CN110827830A

CN110827830A - 基于语音数据的声纹识别方法、装置、终端及存储介质

Info

Publication number: CN110827830A
Application number: CN201911118495.7A
Authority: CN
Inventors: 张明星
Original assignee: Beijing Sankuai Online Technology Co Ltd
Current assignee: Beijing Sankuai Online Technology Co Ltd
Priority date: 2019-11-15
Filing date: 2019-11-15
Publication date: 2020-02-21
Anticipated expiration: 2039-11-15
Also published as: CN110827830B

Abstract

本公开提供了一种基于语音数据的声纹识别方法、装置、终端及存储介质，属于网络技术领域。本公开通过当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值，当高于该第二信号阈值时，从身份验证界面切换至语音通话界面，响应于对语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话，从而能够通过该语音通话传输待识别的语音数据，接收服务器返回的声纹识别结果，输出该声纹识别结果，使得终端处于无网或弱网环境下时如果通话状态良好，进行基于语音通话进行声纹识别，能够提升声纹识别的成功率。

Description

基于语音数据的声纹识别方法、装置、终端及存储介质

技术领域

本公开涉及网络技术领域，特别涉及一种基于语音数据的声纹识别方法、装置、终端及存储介质。

背景技术

随着网络技术的发展，用户在基于终端进行支付等需要身份验证的业务时，可以通过声纹识别的方式来进行身份验证。

目前，用户在终端上通过声纹识别来进行身份验证时，需要在网络环境较佳的情况下，录制一段指定内容的语音，将录制好的语音发送至服务器，由服务器进行声纹比对，向终端返回验证结果。

然而，如果在无网或弱网环境下，此时终端无法向服务器发出语音，使得用户无法进行声纹识别，从而导致声纹识别的成功率低。

发明内容

本公开实施例提供了在无网或弱网环境下仍然能够保证用户完成声纹识别的技术方案，涉及一种基于语音数据的声纹识别方法、装置、终端及存储介质。

该技术方案如下：

一方面，提供了一种基于语音数据的声纹识别方法，该方法包括：

当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值；

当所述移动通信信号强度高于所述第二信号阈值时，从所述身份验证界面切换至语音通话界面，响应于对所述语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话；

通过所述语音通话向服务器传输待识别的语音数据，接收所述服务器基于所述待识别的语音数据所返回的声纹识别结果，所述声纹识别结果由所述服务器对所述待识别的语音数据进行声纹验证得到；

输出所述声纹识别结果。

一方面，提供了一种基于语音数据的声纹识别装置，该装置包括：

检测模块，用于当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值；

接通模块，用于当所述移动通信信号强度高于所述第二信号阈值时，从所述身份验证界面切换至语音通话界面，响应于对所述语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话；

传输接收模块，用于通过所述语音通话向服务器传输待识别的语音数据，接收所述服务器基于所述待识别的语音数据所返回的声纹识别结果，所述声纹识别结果由所述服务器对所述待识别的语音数据进行声纹验证得到；

输出模块，用于输出所述声纹识别结果。

一方面，提供了一种终端，该终端包括一个或多个处理器和一个或多个存储器，该一个或多个存储器中存储有至少一条程序代码，该至少一条程序代码由该一个或多个处理器加载并执行以实现如上述任一种可能实现方式的基于语音数据的声纹识别方法所执行的操作。

一方面，提供了一种存储介质，该存储介质中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行以实现如上述任一种可能实现方式的基于语音数据的声纹识别方法所执行的操作。

本公开实施例提供的技术方案带来的有益效果至少包括：

通过当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值，当该移动通信信号强度高于该第二信号阈值时，从身份验证界面切换至语音通话界面，响应于对语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话，从而能够通过该语音通话传输待识别的语音数据，接收服务器返回的声纹识别结果，输出该声纹识别结果，由于当网络数据信号强度低于第一信号阈值时，意味着终端处于无网或弱网环境下，此时有可能通话状态良好，仍能正常接打电话，因此当移动通信信号强度高于第二信号阈值时，可以基于语音通话进行声纹识别，能够提升声纹识别的成功率。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种基于语音数据的声纹识别方法的流程图；

图2是本公开实施例提供的一种基于语音数据的声纹识别方法的交互流程图；

图3是本公开实施例提供的一种基于语音数据的声纹识别方法的原理性示意图；

图4是本公开实施例提供的一种基于语音数据的声纹识别装置的结构示意图；

图5示出了本公开一个示例性实施例提供的终端500的结构框图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。

图1是本公开实施例提供的一种基于语音数据的声纹识别方法的流程图。参见图1，该实施例应用于终端，该实施例包括：

101、当网络数据信号强度低于第一信号阈值时，终端响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值。

102、当该移动通信信号强度高于该第二信号阈值时，从该身份验证界面切换至语音通话界面，终端响应于对该语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话。

103、终端通过该语音通话向服务器传输待识别的语音数据，接收该服务器基于该待识别的语音数据所返回的声纹识别结果，该声纹识别结果由该服务器对该待识别的语音数据进行声纹验证得到。

104、终端输出该声纹识别结果。

本公开实施例提供的方法，通过当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值，当该移动通信信号强度高于该第二信号阈值时，从身份验证界面切换至语音通话界面，响应于对语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话，从而能够通过该语音通话传输待识别的语音数据，接收服务器返回的声纹识别结果，输出该声纹识别结果，由于当网络数据信号强度低于第一信号阈值时，意味着终端处于无网或弱网环境下，此时有可能通话状态良好，仍能正常接打电话，因此当移动通信信号强度高于第二信号阈值时，可以基于语音通话进行声纹识别，能够提升声纹识别的成功率。

在一种可能实施方式中，通过该语音通话向服务器传输待识别的语音数据包括：

基于该语音通话从该服务器接收提示语音数据，该提示语音数据用于提示用户念出指定的数字；

获取该用户念出该数字的语音数据，将该语音数据确定为该待识别的语音数据，基于该语音通话向该服务器发送该待识别的语音数据。

在一种可能实施方式中，接收该服务器基于该待识别的语音数据所返回的声纹识别结果包括：

响应于对该接听选项的触控操作，接通该服务器通过移动通信所拨打的目标语音通话，该目标语音通话用于通知该声纹识别结果；或，

接收该服务器基于该待识别的语音数据所返回的短消息，该短消息用于通知该声纹识别结果。

在一种可能实施方式中，响应于对接听选项的触控操作，接通基于移动通信的语音通话之前，该方法还包括：

当该移动通信信号强度高于该第二信号阈值时，判断是否处于可通话状态；

当处于可通话状态时，执行该接通语音通话的操作。

显示询问窗口，该询问窗口中包括同意选项和拒绝选项，该询问窗口用于询问是否同意基于语音通话进行声纹验证；

响应于对该同意选项的触控操作，执行该接通语音通话的操作。

在一种可能实施方式中，通过该语音通话向服务器传输待识别的语音数据，接收该服务器基于该待识别的语音数据所返回的声纹识别结果之后，该方法还包括：

当该声纹识别结果为验证成功时，基于该声纹识别结果执行业务处理操作；或，

当该声纹识别结果为验证失败时，重复执行该声纹识别方法，直到验证成功或到达目标次数。

在一种可能实施方式中，业务处理操作包括数值转移操作或账户登录操作中的至少一项。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

图2是本公开实施例提供的一种基于语音数据的声纹识别方法的交互流程图。参见图2，该实施例包括：

201、当网络数据信号强度低于第一信号阈值时，终端响应于用户对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值。

其中，网络数据信号强度是指在网络数据信道内传输的网络数据信号的强度，例如，网络数据信号可以包括3G(3-Generation wireless telephone technology，第三代手机通信技术规格)信号、4G(4-Generation wireless telephone technology，第四代手机通信技术规格)信号、5G(5-Generation wireless telephone technology，第五代手机通信技术规格)信号等，又例如，网络数据信号还可以包括WiFi(wireless fidelity，无线保真)信号等。

其中，移动通信信号强度是指在移动通信信道内传输的通话数据信号的强度。网络数据信号和移动通信信号的用处不同，也即是说，对某个终端而言，有可能当前网络数据信号强度较弱导致无法联网，但此时移动通信信号强度较高，语音通话的状态良好，仍然可以正常接听或拨打电话。

其中，第一信号阈值或第二信号阈值可以是任一大于或等于0的数值，第一信号阈值和第二信号阈值可以相同也可以不同，本公开实施例不对第一信号阈值或第二信号阈值的取值进行具体限定。

在一些实施例中，上述步骤201可以应用在一种业务处理场景中，终端显示业务处理界面，在业务处理界面中包括一个或多个业务处理选项，当检测到用户对某一业务处理选项的触控操作时，弹出身份验证界面，在身份验证界面中可以显示声纹识别选项、指纹识别选项、人脸识别选项或者密码输入选项等，用户可以选择本次业务处理过程所欲采取的身份验证手段。

可选地，当用户点击身份验证界面中显示的声纹识别选项时，如果当前网络数据信号强度低于第一信号阈值，终端可以响应于用户对声纹识别选项的触控操作，检测当前移动通信信号强度是否高于第二信号阈值。

在上述过程中，当检测到移动通信信号强度高于该第二信号阈值时，执行下述步骤202，而检测到移动通信信号强度低于第二信号阈值时，可以在身份验证界面中弹出提示信息，该提示信息用于提示当前状态无法进行声纹识别，从而由用户选择切换至其他的身份验证手段。

当然，在一些实施例中，如果当前网络数据信号强度高于该第一信号阈值，则无需检测移动通信信号强度，而是可以直接基于网络数据向服务器发送语音消息，使得服务器基于语音消息来进行声纹识别，并向终端返回声纹识别结果。

例如，终端可以通过执行下述程序代码来实现对网络数据信号强度的判断：

202、当移动通信信号强度高于该第二信号阈值时，终端显示询问窗口，该询问窗口中包括同意选项和拒绝选项，该询问窗口用于询问是否同意基于语音通话进行声纹验证。

在上述过程中，终端可以在身份验证界面中显示询问窗口，该询问窗口中可以提供询问信息、同意选项和拒绝选项，例如，该询问信息可以是“请问您是否同意基于语音通话进行声纹验证？”，该同意选项可以是“确认(YES)”，该拒绝选项可以是“拒绝(NO)”。进一步地，当用户点击同意选项时，触发执行下述步骤203，当用户点击拒绝选项时，提示用户切换至其他的身份验证手段。

需要说明的是，为了更好地展示本实施例中声纹识别方法的流程，图3是本公开实施例提供的一种基于语音数据的声纹识别方法的原理性示意图，参见图3，在一些实施例中，终端也可以不执行上述步骤202，也即是不显示询问窗口，无需确认用户是否同意基于语音通话进行声纹验证，而是直接执行下述步骤203中判断是否处于可通话状态的操作，从而能够简化声纹识别方法的流程，加快声纹识别过程的速度。

可选地，终端在不执行上述步骤202之后，还可以继续跳过下述步骤203，直接执行下述步骤204，也即是服务器直接向用户拨打语音通话，同样能够进一步地简化声纹识别方法的流程，加快声纹识别过程的速度。

203、终端响应于用户对该同意选项的触控操作，判断是否处于可通话状态。

在上述过程中，有可能用户在点击同意选项之后，接通了一个其他用户拨打的语音通话，或者用户本身就是在语音通话的过程中点击了同意选项，此时服务器向终端拨打语音通话时，终端可能会由于处于占线状态，而无法接通该语音通话，因此终端可以预先判断当前是否处于可通话状态，当处于可通话状态(例如下述示例中的空闲状态)时，执行下述步骤204，当不处于可通话状态时，提示用户切换至其他的身份验证手段。

例如，终端可以通过执行下述程序代码来实现对通话状态的判断：

public static final int CALL_STATE_IDLE＝0；//空闲状态

public static final int CALL_STATE_RINGING＝1；//振铃状态

public static final int CALL_STATE_OFFHOOK＝2；//至少有一个语音通话存在

在一些实施例中，终端判断通话状态之前，还可以首先判断当前终端是否安装了SIM(subscriber identification module，用户身份识别)卡，当判断出终端安装了SIM卡之后，再执行上述步骤203中判断是否处于可通话状态的操作，否则，如果终端并未安装SIM卡，则无需判断是否处于可通话状态，而是可以直接提示用户切换至其他的身份验证手段。

例如，终端可以通过执行下述程序代码来实现对终端是否安装SIM卡的判断：

204、当处于可通话状态时，终端从身份验证界面切换至语音通话界面，响应于用户对语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话。

在上述过程中，如果判断出终端处于可通话状态，终端可以向服务器发送声纹识别请求，该声纹识别请求仅仅是一个通知报文，由于并没有携带额外的数据包，因此在网络数据信号强度较低的情况下也能够顺利发出(当然如果是传输语音消息的话，由于信息量较大，在无网或弱网环境下通常会发送失败)，从而由服务器响应于该声纹识别请求，向终端拨打用于声纹识别的语音通话，也即是服务器向终端发送语音通话呼叫请求，当终端接收到服务器的语音通话呼叫请求时，从显示该身份验证界面切换至显示语音通话界面，在该语音通话界面中提供接听选项和拒接选项，当用户点击语音通话界面中显示的接听选项后，终端响应于对接听选项的触控操作，接通用于声纹识别的语音通话，当然，当用户点击拒接选项后，终端则退出语音通话界面，并在身份验证界面中提示用户切换至其他的身份验证手段。

205、终端基于该语音通话从服务器接收提示语音数据，该提示语音数据用于提示用户念出指定的数字。

在上述过程中，当终端接通该语音通话之后，通话双方即可在语音通话的信道内传输语音数据，可选地，该数字可以是随机数字，服务器方的AI(artificialintelligence，人工智能)机器人可以生成一串随机数字，并合成上述提示语音数据，发送该提示语音数据，当然，服务器方也可以在生成随机数字之后，由客服人员念出携带该随机数字的提示语音文本，获取对应的提示语音数据，发送该提示语音数据，例如，该提示语音文本可以是“请您念出以下6位数字：1、2、3、4、5、6”。

206、终端获取该用户念出该数字的语音数据，将该语音数据确定为待识别的语音数据，基于该语音通话向服务器发送该待识别的语音数据。

在上述过程中，用户通过终端接通该语音通话之后，根据提示语音数据的提示，念出指定的数字，终端可以基于本地的录音接口录制用户念出的数字，编码为待识别的语音数据，在语音通话的信道中向服务器发送该待识别的语音数据。

在上述步骤205-206中，提供了终端通过该语音通话向服务器传输待识别的语音数据的一种可能实现方式。可选地，服务器在接收声纹识别请求后，还可以向终端发送目标短消息，该目标短消息中携带指定的数字以及当前可用的电话号码，从而提示用户在终端上向该可用的电话号码拨打语音通话，并当拨通语音通话之后，用户念出该指定的数字，终端获取用户念出该数字的语音数据，将该语音数据确定为待识别的语音数据，在信道中向服务器发送该待识别的语音数据。

207、服务器接收终端发送的待识别的语音数据，对该待识别的语音数据进行声纹识别，以目标语音通话的形式向终端返回声纹识别结果。

在上述过程中，服务器可以基于已有的声纹识别算法，将待识别的语音数据转换为待识别的文本，将待识别的文本与原本的数字进行正则匹配，如果匹配出该文本与该数字一致，则可以认为对该语音数据的声纹验证成功，向终端返回验证成功的声纹识别结果，否则，如果匹配出该文本与该数字不一致，可以认为对该语音数据的声纹验证失败，向终端返回验证失败的声纹识别结果。

在一些实施例中，服务器上还可以存储有声纹识别模型，从而当服务器接收到该语音数据，将该语音数据输入该声纹识别模型，通过该声纹识别模型对该语音数据进行VAD检测(voice activity detection，语音活动检测)、降噪、加窗等预处理操作，对预处理后的语音数据进行卷积处理，从而得到该语音数据是否与数字匹配的概率，当该概率大于概率阈值时，确定声纹识别结果为验证成功，当该概率小于或等于概率阈值时，确定声纹识别结果为验证失败。其中，该声纹识别模型可以是任一机器学习模型，例如VGG网络等。

上述步骤207中给出的是服务器以目标语音通话的形式返回声纹识别结果，也即是服务器向终端拨打目标语音通话，该目标语音通话用于通知本次声纹识别结果，仅为一种示例性地返回声纹识别结果的方式，可选地，服务器还可以以短消息的形式向终端返回声纹识别结果。

208、终端响应于用户对接听选项的触控操作，接通服务器通过移动通信所拨打的目标语音通话，该目标语音通话用于通知该声纹识别结果。

上述步骤208与上述步骤204类似，这里不做赘述。

在上述过程中，终端接收服务器基于该待识别的语音数据所返回的声纹识别结果，该声纹识别结果由服务器对该待识别的语音数据进行声纹验证得到。可选地，如果服务器采用短消息的方式通知声纹识别结果，则上述步骤208可以采用下述方式进行替换：终端接收基于服务器该待识别的语音数据所返回的短消息，该短消息用于通知该声纹识别结果。

209、终端输出该声纹识别结果，当该声纹识别结果为验证成功时，终端基于该声纹识别结果执行业务处理操作。

可选地，该业务处理操作可以包括数值转移操作或账户登录操作中的至少一项。

在上述过程中，终端可以以播放目标通话的语音数据的方式输出声纹识别结果，或者，终端可以以显示短消息的方式输出声纹识别结果，本申请实施例不对输出声纹识别结果的方式进行具体限定。

示意性地，当该业务处理操作为数值转移操作时，如果终端解析出声纹识别结果为验证成功，可以生成一个数值转移凭证，以备在网络数据信号强度高于第一信号阈值的时候，向服务器发起结算请求，从而由服务器响应于该结算请求，进行数值转移。

示意性地，当该业务处理操作为账户登录操作时，如果终端解析出声纹识别结果为验证成功，那么终端可以将待登录的账户置为登录状态，并提示用户登录成功。

在一些实施例中，当该声纹识别结果为验证失败时，终端可以重复执行上述步骤203-209中的声纹识别方法，直到验证成功或到达目标次数。其中，该目标次数可以是任一大于或等于1的正整数。

图4是本公开实施例提供的一种基于语音数据的声纹识别装置的结构示意图，参见图4，该装置包括：

检测模块401，用于当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值；

接通模块402，用于当该移动通信信号强度高于该第二信号阈值时，从该身份验证界面切换至语音通话界面，响应于对该语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话；

传输接收模块403，用于通过该语音通话向服务器传输待识别的语音数据，接收该服务器基于该待识别的语音数据所返回的声纹识别结果，该声纹识别结果由该服务器对该待识别的语音数据进行声纹验证得到；

输出模块404，用于输出该声纹识别结果。

本公开实施例提供的装置，通过当网络数据信号强度低于第一信号阈值时，响应于对身份验证界面中显示的声纹识别选项的触控操作，检测移动通信信号强度是否高于第二信号阈值，当该移动通信信号强度高于该第二信号阈值时，从身份验证界面切换至语音通话界面，响应于对语音通话界面中显示的接听选项的触控操作，接通基于移动通信的语音通话，从而能够通过该语音通话传输待识别的语音数据，接收服务器返回的声纹识别结果，输出该声纹识别结果，由于当网络数据信号强度低于第一信号阈值时，意味着终端处于无网或弱网环境下，此时有可能通话状态良好，仍能正常接打电话，因此当移动通信信号强度高于第二信号阈值时，可以基于语音通话进行声纹识别，能够提升声纹识别的成功率。

在一种可能实施方式中，该传输接收模块403用于：

在一种可能实施方式中，基于图4的装置组成，该装置还包括：

当处于可通话状态时，执行该接通模块402所执行的操作。

响应于对该同意选项的触控操作，执行该接通模块402所执行的操作。

在一种可能实施方式中，该业务处理操作包括数值转移操作或账户登录操作中的至少一项。

需要说明的是：上述实施例提供的基于语音数据的声纹识别装置在声纹识别时，仅以上述各功能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模块完成，即将终端的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于语音数据的声纹识别装置与基于语音数据的声纹识别方法实施例属于同一构思，其具体实现过程详见基于语音数据的声纹识别方法实施例，这里不再赘述。

图5示出了本公开一个示例性实施例提供的终端500的结构框图。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端500包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中各个实施例提供的基于语音数据的声纹识别方法。

在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头组件506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位终端500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括至少一条程序代码的存储器，上述至少一条程序代码可由终端中的处理器执行以完成上述实施例中基于语音数据的声纹识别方法。例如，该计算机可读存储介质可以是ROM(Read-Only Memory，只读存储器)、RAM(Random-Access Memory，随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory，只读光盘)、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本公开的可选实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims

1.一种基于语音数据的声纹识别方法，其特征在于，所述方法包括：

输出所述声纹识别结果。

2.根据权利要求1所述的方法，其特征在于，所述通过所述语音通话向服务器传输待识别的语音数据包括：

基于所述语音通话从所述服务器接收提示语音数据，所述提示语音数据用于提示用户念出指定的数字；

获取所述用户念出所述数字的语音数据，将所述语音数据确定为所述待识别的语音数据，基于所述语音通话向所述服务器发送所述待识别的语音数据。

3.根据权利要求1所述的方法，其特征在于，所述接收所述服务器基于所述待识别的语音数据所返回的声纹识别结果包括：

响应于对所述接听选项的触控操作，接通所述服务器通过移动通信所拨打的目标语音通话，所述目标语音通话用于通知所述声纹识别结果；或，

接收所述服务器基于所述待识别的语音数据所返回的短消息，所述短消息用于通知所述声纹识别结果。

4.根据权利要求1所述的方法，其特征在于，所述响应于对接听选项的触控操作，接通基于移动通信的语音通话之前，所述方法还包括：

当所述移动通信信号强度高于所述第二信号阈值时，判断是否处于可通话状态；

当处于可通话状态时，执行所述接通语音通话的操作。

5.根据权利要求1所述的方法，其特征在于，所述响应于对接听选项的触控操作，接通基于移动通信的语音通话之前，所述方法还包括：

显示询问窗口，所述询问窗口中包括同意选项和拒绝选项，所述询问窗口用于询问是否同意基于语音通话进行声纹验证；

响应于对所述同意选项的触控操作，执行所述接通语音通话的操作。

6.根据权利要求1所述的方法，其特征在于，所述通过所述语音通话向服务器传输待识别的语音数据，接收所述服务器基于所述待识别的语音数据所返回的声纹识别结果之后，所述方法还包括：

当所述声纹识别结果为验证成功时，基于所述声纹识别结果执行业务处理操作；或，

当所述声纹识别结果为验证失败时，重复执行所述声纹识别方法，直到验证成功或到达目标次数。

7.根据权利要求6所述的方法，其特征在于，所述业务处理操作包括数值转移操作或账户登录操作中的至少一项。

8.一种基于语音数据的声纹识别装置，其特征在于，所述装置包括：

输出模块，用于输出所述声纹识别结果。

9.根据权利要求8所述的装置，其特征在于，所述传输接收模块用于：

10.根据权利要求8所述的装置，其特征在于，所述传输接收模块用于：

11.根据权利要求8所述的装置，其特征在于，所述装置还包括：

当处于可通话状态时，执行所述接通模块所执行的操作。

12.根据权利要求8所述的装置，其特征在于，所述装置还包括：

响应于对所述同意选项的触控操作，执行所述接通模块所执行的操作。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括：

14.根据权利要求13所述的装置，其特征在于，所述业务处理操作包括数值转移操作或账户登录操作中的至少一项。

15.一种终端，其特征在于，所述终端包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求7任一项所述的基于语音数据的声纹识别方法所执行的操作。

16.一种存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的基于语音数据的声纹识别方法所执行的操作。