CN112201254A - 无感语音认证方法、装置、设备及存储介质 - Google Patents
无感语音认证方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112201254A CN112201254A CN202011045427.5A CN202011045427A CN112201254A CN 112201254 A CN112201254 A CN 112201254A CN 202011045427 A CN202011045427 A CN 202011045427A CN 112201254 A CN112201254 A CN 112201254A
- Authority
- CN
- China
- Prior art keywords
- authenticated
- voice
- voiceprint
- voiceprint feature
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 96
- 230000008569 process Effects 0.000 claims abstract description 36
- 230000003993 interaction Effects 0.000 claims abstract description 18
- 230000001953 sensory effect Effects 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001939 inductive effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 230000001755 vocal effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000000366 juvenile effect Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 210000001260 vocal cord Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 208000029257 vision disease Diseases 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例公开了一种无感语音认证方法、装置、设备及存储介质。其中，方法包括：在语音交互过程中获取用户的待认证语音指令；根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。本发明实施例基于语音交互过程中用户的语音指令进行用户身份认证，并根据认证成功的语音指令完成业务流程，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性。
Description
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种无感语音认证方法、装置、设备及存储介质。
背景技术
随着互联网技术和移动通信技术的发展，越来越多的业务可以通过语音指令进行识别和办理。在金融领域中也是如此，目前在移动终端设备上，很多银行都可以做到通过语音进行交互，用户说出自然语言快速识别对应业务指令。声音作为一种用户特征，也被用于进行身份认证的手段。
现有技术中，声纹认证方法主要是通过要求用户完成指定的语音指令，例如读出一串数字，将该语音与预留的声纹模型进行匹配完成验证。这种声纹认证方法独立于业务流程，缺少全语音完成业务操作指令和身份认证全流程操作，身份认证的过程不能做到对用户无感体验，声纹认证过程复杂度高，且对于视力障碍人群来说存在操作障碍。
发明内容
本发明实施例提供一种无感语音认证方法、装置、设备及存储介质，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性。
第一方面，本发明实施例提供了一种无感语音认证方法，包括：
在语音交互过程中获取用户的待认证语音指令；
根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；
如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
第二方面，本发明实施例还提供了一种无感语音认证装置，包括：
语音指令获取模块，用于在语音交互过程中获取用户的待认证语音指令；
语音指令认证模块，用于根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；
语音指令执行模块，用于如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
第三方面，本发明实施例还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，所述处理器执行所述计算机程序时实现如本发明实施例所述的无感语音认证方法。
第四方面，本发明实施例还提供了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，该计算机程序被处理器执行时实现如本发明实施例所述的无感语音认证方法。
本发明实施例的技术方案，基于语音交互过程中用户的语音指令进行用户身份认证，并根据认证成功的语音指令完成业务流程，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性。
附图说明
图1为本发明实施例一提供的一种无感语音认证方法的流程图。
图2为本发明实施例二提供的一种无感语音认证方法的流程图。
图3为本发明实施例三提供的一种无感语音认证装置的结构示意图。
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种无感语音认证方法的流程图。本发明实施例可适用于在语音交互过程中对用户进行无感身份认证的情况，该方法可以由本发明实施例提供的无感语音认证装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。例如，手机银行客户端。如图1所示，本发明实施例的方法具体包括：
步骤101、在语音交互过程中获取用户的待认证语音指令。
其中，语音交互过程为用户通过语音控制办理业务的过程。待认证语音指令为用户发出的对应于需要办理的业务的操作指令。可以通过文字、图像或语音等任意形式的信息提示用户发出待认证语音指令，进入语音交互过程。
示例性的，通过语音信息“请说出您需要办理的业务”可以提示需要转账的用户发出待认证语音指令“转账”；通过语音信息“请说出您需要支配的金额”可以提示用户发出待认证语音指令“一万元”。
步骤102、根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证。
其中，预设的声纹特征库中包括全部帐号预留的标准声纹特征。标准声纹特征为帐号户主用户录入的任意语音提取出的声纹特征，声纹特征是生物识别特征的一种，是在说话人发声时提取出来的，可以作为说话人的表征和标识，能与其他人相互区别的语音特征，以及基于这些特征或参数所建立的语音模型的总称。
示例性的，在确认用户为帐号户主的安全环境下，例如帐号注册时，录入用户的任意语音并提取语音中的声纹，先对声纹进行降噪处理，再提取每帧语音的梅尔倒谱系数特征，从而建立该帐号的标准声纹特征，将该帐号与该标准声纹特征对应存储在预设的声纹特征库中。
当前帐号为当前登录的帐号，可以要求用户通过证件号、个人通信方式或邮箱等任意可以唯一标识用户的信息作为用户名，通过输入预先设定的数字、字符串、指纹或人脸图像等任意形式的密码登录该用户名对应的帐号。
对待认证语音指令进行认证为认证所述待认证语音指令是否是当前帐号的户主用户发出的，如果待认证语音指令是当前帐号的户主用户发出的，则认证成功；如果待认证语音指令不是当前帐号的户主用户发出的，则认证失败。
可选的，对待认证语音指令进行认证，可以是通过所述待认证语音指令中的声纹特征和标准声纹特征的相似度来认证，如果相似度足够高，则待认证语音指令是当前帐号的户主用户发出的，则认证成功；如果相似度较低，则待认证语音指令不是当前帐号的户主用户发出的，则认证失败。
步骤103、如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
其中，待认证语音指令中包括对应于业务的操作的语义。
可选的，所述执行与所述待认证语音指令对应的操作，包括：获取所述待认证语音指令中的指令语义；执行所述指令语义中的操作。
其中，可以采用自动语音识别(ASR)技术和自然语言处理(NLP)技术获取待认证语音指令中的指令语义。每个指令语义包括一项业务中的至少一个操作。
本发明实施例提供了一种无感语音认证方法，基于语音交互过程中用户的语音指令进行用户身份认证，并根据认证成功的语音指令完成业务流程，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性。
可选的，在所述步骤102之后，所述方法还包括：如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号。
其中，如果待认证语音指令认证失败，则可以判定待认证语音指令不是当前帐号户主用户发出的，即当前帐号由非户主用户登录并试图进行操作，具有被盗风险，因此，将当前帐号确定为高风险帐号。
可选的，当当前用户被确定为高风险用户时，可以向后台监控系统发出警报，以使工作人员对用户身份进行进一步确认。
上述实施方式基于语音认证失败的结果判定出帐号存在风险，在帐号密码泄露的环境下仍可及时发现潜在风险，提高帐号安全性。
可选的，在上述实施方式的基础上，在所述如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号之后，还包括：根据预设的权限配置规则重新配置所述高风险帐号的权限。
其中，权限配置规则可以根据各业务需要的安全级别预先设定，权限配置规则中高风险帐号不具有安全级别较高的业务权限。如果帐号具有业务权限，则该帐号可以办理该业务，与该业务的操作对应的待认证语音指令可以被执行；如果帐号不具有业务权限，则该帐号不可以办理该业务，与该业务的操作对应的待认证语音指令则不会被执行。
示例性的，支付、取款、转账和借贷业务需要的安全级别为高级，信息修改、积分兑换和帐号明细查询业务需要的安全级别为中级，查看通知和积分查询业务需要的安全级别为低级，则可以将高风险帐号的权限配置为具有查看通知和积分查询业务权限，不具有支付、取款、转账、借贷以及信息修改、积分兑换、帐号明细查询业务的权限。在当前帐号为高风险帐号的情况下，如果获取待认证语音指令的指令语义为“积分查询”，则执行积分查询业务对应的操作；如果获取待认证语音指令的指令语义为“转账”，则无法执行转账业务对应的操作，可选的，可以向后台监控系统发出警报，以使工作人员进行进一步确认。
上述实施方式可以及时限制高风险帐号的业务权限，有效避免用户帐号被盗造成的损失，进一步提高帐号安全性。
可选的，在上述实施方式的基础上，在所述如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号之后，还包括：将所述待认证语音指令中的待认证声纹特征作为可疑声纹特征存储在所述预设的声纹特征库中。
其中，认证失败的待认证语音指令被判定为非户主用户发出的，即该用户可能是盗用了他人帐号，为可疑用户，因此，将该用户发出的所述待认证语音指令中的待认证声纹特征作为可疑声纹特征存储在所述预设的声纹特征库中，如果该用户再次盗用其他帐号，获取到该用户的声纹特征时，可以通过在声纹特征库中与可疑声纹特征匹配得知其为可疑用户。
上述实施方式通过将可疑用户的声纹特征存储为可疑声纹特征，实现在声纹特征库中将可疑用户的声纹特征标记，以自动识别出可疑用户的语音指令，进一步提高了安全性。
可选的，在上述实施方式的基础上，在步骤102之前，还包括：根据预设的声纹特征库中的至少一个可疑声纹特征，检测所述待认证语音指令是否可疑；如果所述待认证语音指令可疑，则将当前帐号确定为高风险帐号，并根据预设的权限配置规则重新配置所述高风险帐号的权限。
其中，如果当前帐号为高风险帐号，则即使待认证语音指令在步骤102中认证成功，如果所述待认证语音指令的指令语义对应于高风险帐号不具有权限的业务的操作，则仍无法执行该操作。
可选的，所述根据预设的声纹特征库中的至少一个可疑声纹特征，检测所述待认证语音指令是否可疑，包括：获取所述待认证语音指令中的待认证声纹特征；判断所述待认证声纹特征与各所述可疑声纹特征是否匹配；如果所述待认证声纹特征与至少一个所述可疑声纹特征匹配，则确定所述待认证语音指令可疑。
其中，判断所述待认证声纹特征与各所述可疑声纹特征是否匹配可以是计算所述待认证声纹特征与各所述可疑声纹特征之间的相似度，当存在任意可疑声纹特征与所述待认证声纹特征之间的相似度超过预设阈值时，则确定所述待认证声纹特征与至少一个所述可疑声纹特征匹配，则确定所述待认证语音指令可疑。
上述实施方式通过将待认证语音指令与可疑声纹特征比对，可以及时发现可疑用户，避免当前帐号的潜在风险，进一步提高帐号安全性。
可选的，在所述步骤103之后，所述方法还包括：将所述待认证语音指令中的声纹特征作为所述当前帐号的标准声纹特征存储在所述预设的声纹特征库中。
其中，认证成功的待认证语音指令中的声纹特征可以被判定为当前帐号户主用户的最新的声纹特征，其与当前时间之后的时间里所述用户发出的待认证语音指令中的声纹特征的相似度高于当前存储的标准声纹特征与当前时间之后的时间里所述用户发出的待认证语音指令中的声纹特征的相似度。
上述实施方式通过实时更新声纹特征库中的标准声纹特征，确保所述标准声纹特征最接近于帐号户主用户在未来一段时间内的声纹特征，进一步提高了声纹匹配的准确度。
实施例二
图2为本发明实施例二提供的一种无感语音认证方法的流程图。本发明实施例可以与上述一个或者多个实施例中各个可选方案结合，在本发明实施例中，所述根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证，可以包括：获取所述待认证语音指令中的待认证声纹特征；判断所述待认证声纹特征与所述标准声纹特征是否匹配；如果所述待认证声纹特征与所述标准声纹特征匹配，则确定所述待认证语音指令认证成功。
如图2所示，本发明实施例的方法具体包括：
步骤201、在语音交互过程中获取用户的待认证语音指令。
步骤202、获取所述待认证语音指令中的待认证声纹特征。
其中，可选的，提取待认证语音指令中的声纹，先对声纹进行降噪处理，再提取每帧语音的梅尔倒谱系数特征，从而获取待认证声纹特征。
步骤203、判断所述待认证声纹特征与所述标准声纹特征是否匹配。
其中，待认证声纹特征与标准声纹特征匹配，则可以判定待认证语音指令为当前帐号户主用户发出的；待认证声纹特征与标准声纹特征不匹配，则可以判定待认证语音指令不是当前帐号户主用户发出的。
可选的，所述判断所述待认证声纹特征与所述标准声纹特征是否匹配，包括：获取所述待认证声纹特征与所述标准声纹特征的相似度，判断所述相似度是否达到预设的相似度阈值；如果所述相似度达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征匹配；如果所述相似度没有达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征不匹配。
其中，待认证声纹特征与标准声纹特征的相似度可以通过现有技术中的方法得到，例如可以是计算其共振峰频率、走向及波形的相似度，得到相似度数值。预设的相似度阈值可以根据实际场景进行训练调节，可以先获取各用户不同时间、不同场景下多个语音片段，提取其中的多个声纹特征，计算该多个声纹特征之间的相似度，将该相似度中的最低值作为该用户的相似度阈值，也可根据实际需要中对安全级别要求的不同，提高或降低相似度阈值。该实施方式通过获取待认证语音指令中的待认证声纹特征与标准声纹特征的匹配，进一步地提高了对待认证语音指令进行认证的准确性。
可选的，在获取所述待认证声纹特征与所述标准声纹特征的相似度，判断所述相似度是否达到预设的相似度阈值之前，还包括：获取当前帐号的用户画像信息，所述用户画像信息包括用户年龄、用户性别和用户职业；根据所述用户画像信息调节预设的相似度阈值。
其中，用户年龄、用户性别和用户职业会影响声纹特征的稳定性。
可选的，所述根据所述用户画像信息调节预设的相似度阈值，包括：将所述用户画像信息输入到预先建立的相似度阈值调节模型中，得到调节后的相似度阈值。
其中，所述相似度阈值调节模型可以是基于不同时间、不同场景下，不同的性别、年龄和职业的用户作为样本进行训练的，其输入是用户画像信息，并根据用户画像信息对预设的相似度阈值进行调节，最终将调节后的相似度阈值输出。
所述相似度阈值调节模型对预设的相似度阈值的调节规则可以包括：如果输入的用户画像信息中的用户年龄处于少年变声期或老年变声期，则降低相似度阈值，其中，相似度阈值降低的程度可以根据实际场景进行训练得到，例如可以是降低3％-5％；将降低后的相似度阈值输出。
所述相似度阈值调节模型对预设的相似度阈值的调节规则还可以包括：如果输入的用户画像信息中的用户性别为男性且所述用户年龄处于少年变声期，则将相似度阈值降低第一比例；如果用户性别为男性且所述用户年龄处于老年变声期，则将相似度阈值降低第二比例；如果用户性别为女性且所述用户年龄处于少年变声期，则将相似度阈值降低第三比例；如果用户性别为女性且所述用户年龄处于老年变声期，则将相似度阈值降低第四比例。所述第一比例、第二比例、第三比例和第四比例的大小根据男性和女性分别处于少年变声期和老年变声期时声纹变化程度决定，声纹变化程度越大，对应的比例越大；将降低后的相似度阈值输出。
所述相似度阈值调节模型对预设的相似度阈值的调节规则还可以包括：如果输入的用户画像信息中的用户职业属于声带易疲劳职业，则降低所述相似度阈值，将降低后的相似度阈值输出。其中，声带易疲劳职业包括教师、销售等需要说话较多的职业，该类用户容易由于声带使用过多而造成声纹特征发生微小变化。
该实施方式通过灵活调节相似度阈值，可以适应各种情景下用户的声音微小变化，进一步优化了声纹特征匹配效果。
步骤204、如果所述待认证声纹特征与所述标准声纹特征匹配，则确定所述待认证语音指令认证成功。
步骤205、执行与所述待认证语音指令对应的操作。
上述步骤的具体实施方式可以参考实施例一中提供的对应步骤的实施方式，在此不做赘述。
本发明实施例提供了一种无感语音认证方法，基于语音交互过程中用户的语音指令进行用户身份认证，并根据认证成功的语音指令完成业务流程，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性；通过获取待认证语音指令中的待认证声纹特征与标准声纹特征的匹配，提高对待认证语音指令进行认证的准确性；通过灵活调节声纹特征匹配标准，可以适应各种情景下用户的声音微小变化，进一步优化了声纹特征匹配效果。
可选的，在所述步骤203之后，所述方法还包括：如果所述待认证声纹特征与所述标准声纹特征不匹配，则重复执行获取所述用户的待认证语音指令，根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证的步骤，直至在预设的重复次数阈值内检测到所述待认证语音指令认证成功；如果在达到所述重复次数阈值时没有检测到所述待认证语音指令认证成功，则确定所述待认证语音指令认证失败。
其中，预设的重复次数阈值可以根据对安全级别的需求设定，需要的安全级别越高，重复次数阈值越低。
上述实施方式通过设置重复获取待认证语音指令并进行认证的重复次数阈值，可以灵活适应各种安全级别的需求，可以保证帐号安全，也可以避免单次认证中可能出现的错误造成帐号被误判为高风险帐号为用户造成的不便。
可选的，在所述步骤205之后，所述方法还包括：将所述待认证声纹特征作为所述当前帐号的标准声纹特征存储在所述预设的声纹特征库中。
其中，认证成功的待认证声纹特征可以被判定为当前帐号户主用户的最新的声纹特征，其与当前时间之后的时间里所述用户发出的待认证语音指令中的声纹特征的相似度高于当前存储的标准声纹特征与当前时间之后的时间里所述用户发出的待认证语音指令中的声纹特征的相似度。
上述实施方式通过实时更新声纹特征库中的标准声纹特征，确保所述标准声纹特征最接近于帐号户主用户在未来一段时间内的声纹特征，进一步提高了声纹匹配的准确度。
实施例三
图3为本发明实施例三提供的一种无感语音认证装置的结构示意图，如图3所示，所述装置包括：语音指令获取模块301、语音指令认证模块302和语音指令执行模块303。
其中，语音指令获取模块301，用于在语音交互过程中获取用户的待认证语音指令。语音指令认证模块302，用于根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证。语音指令执行模块303，用于如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
本发明实施例提供了一种无感语音认证装置，基于语音交互过程中用户的语音指令进行用户身份认证，并根据认证成功的语音指令完成业务流程，可以使用户在无需额外操作、业务流程不中断的情况下完成身份认证，优化用户体验，提升用户帐号安全性。
在本发明实施例的一个可选实施方式中，所述语音指令认证模块302，包括：待认证声纹特征获取子模块，用于获取所述待认证语音指令中的待认证声纹特征；声纹特征匹配子模块，用于判断所述待认证声纹特征与所述标准声纹特征是否匹配；认证成功子模块，用于如果所述待认证声纹特征与所述标准声纹特征匹配，则确定所述待认证语音指令认证成功。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述声纹特征匹配子模块之后，所述语音指令认证模块302还包括：重复认证子模块，用于如果所述待认证声纹特征与所述标准声纹特征不匹配，则重复执行获取所述用户的待认证语音指令，根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证的步骤，直至在预设的重复次数阈值内检测到所述待认证语音指令认证成功；认证失败子模块，用于如果在达到所述重复次数阈值时没有检测到所述待认证语音指令认证成功，则确定所述待认证语音指令认证失败。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，所述声纹特征匹配子模块，包括：相似度获取单元，用于获取所述待认证声纹特征与所述标准声纹特征的相似度，判断所述相似度是否达到预设的相似度阈值；匹配确定单元，用于如果所述相似度达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征匹配；不匹配确定单元，用于如果所述相似度没有达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征不匹配。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述相似度获取单元之前，所述声纹特征匹配子模块还包括：用户画像信息获取单元，用于获取当前帐号的用户画像信息，所述用户画像信息包括用户年龄、用户性别和用户职业；相似度阈值调节单元，用于根据所述用户画像信息调节预设的相似度阈值。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，所述相似度阈值调节单元，具体用于：将所述用户画像信息输入到预先建立的相似度阈值调节模型中，得到调节后的相似度阈值。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述语音指令执行模块303之后，所述装置还包括：标准声纹特征存储模块，用于将所述待认证声纹特征作为所述当前帐号的标准声纹特征存储在所述预设的声纹特征库中。
在本发明实施例的一个可选实施方式中，用于所述语音指令认证模块302之后，所述装置还包括：高风险帐号确定模块，用于如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述高风险帐号确定模块之后，所述装置还包括：权限配置模块，用于根据预设的权限配置规则重新配置所述高风险帐号的权限。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述高风险帐号确定模块之后，所述装置还包括：可疑声纹特征存储模块，用于将所述待认证语音指令中的待认证声纹特征作为可疑声纹特征存储在所述预设的声纹特征库中。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，用于所述语音指令认证模块302之前，所述装置还包括：可疑指令检测模块，用于根据预设的声纹特征库中的至少一个可疑声纹特征，检测所述待认证语音指令是否可疑；可疑指令确定模块，用于如果所述待认证语音指令可疑，则将当前帐号确定为高风险帐号，并根据预设的权限配置规则重新配置所述高风险帐号的权限。
在本发明实施例的一个可选实施方式中，在上述实施方式的基础上，所述可疑指令检测模块，具体用于：获取所述待认证语音指令中的待认证声纹特征；判断所述待认证声纹特征与各所述可疑声纹特征是否匹配；如果所述待认证声纹特征与至少一个所述可疑声纹特征匹配，则确定所述待认证语音指令可疑。
在本发明实施例的一个可选实施方式中，所述语音指令执行模块303，包括：指令语义获取子模块，用于获取所述待认证语音指令中的指令语义；操作执行子模块，用于执行所述指令语义中的操作。
上述装置可执行本发明任意实施例所提供的无感语音认证方法，具备执行无感语音认证方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图4显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，实现本发明实施例所提供的无感语音认证方法：在语音交互过程中获取用户的待认证语音指令；根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现本发明实施例所提供的无感语音认证方法：在语音交互过程中获取用户的待认证语音指令；根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或计算机设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (15)
1.一种无感语音认证方法，其特征在于，包括：
在语音交互过程中获取用户的待认证语音指令；
根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；
如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
2.根据权利要求1所述的方法，其特征在于，所述根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证，包括：
获取所述待认证语音指令中的待认证声纹特征；
判断所述待认证声纹特征与所述标准声纹特征是否匹配；
如果所述待认证声纹特征与所述标准声纹特征匹配，则确定所述待认证语音指令认证成功。
3.根据权利要求2所述的方法，其特征在于，在所述判断所述待认证声纹特征与所述标准声纹特征是否匹配之后，还包括：
如果所述待认证声纹特征与所述标准声纹特征不匹配，则重复执行获取所述用户的待认证语音指令，根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证的步骤，直至在预设的重复次数阈值内检测到所述待认证语音指令认证成功；
如果在达到所述重复次数阈值时没有检测到所述待认证语音指令认证成功，则确定所述待认证语音指令认证失败。
4.根据权利要求2所述的方法，其特征在于，所述判断所述待认证声纹特征与所述标准声纹特征是否匹配，包括：
获取所述待认证声纹特征与所述标准声纹特征的相似度，判断所述相似度是否达到预设的相似度阈值；
如果所述相似度达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征匹配；
如果所述相似度没有达到所述相似度阈值，则确定所述待认证声纹特征与所述标准声纹特征不匹配。
5.根据权利要求4所述的方法，其特征在于，在获取所述待认证声纹特征与所述标准声纹特征的相似度，判断所述相似度是否达到预设的相似度阈值之前，还包括：
获取当前帐号的用户画像信息，所述用户画像信息包括用户年龄、用户性别和用户职业；
根据所述用户画像信息调节预设的相似度阈值。
6.根据权利要求2所述的方法，其特征在于，在所述如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作之后，还包括：
将所述待认证声纹特征作为所述当前帐号的标准声纹特征存储在所述预设的声纹特征库中。
7.根据权利要求1所述的方法，其特征在于，在所述根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证之后，还包括：
如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号。
8.根据权利要求7所述的方法，其特征在于，在所述如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号之后，还包括：
根据预设的权限配置规则重新配置所述高风险帐号的权限。
9.根据权利要求7所述的方法，其特征在于，在所述如果所述待认证语音指令认证失败，则将所述当前帐号确定为高风险帐号之后，还包括：
将所述待认证语音指令中的待认证声纹特征作为可疑声纹特征存储在所述预设的声纹特征库中。
10.根据权利要求9所述的方法，其特征在于，在所述根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证之前，还包括：
根据预设的声纹特征库中的至少一个可疑声纹特征，检测所述待认证语音指令是否可疑；
如果所述待认证语音指令可疑，则将当前帐号确定为高风险帐号，并根据预设的权限配置规则重新配置所述高风险帐号的权限。
11.根据权利要求10所述的方法，其特征在于，所述根据预设的声纹特征库中的至少一个可疑声纹特征，检测所述待认证语音指令是否可疑，包括：
获取所述待认证语音指令中的待认证声纹特征；
判断所述待认证声纹特征与各所述可疑声纹特征是否匹配；
如果所述待认证声纹特征与至少一个所述可疑声纹特征匹配，则确定所述待认证语音指令可疑。
12.根据权利要求1所述的方法，其特征在于，所述执行与所述待认证语音指令对应的操作，包括：
获取所述待认证语音指令中的指令语义；
执行所述指令语义中的操作。
13.一种无感语音认证装置，其特征在于，包括：
语音指令获取模块，用于在语音交互过程中获取用户的待认证语音指令；
语音指令认证模块，用于根据预设的声纹特征库中当前帐号预留的标准声纹特征，对所述待认证语音指令进行认证；
语音指令执行模块，用于如果所述待认证语音指令认证成功，则执行与所述待认证语音指令对应的操作。
14.一种计算机设备，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，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1-12中任一所述的无感语音认证方法。
15.一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，该计算机程序被处理器执行时实现如权利要求1-12中任一所述的无感语音认证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011045427.5A CN112201254A (zh) | 2020-09-28 | 2020-09-28 | 无感语音认证方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011045427.5A CN112201254A (zh) | 2020-09-28 | 2020-09-28 | 无感语音认证方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112201254A true CN112201254A (zh) | 2021-01-08 |
Family
ID=74007821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011045427.5A Pending CN112201254A (zh) | 2020-09-28 | 2020-09-28 | 无感语音认证方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112201254A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114422154A (zh) * | 2022-03-30 | 2022-04-29 | 深圳市永达电子信息股份有限公司 | 一种基于语音识别的数字证书管理方法及装置 |
| WO2023185006A1 (zh) * | 2022-03-29 | 2023-10-05 | 青岛海尔空调器有限总公司 | 一种工作模式设置方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150161370A1 (en) * | 2013-12-06 | 2015-06-11 | Adt Us Holdings, Inc. | Voice activated application for mobile devices |
| CN107799120A (zh) * | 2017-11-10 | 2018-03-13 | 北京康力优蓝机器人科技有限公司 | 服务机器人识别唤醒方法及装置 |
| CN109462603A (zh) * | 2018-12-14 | 2019-03-12 | 平安城市建设科技(深圳)有限公司 | 基于盲检测的声纹认证方法、设备、存储介质及装置 |
| WO2020007495A1 (en) * | 2018-07-06 | 2020-01-09 | Veridas Digital Authentication Solutions, S.L. | Authenticating a user |
| CN111653284A (zh) * | 2019-02-18 | 2020-09-11 | 阿里巴巴集团控股有限公司 | 交互以及识别方法、装置、终端设备及计算机存储介质 |
-
2020
- 2020-09-28 CN CN202011045427.5A patent/CN112201254A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150161370A1 (en) * | 2013-12-06 | 2015-06-11 | Adt Us Holdings, Inc. | Voice activated application for mobile devices |
| CN107799120A (zh) * | 2017-11-10 | 2018-03-13 | 北京康力优蓝机器人科技有限公司 | 服务机器人识别唤醒方法及装置 |
| WO2020007495A1 (en) * | 2018-07-06 | 2020-01-09 | Veridas Digital Authentication Solutions, S.L. | Authenticating a user |
| CN109462603A (zh) * | 2018-12-14 | 2019-03-12 | 平安城市建设科技(深圳)有限公司 | 基于盲检测的声纹认证方法、设备、存储介质及装置 |
| CN111653284A (zh) * | 2019-02-18 | 2020-09-11 | 阿里巴巴集团控股有限公司 | 交互以及识别方法、装置、终端设备及计算机存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023185006A1 (zh) * | 2022-03-29 | 2023-10-05 | 青岛海尔空调器有限总公司 | 一种工作模式设置方法及装置 |
| CN114422154A (zh) * | 2022-03-30 | 2022-04-29 | 深圳市永达电子信息股份有限公司 | 一种基于语音识别的数字证书管理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9799338B2 (en) | Voice print identification portal | |
| US10853676B1 (en) | Validating identity and/or location from video and/or audio | |
| JP6096333B2 (ja) | 決済を検証するための方法、装置、およびシステム | |
| WO2018166187A1 (zh) | 服务器、身份验证方法、系统及计算机可读存储介质 | |
| US9898723B2 (en) | System and method for voice authentication | |
| WO2020119448A1 (zh) | 语音信息验证 | |
| US8548818B2 (en) | Method and system for authenticating customer identities | |
| US11252152B2 (en) | Voiceprint security with messaging services | |
| US11665153B2 (en) | Voice biometric authentication in a virtual assistant | |
| US20150154962A1 (en) | Methods and systems for splitting a digital signal | |
| US11902275B2 (en) | Context-based authentication of a user | |
| CN110555330A (zh) | 图像面签方法、装置、计算机设备及存储介质 | |
| CN112201254A (zh) | 无感语音认证方法、装置、设备及存储介质 | |
| US20130339245A1 (en) | Method for Performing Transaction Authorization to an Online System from an Untrusted Computer System | |
| US10565365B1 (en) | Systems and methods for data access control using narrative authentication questions | |
| US20220335433A1 (en) | Biometrics-Infused Dynamic Knowledge-Based Authentication Tool | |
| KR102604319B1 (ko) | 화자 인증 시스템 및 그 방법 | |
| CN109040466B (zh) | 基于语音的移动终端解锁方法、装置、电子设备以及存储介质 | |
| CN114003883A (zh) | 一种便携式的数字化身份验证设备及身份验证方法 | |
| KR101703942B1 (ko) | 화자 인증을 이용한 금융 보안 시스템 및 그 방법 | |
| RU2351023C2 (ru) | Способ верификации пользователя в системах санкционирования доступа | |
| WO2021196458A1 (zh) | 贷款智能进件方法、装置及存储介质 | |
| CN110891049A (zh) | 基于视频的账户登录方法、装置、介质、电子设备 | |
| TW201944320A (zh) | 支付認證方法、裝置、設備及存儲介質 | |
| US11803898B2 (en) | Account establishment and transaction management using biometrics and intelligent recommendation engine |
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 |