CN111859342A - 用户身份识别方法、装置、电子设备及存储介质 - Google Patents
用户身份识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111859342A CN111859342A CN202010719767.5A CN202010719767A CN111859342A CN 111859342 A CN111859342 A CN 111859342A CN 202010719767 A CN202010719767 A CN 202010719767A CN 111859342 A CN111859342 A CN 111859342A
- Authority
- CN
- China
- Prior art keywords
- voiceprint
- user
- preset
- comparison result
- recorded
- 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.)
- Granted
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
- G06F21/305—Authentication, i.e. establishing the identity or authorisation of security principals by remotely controlling device operation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及人工智能技术领域,提供一种用户身份识别方法,包括:接收远程用户身份识别指令;获取待识别用户读取预设内容获得的第一录制声纹;提取第一录制声纹的第一声音特征;采用静态识别策略,将第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;若一致,随机生成声纹内容,并获取待识别用户读取声纹内容获得的第二录制声纹;提取第二录制声纹的第二声音特征;采用动态识别策略,将第二声音特征与声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;若第一身份比对结果和第二身份比对结果一致,确定待识别用户与预设特征对应的用户属于同一个人。本发明能提高身份认证的准确度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种用户身份识别方法、装置、电子设备及存储介质。
背景技术
声纹识别是通过对一种或多种语音信号的特征分析来达到对未知声音辨别的目的,简单的说就是辨别某一句话是否是某一个人说的技术。通常,可以采用声纹识别技术对用户的身份进行识别。
然而,实践中发现,现有的通过声纹识别用户身份的方法是一种静态检测的方法,这存在很大的弊端,在远程用户的身份认证中,非法用户很容易提前获取好其他用户的声纹来冒充其他用户,这使得远程用户的身份验证受到极大的威胁,身份认证的准确度较低。
发明内容
鉴于以上内容,有必要提供一种用户身份识别方法、装置、电子设备及存储介质,能够提高身份认证的准确度。
本发明的第一方面提供一种用户身份识别方法所述方法包括:
接收远程用户身份识别指令;
响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹;
提取所述第一录制声纹的第一声音特征;
采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;
若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容,并获取所述待识别用户读取所述声纹内容获得的第二录制声纹;
提取所述第二录制声纹的第二声音特征;
采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;
若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
在一种可能的实现方式中,所述第一声音特征包括第一基音频谱及包络、第一基音帧的能量、第一基音共振峰的出现频率及第一轨迹参数。
在一种可能的实现方式中,所述采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果包括:
根据所述第一基音频谱及包络、所述第一基音帧的能量、所述第一基音共振峰的出现频率及第一轨迹参数,生成第一语谱图;
采用静态识别策略,将所述第一语谱图与声纹模型数据库中的预设特征对应的预设语谱图进行比对,获得第一身份比对结果。
在一种可能的实现方式中,所述用户身份识别方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图存在差异,计算所述第一语谱图与所述预设语谱图的匹配度;
判断所述匹配度是否超过预设匹配度阈值;
若所述匹配度超过预设匹配度阈值,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
在一种可能的实现方式中,所述用户身份识别方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
在一种可能的实现方式中,所述获取所述待识别用户读取所述声纹内容获得的第二录制声纹之后,所述用户身份识别方法还包括:
确定所述声纹内容的第一字数以及所述第二录制声纹的第一读取时长;
根据所述第一字数以及所述第一读取时长,确定第一读取速度;
确定所述预设内容的第二字数以及所述第一录制声纹的第二读取时长;
根据所述第二字数以及所述第二读取时长,确定第二读取速度;
判断所述第一读取速度与所述第二读取速度之间的差值是否在预设范围内;
若所述第一读取速度与所述第二读取速度之间的差值在预设范围内,提取所述第二录制声纹的第二声音特征。
在一种可能的实现方式中,所述获取所述待识别用户读取所述声纹内容获得的第二录制声纹之后,所述用户身份识别方法还包括:
获取所述预设内容的第一语句类型以及所述声纹内容的第二语句类型;
若所述第一语句类型与所述第二语句类型相同,获取所述第一录制声纹的第一音调以及所述第二录制声纹的第二音调;
判断所述第一音调与所述第二音调的差异是否在合理范围内;;
若所述第一音调与所述第二音调的差异在合理范围内,提取所述第二录制声纹的第二声音特征。
本发明的第二方面提供一种用户身份识别装置,所述用户身份识别装置包括:
接收模块,用于接收远程用户身份识别指令;
获取模块,用于响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹;
提取模块,用于提取所述第一录制声纹的第一声音特征;
比对模块,用于采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;
生成模块,用于若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容;
所述获取模块,还用于获取所述待识别用户读取所述声纹内容获得的第二录制声纹;
所述提取模块,还用于提取所述第二录制声纹的第二声音特征;
所述比对模块,还用于采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;
确定模块,用于若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
本发明的第三方面提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现所述的用户身份识别方法。
本发明的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质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所述的用户身份识别方法。
在上述技术方案中,采用静态识别策略和动态识别策略相结合的方式,可以避免非法用户提前录制声纹内容而导致用户身份识别错误的情况,同时,能够更好的地提高用户身份识别的准确度。
附图说明
图1是本发明公开的一种用户身份识别方法的较佳实施例的流程图。
图2是本发明公开的一种用户身份识别装置的较佳实施例的功能模块图。
图3是本发明实现用户身份识别方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做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。
本申请的说明书和权利要求书中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、嵌入式设备等。可以包括但不限于网络服务器、个人计算机、平板电脑、智能手机、个人数字助理PDA等。
请参见图1,图1是本发明公开的一种用户身份识别方法的较佳实施例的流程图。其中,根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
S11、接收远程用户身份识别指令。
S12、响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹。
其中,预设内容为预先设置好的,该预设内容通常是通用的内容(比如“你叫什么”),有些非法用户可以通过某种途径获取到。
其中,第一录制声纹可以是非法用户预先录制的,也可以是合法用户录制的。
其中,预设内容可以包括但不限于:1、语种的覆盖,中文普通话、方言等,英文以及其他的外语等;2、语音的内容覆盖日常对话、衣食住行、新闻资讯等等;3、词库涵盖应用场景比如金融、法律、医疗对应领域的词库训练。
S13、提取所述第一录制声纹的第一声音特征。
其中,所述第一声音特征包括第一基音频谱及包络、第一基音帧的能量、第一基音共振峰的出现频率及第一轨迹参数。
S14、采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果。
具体的,所述采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果包括:
根据所述第一基音频谱及包络、所述第一基音帧的能量、所述第一基音共振峰的出现频率及第一轨迹参数,生成第一语谱图;
采用静态识别策略,将所述第一语谱图与声纹模型数据库中的预设特征对应的预设语谱图进行比对,获得第一身份比对结果。
其中,语谱图能够更好的区分不同用户的身份。
可选的,所述方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图存在差异,计算所述第一语谱图与所述预设语谱图的匹配度;
判断所述匹配度是否超过预设匹配度阈值;
若所述匹配度超过预设匹配度阈值,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
其中,人的声音还具有易变性,易受身体状况、年龄、情绪等的影响。比如:男人在儿童时的声音与长大后的声音不同,感冒时的声音与正常声音也不同。
为了更好的识别用户是不是同一个人,可以通过观察共振峰和它们的转变,可以更好的识别声音。具体的,可以根据语谱图来判断,如果所述第一语谱图与所述预设语谱图存在差异,此时,为了进一步确认用户是不是受到客观(比如年龄、生病)的影响,可以计算所述第一语谱图与所述预设语谱图的匹配度;如果所述匹配度超过预设匹配度阈值,即表明二者之间很大部分的音色的属性是相同的,可以确定所述待识别用户与所述预设特征对应的用户属于同一个人。其中,语谱图可以用来唯一标识一个用户。
通过这种方式,可以很好的对同一用户在不同场景下的声音进行识别,提高用户的识别效果。
可选的,所述方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
S15、若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容,并获取所述待识别用户读取所述声纹内容获得的第二录制声纹。
其中,当所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致时,并不能很肯定地确定二者是同一个人,比如:非法用户预先录制了第一录制声纹,会成功绕过声纹识别,使得所述第一身份比对结果虽然表明二者是同一个人,但是实际上并不是同一个人。为了避免这种情况,还需要采取动态识别策略。随机来生成声纹内容,由于该声纹内容是随机生成的,不具备规律性,非法用户很难预先获取到,也就很难预先录制。
其中,声纹内容可以包括但不限于:1、语种的覆盖,中文普通话、方言等,英文以及其他的外语等;2、语音的内容覆盖日常对话、衣食住行、新闻资讯等等;3、词库涵盖应用场景比如金融、法律、医疗对应领域的词库训练。
其中,所述声纹模型数据库中的预设特征是预先通过合法途径获得的,比如公安部的声纹鉴别库,该预设特征与用户身份是一一匹配的关系。
可选的,步骤S15之后,以及步骤S16之前,所述方法还包括:
确定所述声纹内容的第一字数以及所述第二录制声纹的第一读取时长;
根据所述第一字数以及所述第一读取时长,确定第一读取速度;
确定所述预设内容的第二字数以及所述第一录制声纹的第二读取时长;
根据所述第二字数以及所述第二读取时长,确定第二读取速度;
判断所述第一读取速度与所述第二读取速度之间的差值是否在预设范围内;
若所述第一读取速度与所述第二读取速度之间的差值在预设范围内,执行步骤S16。
通常,同一个人的读取速度是相同的,或者,处于一个预设范围内。通过这种方式,可以进一步根据声纹内容,预设内容,第一录制声纹以及第二录制声纹来审核用户的身份。如果所述第一读取速度与所述第二读取速度之间的差值不在预设范围内,即可认为不是同一个人,不需要执行后续步骤。如果所述第一读取速度与所述第二读取速度之间的差值在预设范围内,为了进一步确认,可以执行步骤S16,以提高识别的精度。
可选的,步骤S15之后,以及步骤S16之前,所述方法还包括:
获取所述预设内容的第一语句类型以及所述声纹内容的第二语句类型;
若所述第一语句类型与所述第二语句类型相同,获取所述第一录制声纹的第一音调以及所述第二录制声纹的第二音调;
判断所述第一音调与所述第二音调的差异是否在合理范围内;;
若所述第一音调与所述第二音调的差异在合理范围内,执行步骤S16。
通常,同一个人读取同类型的两个语句的音调是相同的,或者,处于一个合理范围。其中,语句的类型可以包括但不限于疑问句、祈使句、感叹句等。通过这种方式,可以进一步根据语句类型、音调来审核用户的身份。如果所述第一音调与所述第二音调的差异不在合理范围内,即可认为不是同一个人,不需要执行后续步骤。如果所述第一音调与所述第二音调的差异在合理范围内,为了进一步确认,可以执行步骤S16,以提高识别的精度。
S16、提取所述第二录制声纹的第二声音特征。
S17、采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果。
其中,采用动态识别策略,进行比对,得到的第二身份比对结果,即是当前用户与声纹模型数据库中的用户的比对结果,具有实时性。
S18、若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
其中,采用静态识别策略和动态识别策略相结合的方式,可以避免非法用户提前录制声纹内容而导致用户身份识别错误的情况,同时,能够更好的地提高用户身份识别的准确度。
在图1所描述的方法流程中,采用静态识别策略和动态识别策略相结合的方式,可以避免非法用户提前录制声纹内容而导致用户身份识别错误的情况,同时,能够更好的地提高用户身份识别的准确度。
以上所述,仅是本发明的具体实施方式,但本发明的保护范围并不局限于此,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出改进,但这些均属于本发明的保护范围。
请参见图2,图2是本发明公开的一种用户身份识别装置的较佳实施例的功能模块图。
在一些实施例中,所述用户身份识别装置运行于电子设备中。所述用户身份识别装置可以包括多个由程序代码段所组成的功能模块。所述用户身份识别装置中的各个程序段的程序代码可以存储于存储器中,并由至少一个处理器所执行,以执行图1所描述的用户身份识别方法中的部分或全部步骤,具体请参考图1中的相关描述,在此不再赘述。
本实施例中,所述用户身份识别装置根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:接收模块201、获取模块202、提取模块203、比对模块204、生成模块205及确定模块206。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。
接收模块201,用于接收远程用户身份识别指令。
获取模块202,用于响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹。
提取模块203,用于提取所述第一录制声纹的第一声音特征。
比对模块204,用于采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果。
生成模块205,用于若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容。
所述获取模块202,还用于获取所述待识别用户读取所述声纹内容获得的第二录制声纹。
所述提取模块203,还用于提取所述第二录制声纹的第二声音特征。
所述比对模块204,还用于采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果。
确定模块206,用于若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
在图2所描述的装置中,采用静态识别策略和动态识别策略相结合的方式,可以避免非法用户提前录制声纹内容而导致用户身份识别错误的情况,同时,能够更好的地提高用户身份识别的准确度。
如图3所示,图3是本发明实现用户身份识别方法方法的较佳实施例的电子设备的结构示意图。所述电子设备3包括存储器31、至少一个处理器32、存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33及至少一条通讯总线34。
本领域技术人员可以理解,图3所示的示意图仅仅是所述电子设备3的示例,并不构成对所述电子设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备3还可以包括输入输出设备、网络接入设备等。
所述至少一个处理器32可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。该处理器32可以是微处理器或者该处理器32也可以是任何常规的处理器等,所述处理器32是所述电子设备3的控制中心,利用各种接口和线路连接整个电子设备3的各个部分。
所述存储器31可用于存储所述计算机程序33和/或模块/单元,所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块/单元,以及调用存储在存储器31内的数据,实现所述电子设备3的各种功能。所述存储器31可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备3的使用所创建的数据(比如音频数据)等。此外,存储器31可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、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。
结合图1,所述电子设备3中的所述存储器31存储多个指令以实现一种用户身份识别方法,所述处理器32可执行所述多个指令从而实现:
接收远程用户身份识别指令;
响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹;
提取所述第一录制声纹的第一声音特征;
采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;
若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容,并获取所述待识别用户读取所述声纹内容获得的第二录制声纹;
提取所述第二录制声纹的第二声音特征;
采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;
若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
具体地,所述处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在图3所描述的电子设备3中,采用静态识别策略和动态识别策略相结合的方式,可以避免非法用户提前录制声纹内容而导致用户身份识别错误的情况,同时,能够更好的地提高用户身份识别的准确度。
所述电子设备3集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器以及只读存储器(ROM,Read-Only Memory)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。系统权利要求中陈述的多个单元或装置也可以通过软件或者硬件来实现。
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限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种用户身份识别方法,其特征在于,所述方法包括:
接收远程用户身份识别指令;
响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹;
提取所述第一录制声纹的第一声音特征;
采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;
若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容,并获取所述待识别用户读取所述声纹内容获得的第二录制声纹;
提取所述第二录制声纹的第二声音特征;
采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;
若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
2.根据权利要求1所述的用户身份识别方法,其特征在于,所述第一声音特征包括第一基音频谱及包络、第一基音帧的能量、第一基音共振峰的出现频率及第一轨迹参数。
3.根据权利要求2所述的用户身份识别方法,其特征在于,所述采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果包括:
根据所述第一基音频谱及包络、所述第一基音帧的能量、所述第一基音共振峰的出现频率及第一轨迹参数,生成第一语谱图;
采用静态识别策略,将所述第一语谱图与声纹模型数据库中的预设特征对应的预设语谱图进行比对,获得第一身份比对结果。
4.根据权利要求3所述的用户身份识别方法,其特征在于,所述用户身份识别方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图存在差异,计算所述第一语谱图与所述预设语谱图的匹配度;
判断所述匹配度是否超过预设匹配度阈值;
若所述匹配度超过预设匹配度阈值,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
5.根据权利要求3所述的用户身份识别方法,其特征在于,所述用户身份识别方法还包括:
若所述第一身份比对结果表明所述第一语谱图与所述预设语谱图一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
6.根据权利要求1所述的用户身份识别方法,其特征在于,所述获取所述待识别用户读取所述声纹内容获得的第二录制声纹之后,所述用户身份识别方法还包括:
确定所述声纹内容的第一字数以及所述第二录制声纹的第一读取时长;
根据所述第一字数以及所述第一读取时长,确定第一读取速度;
确定所述预设内容的第二字数以及所述第一录制声纹的第二读取时长;
根据所述第二字数以及所述第二读取时长,确定第二读取速度;
判断所述第一读取速度与所述第二读取速度之间的差值是否在预设范围内;
若所述第一读取速度与所述第二读取速度之间的差值在预设范围内,提取所述第二录制声纹的第二声音特征。
7.根据权利要求1所述的用户身份识别方法,其特征在于,所述获取所述待识别用户读取所述声纹内容获得的第二录制声纹之后,所述用户身份识别方法还包括:
获取所述预设内容的第一语句类型以及所述声纹内容的第二语句类型;
若所述第一语句类型与所述第二语句类型相同,获取所述第一录制声纹的第一音调以及所述第二录制声纹的第二音调;
判断所述第一音调与所述第二音调的差异是否在合理范围内;;
若所述第一音调与所述第二音调的差异在合理范围内,提取所述第二录制声纹的第二声音特征。
8.一种用户身份识别装置,其特征在于,所述用户身份识别装置包括:
接收模块,用于接收远程用户身份识别指令;
获取模块,用于响应所述用户身份识别指令,获取待识别用户读取预设内容获得的第一录制声纹;
提取模块,用于提取所述第一录制声纹的第一声音特征;
比对模块,用于采用静态识别策略,将所述第一声音特征与声纹模型数据库中的预设特征进行比对,获得第一身份比对结果;
生成模块,用于若所述第一身份比对结果表明所述第一声音特征与所述声纹模型数据库中的预设特征一致,随机生成声纹内容;
所述获取模块,还用于获取所述待识别用户读取所述声纹内容获得的第二录制声纹;
所述提取模块,还用于提取所述第二录制声纹的第二声音特征;
所述比对模块,还用于采用动态识别策略,将所述第二声音特征与所述声纹模型数据库中的预设特征进行比对,获得第二身份比对结果;
确定模块,用于若所述第一身份比对结果和所述第二身份比对结果一致,确定所述待识别用户与所述预设特征对应的用户属于同一个人。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的用户身份识别方法。
10.一种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至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至7任意一项所述的用户身份识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010719767.5A CN111859342B (zh) | 2020-07-23 | 2020-07-23 | 用户身份识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010719767.5A CN111859342B (zh) | 2020-07-23 | 2020-07-23 | 用户身份识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859342A true CN111859342A (zh) | 2020-10-30 |
CN111859342B CN111859342B (zh) | 2023-02-03 |
Family
ID=72949892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010719767.5A Active CN111859342B (zh) | 2020-07-23 | 2020-07-23 | 用户身份识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859342B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102142254A (zh) * | 2011-03-25 | 2011-08-03 | 北京得意音通技术有限责任公司 | 基于声纹识别和语音识别的防录音假冒的身份确认方法 |
US20150066509A1 (en) * | 2013-08-30 | 2015-03-05 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for encrypting and decrypting document based on voiceprint techology |
CN104660413A (zh) * | 2015-01-28 | 2015-05-27 | 中国科学院数据与通信保护研究教育中心 | 一种声纹口令认证方法和装置 |
CN106548771A (zh) * | 2015-09-21 | 2017-03-29 | 上海日趋信息技术有限公司 | 用于语音识别系统消除突发噪音的方法 |
CN109346089A (zh) * | 2018-09-27 | 2019-02-15 | 深圳市声扬科技有限公司 | 活体身份认证方法、装置、计算机设备和可读存储介质 |
CN109450850A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
-
2020
- 2020-07-23 CN CN202010719767.5A patent/CN111859342B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102142254A (zh) * | 2011-03-25 | 2011-08-03 | 北京得意音通技术有限责任公司 | 基于声纹识别和语音识别的防录音假冒的身份确认方法 |
US20150066509A1 (en) * | 2013-08-30 | 2015-03-05 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for encrypting and decrypting document based on voiceprint techology |
CN104660413A (zh) * | 2015-01-28 | 2015-05-27 | 中国科学院数据与通信保护研究教育中心 | 一种声纹口令认证方法和装置 |
CN106548771A (zh) * | 2015-09-21 | 2017-03-29 | 上海日趋信息技术有限公司 | 用于语音识别系统消除突发噪音的方法 |
CN109450850A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 身份验证方法、装置、计算机设备和存储介质 |
CN109346089A (zh) * | 2018-09-27 | 2019-02-15 | 深圳市声扬科技有限公司 | 活体身份认证方法、装置、计算机设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111859342B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448725A (zh) | 一种语音交互设备唤醒方法、装置、设备及存储介质 | |
CN110853648B (zh) | 一种不良语音检测方法、装置、电子设备及存储介质 | |
CN110675862A (zh) | 语料获取方法、电子装置及存储介质 | |
CN110047514B (zh) | 一种伴奏纯净度评估方法以及相关设备 | |
US9251808B2 (en) | Apparatus and method for clustering speakers, and a non-transitory computer readable medium thereof | |
US20230401338A1 (en) | Method for detecting an audio adversarial attack with respect to a voice input processed by an automatic speech recognition system, corresponding device, computer program product and computer-readable carrier medium | |
CN113903363B (zh) | 基于人工智能的违规行为检测方法、装置、设备及介质 | |
CN113112992B (zh) | 一种语音识别方法、装置、存储介质和服务器 | |
CN112397072B (zh) | 语音检测方法、装置、电子设备及存储介质 | |
CN109410946A (zh) | 一种识别语音信号的方法、装置、设备及存储介质 | |
CN115512692B (zh) | 语音识别方法、装置、设备及存储介质 | |
CN111859342B (zh) | 用户身份识别方法、装置、电子设备及存储介质 | |
CN112687296B (zh) | 音频不流利的识别方法、装置、设备及可读存储介质 | |
JP5164922B2 (ja) | 個人情報削除装置とその方法、そのプログラムと記録媒体 | |
CN114141250A (zh) | 歌词识别方法、装置、电子设备及可读存储介质 | |
CN113421552A (zh) | 音频识别方法和装置 | |
CN112397073A (zh) | 一种音频数据处理方法及装置 | |
CN115954007B (zh) | 一种声纹检测方法、装置、电子设备及存储介质 | |
CN110444053B (zh) | 语言学习方法、计算机装置及可读存储介质 | |
CN108804896A (zh) | 一种信息处理方法及装置 | |
US20230386453A1 (en) | Method for detecting an audio adversarial attack with respect to a voice command processed byan automatic speech recognition system, corresponding device, computer program product and computer-readable carrier medium | |
CN111753521B (zh) | 基于人工智能的阅读理解方法及相关设备 | |
CN113255361B (zh) | 语音内容的自动检测方法、装置、设备以及存储介质 | |
US20240126851A1 (en) | Authentication system and method | |
CN116386611A (zh) | 一种教学声场环境的去噪方法 |
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 |