阈值进行对比,若第一相似度大于第一预设阈值,则目标声纹特征与标准声纹特征匹配成功,则得到第一匹配结果为匹配成功。
S43:若第二相似度不大于第一预设阈值,则目标声纹特征与标准声纹特征匹配失败,得到第一匹配结果为匹配失败。
具体地,服务端将获取到的第一相似度与第一预设阈值进行对比,若第一相似度不大于第一预设阈值,则目标声纹特征与标准声纹特征匹配失败,则得到第一匹配结果为匹配失败。
步骤S41-S43中,采用余弦相似度算法,对目标声纹特征和标准声纹特征进行相似度计算,获取第一相似度,计算方法简单快速。若第一相似度大于第一预设阈值,则目标声纹特征与标准声纹特征匹配成功,得到第一匹配结果为匹配成功;若第二相似度不大于第一预设阈值,则目标声纹特征与标准声纹特征匹配失败,得到第一匹配结果为匹配失败,以提高第一匹配结果的获取准确性。
在一实施例中,如图5所示,步骤S50,即将目标声纹特征转换成目标文字数据,并将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果,具体包括如下步骤:
S51:采用预先训练好的语音识别模型对目标声纹特征进行识别,获取与待识别语音数据对应的目标文字数据。
其中,语音识别模型是预先训练所获得的模型,语音识别模型由声学模型、音素字典和语言模型等组成。声学模型是通过对语音数据进行训练所获得,输入的是目标声纹特征,输出的是音素。音素字典是音素与字的映射关系库,输入的是音素,输出的是字。语言模型是通过对大量的文本信息进行训练获得,可得到字与字之间的相关联概率,输入的是单个的字,输出的是目标文字数据(即将最大概率词序作为目标文字数据)。
具体地,服务端将目标声纹特征输入至语音识别模型中的声学模型,获取与目标声纹特征对应的音素,将音素输入至语音识别模型中的音素字典,获取与音素对应的字,将字输入至语音识别模型中的语言模型,获取与字对应的目标文字数据。
S52:采用编辑距离算法,对目标文字数据和目标随机密码进行相似度计算,获取第二相似度。
具体地,服务端采用编辑距离算法,对目标文字数据和目标随机密码进行相似度计算,以获取到第二相似度。具体过程如下:1)建立矩阵,用来保存完成每个数字转换需要执行的操作次数,确定目标文字数据与目标随机密码的长度为m和n,并初始化第一行为0到m,,即0<i<m,第一列为0到n,即,0<j<n,建立的矩阵d为(m+1)*(n+1)。2)当str(m,st)==str(n,st),temp为 0,否则为1。可以理解为,当长度为m的数字与长度为n的数字相同,则temp 为0,数字不相同则为1。3)循环嵌套遍历矩阵d[m,n],对矩阵d[m,n]中每个值赋于d[i-1,j]+1;d[i,j]-1+1;d[i-1,j-1]+temp三者的最小值,直至矩阵全部赋值完成,并返回矩阵最后一个值d[m,n](即是编辑距离L),并通过相似度计算公式计算出第二相似度,其中,MAX(m,n)为m和n的最大长度。
S53:若第二相似度大于第二预设阈值,则目标文字数据与目标随机密码匹配成功,得到第二匹配结果为匹配成功。
其中,第二预设阈值是预先设定的值,当第二相似度大于第二预设阈值,则认为目标文字数据与目标随机密码匹配成功。
具体地,服务端将获取到的第二相似度与第二预设阈值进行对比,若第二相似度大于第二预设阈值,则目标文字数据与目标随机密码匹配成功,则得到第二匹配结果为匹配成功。优选地,第二预设阈值设为95%,当第二相似度大于第二预设阈值95%,即目标文字数据的八位数与目标随机密码的八位数均匹配成功,则第二匹配结果为匹配成功。
S54:若第二相似度不大于第二预设阈值,则目标文字数据与目标随机密码匹配失败,得到第二匹配结果为匹配失败。
具体地,服务端将获取到的第二相似度与第二预设阈值进行对比,若第二相似度不大于第二预设阈值,则目标文字数据与目标随机密码匹配失败,则得到第二匹配结果为匹配失败。
步骤S51-S54中,采用预先训练好的语音识别模型对目标声纹特征进行识别,获取与待识别语音数据对应的目标文字数据,提高获取目标文字数据的准确性,语音识别模型可反复使用,以提高智能锁的利用率。采用编辑距离算法,对目标文字数据和目标随机密码进行相似度计算,获取第二相似度,获取方法简单快速。若第二相似度大于第二预设阈值,则目标文字数据与目标随机密码匹配成功,得到第二匹配结果为匹配成功;若第二相似度不大于第二预设阈值,则目标文字数据与目标随机密码匹配失败,得到第二匹配结果为匹配失败,以提高第二匹配结果的准确性。
在一实施例中,如图6所示,语音识别模型包括声学模型、音素字典和语言模型。
步骤S51中,即采用预先训练好的语音识别模型对目标声纹特征进行识别,获取与待识别语音数据对应的目标文字数据,具体包括如下步骤:
S511:采用声学模型对目标声纹特征进行转换,获取音素数据。
具体地,服务端将获取到的目标声纹特征通过声学模型进行转换,以获取到与目标声纹特征对应的音素数据,进一步地,目标声纹特征可以为MFCC 特征,假设声学特征为12维,n列的矩阵(即待识别语音数据中的总帧数),则MFCC特征中包括12维n列矩阵,根据人耳的生理特性,将每一帧波形用 12维的向量表示。其中,若干帧波形对应一个状态,每三个状态组合成一个音素,通过声学模型确定每帧波形对应的状态,并根据状态转换成音素数据。进一步地,声学模型由隐马尔可夫模型(Hidden Markov Model,HMM)对训练语音数据进行训练所获得的模型,通过构建一个网络,从状态网络中寻找帧与状态间最匹配路径,将最匹配路径对应的状态作为目标状态,从状态网络中寻找状态与音素间最匹配路径,将最匹配路径对应的音素作为目标音素,其中,路径搜索的算法是一种动态规划剪枝的算法,称之为Viterbi算法,用于寻找全局最匹配路径,进而实现将目标声纹特征转换为音素数据。
S512:根据音素字典中音素与字的映射关系,将音素数据转换为目标字。
其中,英语中单词的音标是由音素构成,常用的音素集是卡内基梅隆大学的一套由39个音素构成的英语音素集,汉语中用声母和韵母的组合(即拼音)作为汉语音素集。具体地,建立英语音素集与单词的映射关系,并建立汉语音素集与汉字的映射关系,以获取到音素字典,并存储在数据库中。具体地,服务端根据音素数据查找数据库中音素字典,根据音素字典中音素与字的映射关系,以获取到与音素数据对应的目标字。
S513:采用语言模型对目标字进行转换,获取与待识别语音数据对应的目标文字数据。
具体地,采用语言模型将目标字转换成目标文字数据,具体包括以下步骤:
(1)通过语言模型将目标字转换成M个词序列,其中,M为大于1的正整数。
其中,将获取到的目标字前后组合得到M个词序列。其中,词序列是指将目标字按照某种标准进行排列的序列。通过获取目标字进行组合,获取到不同的词序列,以便后续根据词序列获取到目标文字数据。
(2)基于M个词序列获取至少一个词序列数据,计算每个词序列数据的发生概率。
其中,词序列数据是指将M个词序列按照某种标准进行排列形成的数据,根据(1)中获取到的词序列数据,对每个词序列数据进行发生概率计算,得到M个词序列形成的词序列数据的发生概率。对词序列进行发生概率计算,具体可使用马尔科夫假设理论公式进行计算,其马尔可夫公式为:其中,P(T)为整句出现的概率,为第n个分词出现在n-1个分词组成的词序列之后的概率。通常使用最大似然估计(Maximum Likelihood Estimate)来计算即其中,C(Wn)为第n个分词在训练语料库中的词序列频度,C(W1W2......Wn)为(W1W2......Wn)序列在训练语料库中的词序列频度, C(W1W2......Wn-1)为(W1W2......Wn-1)序列在训练语料库中的词序列频度。其中,词序列频度指该词序列出现的次数占整个语料库中分词(Word Segmentation)出现次数的比例,这里的分词指的是将连续的字序列按照预设的组合方式进行组合得到的词序列。通过计算出每一词序列数据的发生概率,以便后续根据发生概率获取到目标词序列。
(3)从至少一个词序列数据的发生概率中,选取最大发生概率对应的词序列数据,作为目标词序列。
具体地,获取每个词序列数据的发生概率,选取最大的发生概率对应的作为有效发生概率,进而找到有效发生概率对应的词序列数据,将该词序列数据作为目标词序列。通过将最大发生概率对应的词序列数据作为目标词序列,从而使得选取的目标词序列更为接近当事人表达的含义,提高了文字转换的准确率。
(4)从语言模型中获取与目标词序列对应的文字,作为目标字对应的目标文字数据。
具体地,获取目标词序列,将目标词序列组成文字数据,并将文字数据作为目标字对应的目标文字数据。通过将目标词序列的文字数据作为目标字对应的目标文字数据,即作为与待识别语音数据对应的目标文字数据,以获取到的目标文字数据更加准确。
步骤S511-S513中,采用声学模型对目标声纹特征进行转换,获取音素数据,通过将最匹配路径对应的音素作为目标音素,以便获取到的音素数据更加准确。根据音素字典中音素与字的映射关系,将音素数据转换为目标字,实现音素与字之间的转换。采用语言模型将目标字转换为目标文字数据,使得获取到的的目标文字数据更加接近用户表达的含义。
在一实施例中,步骤S60中,即基于第一匹配结果和第二匹配结果,获取开锁指令,具体包括如下步骤:
(1)若第一匹配结果和第二匹配结果均为匹配成功,则获取开锁指令。
具体地,若第一匹配结果和第二匹配结果均为匹配成功,则表明待识别语音数据对应的目标声纹特征与预先录入的标准声纹特征相同,即进行开锁的用户为预先录入标准声纹特征的用户;且待识别语音数据对应的目标文字数据与服务端提供的目标随机密码相同,则获取开锁指令,以便根据开锁指令进行开锁操作,以实现通过目标随机密码和声纹识别,提高基于智能锁的开锁的准确性。
(2)若第一匹配结果为匹配成功,且第二匹配结果为匹配失败,则执行生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据。
具体地,若第一匹配结果为匹配成功,则表明待识别语音数据对应的目标声纹特征与预先录入的标准声纹特征相同,即进行开锁的用户为预先录入标准声纹特征的用户。第二匹配结果为匹配失败,则待识别语音数据对应的目标文字数据与服务端提供的目标随机密码不相同,可能出现误读、多读或少读的情况。此时,服务端重新生成目标随机密码,执行将目标随机密码发送给用户端的步骤,即执行生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据,避免用户出现误读、多读或少读的情况。
(3)若第一匹配结果为匹配失败,则获取开锁失败信息,并将开锁失败信息反馈给用户端。
具体地,若第一匹配结果为匹配失败,则表明待识别语音数据对应的目标声纹特征与预先录入的标准声纹特征不相同,即进行开锁的用户不为预先录入标准声纹特征的用户,则获取开锁失败信息,并将开锁失败信息反馈给用户端,以避免他人进行开锁操作,提高基于智能锁的开锁的安全性。
在一实施例中,若第一匹配结果为匹配成功,且第二匹配结果为匹配失败,则执行生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据的步骤,具体包括如下步骤:
(1)统计与帐号标识对应的第二匹配结果为匹配失败的次数。
具体地,服务端根据帐号标识统计第二匹配结果为匹配失败的次数,即目标文字数据与目标随机密码匹配不成功的次数。
(2)若第二匹配结果为匹配失败的次数达到预设次数,则获取开锁失败信息,并将开锁失败信息反馈给用户端。
具体地,服务端中预设有一预设次数,若统计出第二匹配结果为匹配失败的次数达到预设次数,那么生成开锁失败信息,服务段将开锁失败信息反馈给用户端。例如,预设次数为3次,若第二匹配结果为匹配失败的次数达到3次,则向用户端的基于智能锁的开锁APP发送开锁失败信息。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种基于智能锁的开锁装置,该基于智能锁的开锁装置与上述实施例中基于智能锁的开锁方法一一对应。如图7所示,该基于智能锁的开锁装置包括激活处理模块10、语音数据获取模块20、特征提取模块30、第一相似度计算模块40、第二相似度计算模块50和开锁控制模块60。
各功能模块详细说明如下:
激活处理模块10,用于当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将激活信息发送给用户端,获取用户端基于激活信息触发的开锁请求,开锁请求包含帐号标识。
语音数据获取模块20,用于若开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据。
特征提取模块30,用于提取待识别语音数据对应的目标声纹特征,根据帐号标识查找数据库,获取与帐号标识对应的标准声纹特征。
第一相似度计算模块40,用于将目标声纹特征与标准声纹特征进行相似度计算,得到第一匹配结果。
第二相似度计算模块50,用于将目标声纹特征转换成目标文字数据,并将目标文字数据与目标随机密码进行相似度计算,得到第二匹配结果。
开锁控制模块60,用于基于第一匹配结果和第二匹配结果,获取开锁指令,根据开锁指令控制智能锁进行开锁操作。
在一实施例中,在特征提取模块30之前,基于智能锁的开锁装置还包括录入请求获取单元、原始语音数据获取单元和标准声纹特征获取单元。
录入请求获取单元,用于获取用户端发送的录入请求,录入请求包括帐号标识和待识别录入密码。
原始语音数据获取单元,用于若待识别录入密码与数据库中预存的原始录入密码匹配成功,则通过用户端采集与帐号标识对应的原始语音数据。
标准声纹特征获取单元,用于对原始语音数据进行声纹提取,获取与帐号标识对应的标准声纹特征,并将标准声纹特征存储至数据库。
在一实施例中,第一相似度计算模块40包括第一相似度获取单元、第一确定单元和第二确定单元。
第一相似度获取单元,用于采用余弦相似度算法,对目标声纹特征和标准声纹特征进行相似度计算,获取第一相似度。
第一确定单元,用于若第一相似度大于第一预设阈值,则目标声纹特征与标准声纹特征匹配成功,得到第一匹配结果为匹配成功。
第二确定单元,用于若第二相似度不大于第一预设阈值,则目标声纹特征与标准声纹特征匹配失败,得到第一匹配结果为匹配失败。
在一实施例中,第二相似度计算模块50包括目标文字数据获取单元、第二相似度获取单元、第三确定单元和第四确定单元。
目标文字数据获取单元,用于采用预先训练好的语音识别模型对目标声纹特征进行识别,获取与待识别语音数据对应的目标文字数据。
第二相似度获取单元,用于采用编辑距离算法,对目标文字数据和目标随机密码进行相似度计算,获取第二相似度。
第三确定单元,用于若第二相似度大于第二预设阈值,则目标文字数据与目标随机密码匹配成功,得到第二匹配结果为匹配成功。
第四确定单元,用于若第二相似度不大于第二预设阈值,则目标文字数据与目标随机密码匹配失败,得到第二匹配结果为匹配失败。
在一实施例中,语音识别模型包括声学模型、音素字典和语言模型。
目标文字数据获取单元包括音素数据获取子单元、目标字获取子单元和目标文字数据获取子单元。
音素数据获取子单元,用于采用声学模型对目标声纹特征进行转换,获取音素数据。
目标字获取子单元,用于根据音素字典中音素与字的映射关系,将音素数据转换为目标字。
目标文字数据获取子单元,用于采用语言模型对目标字进行转换,获取与待识别语音数据对应的目标文字数据。
在一实施例中,开锁控制模块60包括第一控制单元、第二控制单元和第三控制单元。
第一控制单元,用于若第一匹配结果和第二匹配结果均为匹配成功,则获取开锁指令。
第二控制单元,用于若第一匹配结果为匹配成功,且第二匹配结果为匹配失败,则执行生成目标随机密码,并将目标随机密码发送给用户端,获取用户端基于目标随机密码采集的待识别语音数据的步骤。
第三控制单元,用于若第一匹配结果为匹配失败,则获取开锁失败信息,并将开锁失败信息反馈给用户端。
在一实施例中,第二控制单元包括统计子单元和控制子单元。
统计子单元,用于统计与帐号标识对应的第二匹配结果为匹配失败的次数。
控制子单元,用于若第二匹配结果为匹配失败的次数达到预设次数,则获取开锁失败信息,并将开锁失败信息反馈给用户端。
关于基于智能锁的开锁装置的具体限定可以参见上文中对于基于智能锁的开锁方法的限定,在此不再赘述。上述基于智能锁的开锁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端,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标准声纹特征、帐号与智能锁标识的关联关系等。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基于智能锁的开锁方法。
在一实施例中,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上述实施例中基于智能锁的开锁方法的步骤,例如,图2所示的步骤S10至步骤S60,或者,图3至图6的步骤。处理器执行计算机程序时实现上述实施例中基于智能锁的开锁装置中的各模块的功能,例如,图7所示模块10至模块60的功能。为避免重复,此处不再赘述。
在一实施例中,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上述方法实施例中基于智能锁的开锁方法的步骤,例如,图2所示的步骤S10至步骤S60,或者,图3至图6的步骤。该计算机程序被处理器执行时实现上述装置中基于智能锁的开锁装置中的各模块的功能,例如,图7所示模块10至模块60的功能。为避免重复,此处不再赘述。
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,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,本发明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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例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例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例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于智能锁的开锁方法,其特征在于,包括:
当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将所述激活信息发送给用户端,获取所述用户端基于所述激活信息触发的开锁请求,所述开锁请求包含帐号标识;
若所述开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据;
提取所述待识别语音数据对应的目标声纹特征,根据所述帐号标识查找数据库,获取与所述帐号标识对应的标准声纹特征;
将所述目标声纹特征与所述标准声纹特征进行相似度计算,得到第一匹配结果;
将所述目标声纹特征转换成目标文字数据,并将所述目标文字数据与所述目标随机密码进行相似度计算,得到第二匹配结果;
基于所述第一匹配结果和所述第二匹配结果,获取开锁指令,根据所述开锁指令控制所述智能锁进行开锁操作。
2.如权利要求1所述的基于智能锁的开锁方法,其特征在于,在所述根据所述帐号标识查找数据库,获取与所述帐号标识对应的标准声纹特征的步骤之前,所述基于智能锁的开锁方法还包括:
获取用户端发送的录入请求,所述录入请求包括帐号标识和待识别录入密码;
若所述待识别录入密码与数据库中预存的原始录入密码匹配成功,则通过所述用户端采集与所述帐号标识对应的原始语音数据;
对所述原始语音数据进行声纹提取,获取与所述帐号标识对应的标准声纹特征,并将所述标准声纹特征存储至数据库。
3.如权利要求1所述的基于智能锁的开锁方法,其特征在于,所述将所述目标声纹特征与所述标准声纹特征进行相似度计算,得到第一匹配结果,包括:
采用余弦相似度算法,对所述目标声纹特征和所述标准声纹特征进行相似度计算,获取第一相似度;
若所述第一相似度大于第一预设阈值,则所述目标声纹特征与所述标准声纹特征匹配成功,得到第一匹配结果为匹配成功;
若所述第一相似度不大于第一预设阈值,则所述目标声纹特征与所述标准声纹特征匹配失败,得到第一匹配结果为匹配失败。
4.如权利要求1所述的基于智能锁的开锁方法,其特征在于,所述将所述目标声纹特征转换成目标文字数据,并将所述目标文字数据与所述目标随机密码进行相似度计算,得到第二匹配结果,包括:
采用预先训练好的语音识别模型对所述目标声纹特征进行识别,获取与所述待识别语音数据对应的目标文字数据;
采用编辑距离算法,对所述目标文字数据和所述目标随机密码进行相似度计算,获取第二相似度;
若所述第二相似度大于第二预设阈值,则所述目标文字数据与所述目标随机密码匹配成功,得到第二匹配结果为成功;
若所述第二相似度不大于第二预设阈值,则所述目标文字数据与所述目标随机密码匹配失败,得到第二匹配结果为失败。
5.如权利要求4所述的基于智能锁的开锁方法,其特征在于,所述语音识别模型包括声学模型、音素字典和语言模型;
所述采用预先训练好的语音识别模型对所述目标声纹特征进行识别,获取与所述待识别语音数据对应的目标文字数据,包括:
采用所述声学模型对所述目标声纹特征进行转换,获取音素数据;
根据所述音素字典中音素与字的映射关系,将所述音素数据转换为目标字;
采用所述语言模型对所述目标字进行转换,获取与所述待识别语音数据对应的目标文字数据。
6.如权利要求1-4所述的基于智能锁的开锁方法,其特征在于,所述基于所述第一匹配结果和所述第二匹配结果,获取开锁指令,包括:
若所述第一匹配结果和所述第二匹配结果均为匹配成功,则获取开锁指令;
若所述第一匹配结果为匹配成功,且所述第二匹配结果为匹配失败,则执行所述生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据的步骤;
若所述第一匹配结果为匹配失败,则获取开锁失败信息,并将所述开锁失败信息反馈给所述用户端。
7.如权利要求6所述的基于智能锁的开锁方法,其特征在于,所述若所述第一匹配结果为匹配成功,且所述第二匹配结果为匹配失败,则执行所述生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据的步骤,包括:
统计与所述帐号标识对应的第二匹配结果为匹配失败的次数;
若所述第二匹配结果为匹配失败的次数达到预设次数,则获取开锁失败信息,并将所述开锁失败信息反馈给用户端。
8.一种基于智能锁的开锁装置,其特征在于,包括:
激活处理模块,用于当智能锁中的NFC模块检测到开锁信号时,生成激活信息,并将所述激活信息发送给用户端,获取所述用户端基于所述激活信息触发的开锁请求,所述开锁请求包含帐号标识;
语音数据获取模块,用于若所述开锁请求中的帐号标识与数据库中预存的智能锁标识相匹配,生成目标随机密码,并将所述目标随机密码发送给所述用户端,获取所述用户端基于所述目标随机密码采集的待识别语音数据;
特征提取模块,用于提取所述待识别语音数据对应的目标声纹特征,根据所述帐号标识查找数据库,获取与所述帐号标识对应的标准声纹特征;
第一相似度计算模块,用于将所述目标声纹特征与所述标准声纹特征进行相似度计算,得到第一匹配结果;
第二相似度计算模块,用于将所述目标声纹特征转换成目标文字数据,并将所述目标文字数据与所述目标随机密码进行相似度计算,得到第二匹配结果;
开锁控制模块,用于基于所述第一匹配结果和所述第二匹配结果,获取开锁指令,根据所述开锁指令控制所述智能锁进行开锁操作。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至7任一项所述基于智能锁的开锁方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于智能锁的开锁方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537630.7A CN109493494A (zh) | 2018-12-15 | 2018-12-15 | 基于智能锁的开锁方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811537630.7A CN109493494A (zh) | 2018-12-15 | 2018-12-15 | 基于智能锁的开锁方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109493494A true CN109493494A (zh) | 2019-03-19 |
Family
ID=65710419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811537630.7A Pending CN109493494A (zh) | 2018-12-15 | 2018-12-15 | 基于智能锁的开锁方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493494A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149618A (zh) * | 2019-05-09 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 基于声纹授权的智能设备接入方法、装置、设备及介质 |
CN110502610A (zh) * | 2019-07-24 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 基于文本语义相似度的智能语音签名方法、装置及介质 |
CN111583450A (zh) * | 2019-11-18 | 2020-08-25 | 上海创米智能科技有限公司 | 智能门 |
CN112509586A (zh) * | 2020-12-17 | 2021-03-16 | 中国工商银行股份有限公司 | 电话信道声纹识别方法及装置 |
CN113421570A (zh) * | 2021-06-21 | 2021-09-21 | 紫优科技(深圳)有限公司 | 一种智能耳机身份认证方法及装置 |
CN113445829A (zh) * | 2021-07-23 | 2021-09-28 | 阜阳万瑞斯电子锁业有限公司 | 一种具备面部识别功能的储物柜智能锁及使用方法 |
CN113470226A (zh) * | 2021-06-29 | 2021-10-01 | 青岛海尔科技有限公司 | 智能锁具的控制方法和装置、存储介质及电子装置 |
CN113707155A (zh) * | 2020-05-22 | 2021-11-26 | 中山市富深家用制品有限公司 | 一种语音密码的修改方法及装置 |
CN115761941A (zh) * | 2022-09-29 | 2023-03-07 | 海南电网有限责任公司 | 一种配网设备智能钥匙管控系统 |
CN116484346A (zh) * | 2023-06-19 | 2023-07-25 | 四川金投科技股份有限公司 | 一种基于多维度信息的智能款箱管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021045A (zh) * | 2011-09-25 | 2013-04-03 | 边高伟 | 移动终端用户验证智能门禁系统 |
CN106296917A (zh) * | 2016-08-08 | 2017-01-04 | 浪潮电子信息产业股份有限公司 | 一种开锁系统、方法以及云管理平台 |
CN106652124A (zh) * | 2016-11-08 | 2017-05-10 | 云蜂汽车有限公司 | 一种车门的控制方法及云服务平台 |
CN106899581A (zh) * | 2017-02-13 | 2017-06-27 | 上海斐讯数据通信技术有限公司 | 一种基于云账号的门禁方法及门禁系统 |
CN107154090A (zh) * | 2017-04-17 | 2017-09-12 | 朗曦科技(上海)有限公司 | 基于移动终端身份验证和位置感知的门禁控制方法和系统 |
CN107527413A (zh) * | 2017-09-13 | 2017-12-29 | 张丽蓉 | 一种开锁系统 |
CN107993321A (zh) * | 2017-12-14 | 2018-05-04 | 恒宝股份有限公司 | 一种智能车锁及智能车锁主动式解锁的方法 |
CN108615287A (zh) * | 2018-04-27 | 2018-10-02 | 成都西谷曙光数字技术有限公司 | 低功耗智能锁管理系统 |
CN108989349A (zh) * | 2018-08-31 | 2018-12-11 | 平安科技(深圳)有限公司 | 用户帐号解锁方法、装置、计算机设备及存储介质 |
CN109003369A (zh) * | 2018-07-31 | 2018-12-14 | 广州市白云区华成综合贸易服务公司 | 一种基于Ibeacon的蓝牙门禁装置及其通信方法 |
-
2018
- 2018-12-15 CN CN201811537630.7A patent/CN109493494A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021045A (zh) * | 2011-09-25 | 2013-04-03 | 边高伟 | 移动终端用户验证智能门禁系统 |
CN106296917A (zh) * | 2016-08-08 | 2017-01-04 | 浪潮电子信息产业股份有限公司 | 一种开锁系统、方法以及云管理平台 |
CN106652124A (zh) * | 2016-11-08 | 2017-05-10 | 云蜂汽车有限公司 | 一种车门的控制方法及云服务平台 |
CN106899581A (zh) * | 2017-02-13 | 2017-06-27 | 上海斐讯数据通信技术有限公司 | 一种基于云账号的门禁方法及门禁系统 |
CN107154090A (zh) * | 2017-04-17 | 2017-09-12 | 朗曦科技(上海)有限公司 | 基于移动终端身份验证和位置感知的门禁控制方法和系统 |
CN107527413A (zh) * | 2017-09-13 | 2017-12-29 | 张丽蓉 | 一种开锁系统 |
CN107993321A (zh) * | 2017-12-14 | 2018-05-04 | 恒宝股份有限公司 | 一种智能车锁及智能车锁主动式解锁的方法 |
CN108615287A (zh) * | 2018-04-27 | 2018-10-02 | 成都西谷曙光数字技术有限公司 | 低功耗智能锁管理系统 |
CN109003369A (zh) * | 2018-07-31 | 2018-12-14 | 广州市白云区华成综合贸易服务公司 | 一种基于Ibeacon的蓝牙门禁装置及其通信方法 |
CN108989349A (zh) * | 2018-08-31 | 2018-12-11 | 平安科技(深圳)有限公司 | 用户帐号解锁方法、装置、计算机设备及存储介质 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149618A (zh) * | 2019-05-09 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 基于声纹授权的智能设备接入方法、装置、设备及介质 |
CN110149618B (zh) * | 2019-05-09 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 基于声纹授权的智能设备接入方法、装置、设备及介质 |
CN110502610A (zh) * | 2019-07-24 | 2019-11-26 | 深圳壹账通智能科技有限公司 | 基于文本语义相似度的智能语音签名方法、装置及介质 |
CN111583450A (zh) * | 2019-11-18 | 2020-08-25 | 上海创米智能科技有限公司 | 智能门 |
CN113707155A (zh) * | 2020-05-22 | 2021-11-26 | 中山市富深家用制品有限公司 | 一种语音密码的修改方法及装置 |
CN112509586A (zh) * | 2020-12-17 | 2021-03-16 | 中国工商银行股份有限公司 | 电话信道声纹识别方法及装置 |
CN113421570A (zh) * | 2021-06-21 | 2021-09-21 | 紫优科技(深圳)有限公司 | 一种智能耳机身份认证方法及装置 |
CN113470226A (zh) * | 2021-06-29 | 2021-10-01 | 青岛海尔科技有限公司 | 智能锁具的控制方法和装置、存储介质及电子装置 |
CN113445829A (zh) * | 2021-07-23 | 2021-09-28 | 阜阳万瑞斯电子锁业有限公司 | 一种具备面部识别功能的储物柜智能锁及使用方法 |
CN115761941A (zh) * | 2022-09-29 | 2023-03-07 | 海南电网有限责任公司 | 一种配网设备智能钥匙管控系统 |
CN116484346A (zh) * | 2023-06-19 | 2023-07-25 | 四川金投科技股份有限公司 | 一种基于多维度信息的智能款箱管理系统 |
CN116484346B (zh) * | 2023-06-19 | 2023-08-22 | 四川金投科技股份有限公司 | 一种基于多维度信息的智能款箱管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109493494A (zh) | 基于智能锁的开锁方法、装置、设备及介质 | |
KR102250460B1 (ko) | 사용자 성문 모델을 구축하기 위한 방법, 장치 및 시스템 | |
US11663307B2 (en) | RtCaptcha: a real-time captcha based liveness detection system | |
US10699699B2 (en) | Constructing speech decoding network for numeric speech recognition | |
CN107395352B (zh) | 基于声纹的身份识别方法及装置 | |
CN109473108A (zh) | 基于声纹识别的身份验证方法、装置、设备及存储介质 | |
US9484037B2 (en) | Device, system, and method of liveness detection utilizing voice biometrics | |
KR101963993B1 (ko) | 동적 패스워드 음성에 기반한 자체 학습 기능을 구비한 신분 인증 시스템 및 방법 | |
Liu et al. | An MFCC‐based text‐independent speaker identification system for access control | |
CN108989341A (zh) | 语音自主注册方法、装置、计算机设备及存储介质 | |
JP6469252B2 (ja) | アカウント追加方法、端末、サーバ、およびコンピュータ記憶媒体 | |
JP4195428B2 (ja) | 多数の音声特徴を利用する音声認識 | |
WO2020077885A1 (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
CN108989349B (zh) | 用户账号解锁方法、装置、计算机设备及存储介质 | |
CN108417216B (zh) | 语音验证方法、装置、计算机设备和存储介质 | |
Arif et al. | Voice spoofing countermeasure for logical access attacks detection | |
CN110379433A (zh) | 身份验证的方法、装置、计算机设备及存储介质 | |
KR102140770B1 (ko) | 음성에 기반한 잠금 해제를 수행하는 사용자 장치, 음성에 기반한 사용자 장치의 잠금 해제 방법 및 컴퓨터 프로그램이 기록된 기록매체 | |
Shirvanian et al. | Quantifying the breakability of voice assistants | |
Shirvanian et al. | Voicefox: Leveraging inbuilt transcription to enhance the security of machine-human speaker verification against voice synthesis attacks | |
CN113421573B (zh) | 身份识别模型训练方法、身份识别方法及装置 | |
CN111627448A (zh) | 实现基于语音大数据的审讯与谈话控制系统及其方法 | |
CN115050390B (zh) | 一种语音隐私保护方法、装置、电子设备及存储介质 | |
CN116092226A (zh) | 一种语音开锁方法、装置、设备及存储介质 | |
Soğanci et al. | Parallel implementation of a VQ-based text-independent speaker identification |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |