CN110767237A - 一种语音传输方法、装置、第一对讲机和系统 - Google Patents

Abstract

本发明涉及对讲机技术领域，公开了一种语音传输方法、装置、第一对讲机和系统。方法包括：采集语音数据，提取语音数据的声纹特征，得到第一声纹特征，判断第一声纹特征是否与预设声纹特征匹配，若第一声纹特征与预设声纹特征匹配，则发送语音数据至第二对讲机，从而保证通信安全。

Description

一种语音传输方法、装置、第一对讲机和系统

技术领域

本发明涉及对讲机技术领域，特别是涉及一种语音传输方法、装置、第一对讲机和系统。

背景技术

对讲机作为移动通讯工具，其能够在无网络的情况下实现双向通信，在固定且通话频繁的通讯场合应用广泛。

传统的对讲机与用户并不进行绑定，只要用户能够获取对讲机，即可利用对讲机通话，从而导致严重的安全隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种语音传输方法、装置、第一对讲机和系统，能够有效保证通信安全。

第一方面，本发明实施例提供了一种语音传输方法，应用于第一对讲机，所述方法包括：

采集语音数据；

提取所述语音数据的声纹特征，得到所述第一声纹特征；

判断所述第一声纹特征是否与预设声纹特征匹配；

若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

在一些实施例中，所述判断所述第一声纹特征是否与预设声纹特征匹配，包括：

判断所述第一声纹特征与预设声纹特征的匹配度是否达到预设阈值；

若所述第一声纹特征与预设声纹特征的匹配度大于或等于预设阈值，则确定为匹配；

若所述第一声纹特征与预设声纹特征的匹配度小于预设阈值，则确定为不匹配。

在一些实施例中，所述采集语音数据之前，所述方法还包括：

预先录入第一用户的账号信息和语音数据；

提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征；

将所述第二声纹特征和所述第一用户的账号信息关联并存储。

在一些实施例中，所述方法还包括：

若所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至所述第二对讲机；或，

发送警告信息至所述第二对讲机，其中，所述警告信息携带有所述第一对讲机的编号信息。

第二方面，本发明实施例还提供了一种语音传输装置，应用于第一对讲机，所述装置包括：

采集模块，用于采集语音数据；

第一提取模块，用于提取所述语音数据的声纹特征，得到所述第一声纹特征；

判断模块，用于判断所述第一声纹特征是否与预设声纹特征匹配；

发送模块，用于若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

在一些实施例中，所述装置还包括：

录入模块，用于预先录入第一用户的账号信息和语音数据；

第二提取模块，用于提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征；

存储模块，用于将所述第二声纹特征和所述第一用户的账号信息关联并存储。

在一些实施例中，所述装置还包括：

发送模块，用于所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至所述第二对讲机；或，

用于发送警告信息至所述第二对讲机，其中，所述警告信息携带有所述第一对讲机的编号信息。

第三方面，本发明实施例还提供了一种第一对讲机，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述语音传输方法。

第四方面，本发明实施例还提供了一种语音传输系统，所述系统包括上述所述的第一对讲机和至少一个第二对讲机，所述第一对讲机与所述第二对讲机进行语音交互。

第五方面，本发明实施例还提供了一种非易失性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可执行指令，当所述计算机可执行指令被第一对讲机执行时，使所述第一对讲机执行语音传输方法。

与现有技术相比，本发明的有益效果是：区别于现有技术的情况，本发明实施例中的语音传输方法，第一对讲机通过采集用户的语音数据，并提取所述语音数据的声纹特征，得到所述第一声纹特征，然后判断所述第一声纹特征是否与预设声纹特征匹配，若匹配，则发送语音数据至第二对讲机，由此能够保证通信安全。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明语音传输方法应用场景示意图；

图2是本发明语音传输方法的一个实施例的流程图；

图3是本发明语音传输方法的一个实施例中判断匹配度的流程图；

图4是本发明语音传输方法的一个实施例中用户注册的流程图；

图5是本发明语音传输装置的一个实施例的结构示意图；

图6是本发明提供的第一对讲机的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

本发明提供的语音传输方法适用于图1所示的应用场景，在本实施例中，所述应用场景为语音传输系统，包括至少一个第一对讲机和至少一个第二对讲机，对讲机均设有唯一标识信息，其可以为字母与数字的组合，例如A007。图1示例性的示出了第一对讲机A1，第二对讲机B1、第二对讲机B2以及第二对讲机B3。其中，所述第一对讲机A1作为发送端，第二对讲机B1、第二对讲机B2以及第二对讲机B3作为接收端。使用第一对讲机的第一用户和使用第二对讲机的第二用户通过同一频道进行通信。需要说明的是第一对讲机和第二对讲机，第一用户和第二用户只是为了说明本申请而定义的，是相对概念。也可以定义任一对讲机为第一对讲机、第二对讲机，也可以定义任一用户为第一用户、第二用户，无需拘泥于本实施例中的定义。

另外，本申请实施例提供的方法还可以进一步的扩展到其他合适的应用环境中，而不限于图1所示的应用环境。在实际的应用过程中，该应用环境还可以包括更多或者更少的第一对讲机和第二对讲机。

如图2所示，本发明实施例提供了一种语音传输方法，应用于第一对讲机，所述方法包括：

步骤202，采集语音数据。

在本发明实施例中，语音数据是携带有语音内容和声纹特征的音频数据。语音内容为用户说话时所传递的文字信息，声纹特征是表征用户声音特征的音色参数。第一对讲机中配置有声音采集装置，如：麦克风，用于采集用户的语音数据。为了获取到更为纯净的语音数据，可以在第一对讲机中配置去噪芯片，第一对讲机中的去噪芯片可通过程序算法把外部噪音过滤掉，从而得到用户纯净的语音数据。

步骤204，提取所述语音数据的声纹特征，得到所述第一声纹特征。声纹特征为从说话人的语音中提取出来的，可以表征该说话人语音的个性特征的参数。示例性的，特征参数可以为音长特征参数、音色特征参数以及音高特征参数等。具体地，第一对讲机根据不同的场景需求，采用不同的算法提取所述语音数据中包含的声纹特征，得到所述第一声纹特征。

可以理解的是，在其他一些实施例中，依据提取出的声纹特征建立声纹识别模型，新采集的语音数据输入声纹识别模型后，可以直接得出说话人的身份信息或者得出是否与预设声纹特征匹配的结论。

步骤206，判断所述第一声纹特征是否与预设声纹特征匹配。

在本发明实施例中，第一对讲机预先存储有用户的声纹特征，当第一对讲获取到用户的第一声纹特征后，将所述用户的第一声纹特征与第一对讲机内预设的声纹特征进行匹配，通过匹配结果确定用户是否拥有使用第一对讲机的权限。

步骤208，若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

若第一对讲机获取到的第一声纹特征与预设声纹特征匹配，说明该用户事先进行了注册，在第一对讲机中录入了自身的语音数据和账号信息，第一对讲机将用户的语音数据发送至第二对讲机。由于用户的声纹具有唯一性和稳定性，由此可保证安全。

在本发明实施例中，第一对讲机采集用户的语音数据，提取所述语音数据的声纹特征，得到所述第一声纹特征，判断所述第一声纹特征是否与预设声纹特征匹配，若所述第一声纹特征与预设声纹特征匹配，则发送所述语音数据至第二对讲机，由此能够保证通信安全。

在一些实施例中，如图3所示，所述判断所述第一声纹特征是否与预设声纹特征匹配，包括：

步骤302，判断所述第一声纹特征与预设声纹特征的匹配度是否达到预设阈值。

步骤304，若所述第一声纹特征与预设声纹特征的匹配度大于或等于预设阈值，则确定为匹配。

在本发明实施例中，预设阈值可以作为声纹特征匹配度的判断标准，可以预先设置概率阈值。第一对讲机判断用户的第一声纹特征与预设的声纹特征的匹配度是否达到阈值。示例性的，预设阈值为90％，若用户的第一声纹特征与预设声纹特征的匹配度为91％，大于预设阈值90％，则确定为匹配，则发送语音数据至第二对讲机，第二对讲机接收所述语音数据后，并在屏幕上进行显示，同时第二对讲机可与第一对讲机进行语音交互。由此，可保证通信安全。

步骤306，若所述第一声纹特征与预设声纹特征的匹配度小于预设阈值，则确定为不匹配。

若用户的第一声纹特征与预设声纹特征的匹配度为80％，小于预设阈值90％，则确定用户的第一声纹特征与预设声纹特征不匹配，则表明该用户不具备使用该第一对讲机的权限。由此，可保证通信安全。

步骤308，若所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至第二对讲机，或者发送警告信息至第二对讲机，其中，警告信息携带有所述第一对讲机的编号信息。在其他一些实施例中，当第一声纹特征与预设声纹特征不匹配时，第一对讲机发送再次进行身份验证的语音给用户，并进行采集用户的语音数据。

在一些实施例中，如图4所示，所述采集语音数据之前，所述方法还包括：

步骤402，预先录入第一用户的账号信息和语音数据。

在本发明实施例中，第一用户为使用第一对讲机发送语音数据的用户，即发送端用户。第一用户的账号信息是用来标识该用户身份信息的字符串，其可以为一串数字编号，也可以是数字与字母的组合等，不同的第一用户其账号信息也是不同。示例性的，所述第一用户的账号信息可以为第三方应用程序的账号信息、手机号及用户邮箱等，第三方应用程序可以为即时通信应用平台或者其他应用平台，其中，即时通信平台可以包括微信、QQ、微博等。具体地，第一用户预先在第一对讲机上输入自身的账号信息，同时第一对讲机采集该用户的语音数据。

步骤404，提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征。

在本发明实施例中，第二声纹特征为预设声纹特征，第一对讲机识别语音数据中的声纹特征前，可对声音数据进行预处理，去除噪声，然后第一对讲机根据不同的场景需求，采用不同的算法提取语音数据中包含的声纹特征，得到第二声纹特征。

步骤406，将所述第二声纹特征和所述第一用户的账号信息关联并存储。

当第一对讲机获取到用户的第二声纹信息后，将所述第二声纹信息和所述第一用户注册时的账号信息进行关联，并存储至第一对讲机中。需要说明的是，一个对讲机可录入多个用户的账号信息及语音数据，从而提高利用率。

在一个实施例中，提供了一种语音传输方法，实现该方法的具体步骤如下：

首先，第一对讲机录入第一用户的账号信息和语音数据，并提取所述语音数据的声纹特征，得到所述第二声纹特征，其中，所述第二声纹特征为预设声纹特征，将识别到的第二声纹特征和所述用户的账号信息进行关联并存储。

接着，当第一对讲机侧的用户需要和第二对讲机侧的用户进行语音通信时，用户输入账号信息及对讲机的标识信息，并将对讲机调成同一频道，第一对讲机采集用户的语音数据，语音数据为携带有语音内容和声纹特征的音频数据。语音内容为用户说话时所传递的文字信息，声纹特征是表征用户声音特征的音色参数。第一对讲机中配置有声音采集装置，如：麦克风，用于采集用户的语音数据。为了获取到更为纯净的语音数据，可以在第一对讲机中配置去噪芯片，第一对讲机中的去噪芯片可通过程序算法把外部噪音过滤掉，从而得到用户纯净的语音数据。需要说明的是，同一时间使用的第一对讲机和第二对讲机可以为多个。第一对讲机采集到语音数据后，根据不同的算法提取语音数据包含的声纹特征，得到所述第一声纹特征。

接着，第一对讲机判断用户的第一声纹特征与预设的声纹特征即第二声纹特征的匹配度是否大于或等于预设阈值，若是，则发送语音数据至第二对讲机，第二对讲机接收所述语音数据后，并在屏幕上进行显示，同时第二对讲机可与第一对讲机进行语音交互。由此，可保证通信安全。若所述第一声纹特征与预设声纹特征即第二声纹特征的匹配度小于预设阈值，则确定用户的第一声纹特征与预设声纹特征不匹配，则表明该用户不具备使用该第一对讲机的权限，此时第一对讲机则取消发送语音数据至第二对讲机，或者发送警告信息至第二对讲机，其中，警告信息携带有所述第一对讲机的编号信息。或者，当第一声纹特征与预设声纹特征不匹配时，第一对讲机发送再次进行身份验证的语音给用户，并进行采集用户的语音数据。

需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

相应的，如图5所示，本发明实施例还提供了一种语音传输装置，应用于第一对讲机，所述装置500包括：

采集模块502，用于采集语音数据；

第一提取模块504，用于提取所述语音数据的声纹特征，得到所述第一声纹特征；

判断模块506，用于判断所述第一声纹特征是否与预设声纹特征匹配；

发送模块508，用于若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

本发明实施例提供的语音传输装置，通过采集模块采集用户的语音数据，然后通过第一提取模块提取所述语音数据的声纹特征，得到所述第一声纹特征，接着通过判断模块判断所述第一声纹特征是否与预设声纹特征匹配，若所述第一声纹特征与所述预设声纹特征匹配则使用发送模块将所述语音数据发送至第二对讲机，从而有效的保证了通信安全。

可选的，在装置的其他实施例中，如图5所示，所述装置500还包括：

录入模块510，用于预先录入第一用户的账号信息和语音数据；

第二提取模块512，用于提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征；

存储模块514，用于将所述第二声纹特征和所述第一用户的账号信息关联并存储。

可选的，在装置的其他实施例中，如图5所示，所述装置500还包括：

发送模块516，用于所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至所述第二对讲机；或，

用于发送警告信息至所述第二对讲机，其中，所述警告信息携带有所述第一对讲机的编号信息。

可选的，在装置的其他实施例中，所述判断模块506具体用于：

判断所述第一声纹特征与预设声纹特征的匹配度是否达到预设阈值；

若所述第一声纹特征与预设声纹特征的匹配度大于或等于预设阈值，则确定为匹配；

若所述第一声纹特征与预设声纹特征的匹配度小于预设阈值，则确定为不匹配。

需要说明的是，上述语音传输装置可执行本发明实施例所提供的语音传输方法，具备执行方法相应的功能模块和有益效果，未在语音传输装置实施例中详尽描述的技术方案，可参考本发明实施例提供的语音传输方法。

图6是本发明实施例提供的第一对讲机的硬件结构示意图，如图6所示，该第一对讲机60包括：

一个或多个处理器62以及存储器64，图6中以一个处理器62为例。

处理器62和存储器64可以通过总线或者其他方式连接，图6中以通过总线连接为例。

存储器64作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的语音传输方法对应的程序指令/模块(例如，附图5所示的采集模块502、第一提取模块504、判断模块506和发送模块508)。处理器62通过运行存储在存储器64中的非易失性软件程序、指令以及模块，从而执行第一对讲机的各种功能应用以及数据处理，即实现上述方法实施例的语音传输方法。

存储器64可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据语音传输装置使用所创建的数据等。此外，存储器64可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器64可选包括相对于处理器62远程设置的存储器，这些远程存储器可以通过网络连接至有语音传输装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器64中，当被所述一个或者多个第一对讲机60执行时，执行上述任意方法实施例中的语音传输方法，例如，执行以上描述的图2中的方法步骤202至步骤208、图3中的方法步骤302至步骤308、图4中的方法步骤402至步骤406；实现图5中的模块502至516的功能。

本发明实施例提供了一种计算机程序产品，包括存储在非易失性计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时时，使所述计算机执行：图2中的方法步骤202至步骤208、图3中的方法步骤302至步骤308、图4中的方法步骤402至步骤406。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；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范围。

Claims (10)

1.一种语音传输方法，应用于第一对讲机，其特征在于，所述方法包括：

采集语音数据；

提取所述语音数据的声纹特征，得到所述第一声纹特征；

判断所述第一声纹特征是否与预设声纹特征匹配；

若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

2.根据权利要求1所述的方法，其特征在于，所述判断所述第一声纹特征是否与预设声纹特征匹配，包括：

判断所述第一声纹特征与预设声纹特征的匹配度是否达到预设阈值；

若所述第一声纹特征与预设声纹特征的匹配度大于或等于预设阈值，则确定为匹配；

若所述第一声纹特征与预设声纹特征的匹配度小于预设阈值，则确定为不匹配。

3.根据权利要求1所述的方法，其特征在于，所述采集语音数据之前，所述方法还包括：

预先录入第一用户的账号信息和语音数据；

提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征；

将所述第二声纹特征和所述第一用户的账号信息关联并存储。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

若所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至所述第二对讲机；或，

发送警告信息至所述第二对讲机，其中，所述警告信息携带有所述第一对讲机的编号信息。

5.一种语音传输装置，应用于第一对讲机，其特征在于，所述装置包括：

采集模块，用于采集语音数据；

第一提取模块，用于提取所述语音数据的声纹特征，得到所述第一声纹特征；

判断模块，用于判断所述第一声纹特征是否与所述预设声纹特征匹配；

发送模块，用于若所述第一声纹特征与所述预设声纹特征匹配，则发送所述语音数据至第二对讲机。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

录入模块，用于预先录入第一用户的账号信息和语音数据；

第二提取模块，用于提取所述语音数据中的声纹特征，得到第二声纹特征，其中，所述第二声纹特征即所述预设声纹特征；

存储模块，用于将所述第二声纹特征和所述第一用户的账号信息关联并存储。

7.根据权利要求5至6任一项所述的装置，其特征在于，所述装置还包括：

发送模块，用于所述第一声纹特征与预设声纹特征不匹配，则取消发送语音数据至所述第二对讲机；或，

用于发送警告信息至所述第二对讲机，其中，所述警告信息携带有所述第一对讲机的编号信息。

8.第一对讲机，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4任一项所述的方法。

9.一种语音传输系统，其特征在于，所述系统包括权利要求8所述第一对讲机和至少一个第二对讲机，所述第一对讲机与所述第二对讲机进行语音交互。

10.一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被第一对讲机所执行时，使所述第一对讲机执行如权利要求1-4任一项所述的方法。

Images