CN112802479A - 语音验证方法、装置以及存储介质 - Google Patents

语音验证方法、装置以及存储介质 Download PDF

Info

Publication number
CN112802479A
CN112802479A CN202110020371.6A CN202110020371A CN112802479A CN 112802479 A CN112802479 A CN 112802479A CN 202110020371 A CN202110020371 A CN 202110020371A CN 112802479 A CN112802479 A CN 112802479A
Authority
CN
China
Prior art keywords
content
voice
feature
voice signal
text
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
Application number
CN202110020371.6A
Other languages
English (en)
Inventor
王壹丰
杨朔
蔡国都
李黎晗
高鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Pinecone Electronic Co Ltd
Original Assignee
Beijing Xiaomi Pinecone Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Pinecone Electronic Co Ltd filed Critical Beijing Xiaomi Pinecone Electronic Co Ltd
Priority to CN202110020371.6A priority Critical patent/CN112802479A/zh
Publication of CN112802479A publication Critical patent/CN112802479A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephone Function (AREA)

Abstract

本公开是关于一种语音验证方法、装置以及存储介质；其中，语音验证方法包括：获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；并获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果；根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。这样，由于提示内容是动态生成的，安全性更高，且动态生成的内容同样用于进行身份验证，使得验证的准确率更高。

Description

语音验证方法、装置以及存储介质
技术领域
本公开涉及语音处理技术领域，尤其涉及一种语音验证方法、装置以及存储介质。
背景技术
随着科技的发展，越来越多的身份验证方法被提出。声纹识别也称作说话人识别，是一种通过声音判别说话人身份的技术。声纹识别技术中语音承载的说话人身份信息的唯一性，使得声纹也可以像人脸、指纹那样作为生物信息识别技术的一份子，辅助替代传统的数字符号密码，在安防和个人信息加密的领域发挥重要的作用。在使用中，对于声纹识别而言，如果是固定文本就会面临录音攻击，存在较大的安全问题，并且也会存在录音攻击，使得验证的准确率较低。
发明内容
本公开提供一种语音验证方法、装置以及存储介质，用以提高身份验证的准确率。
根据本公开实施例的第一方面，提供一种语音验证方法，包括：
获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；
确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；并
获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果；
根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。
可选地，所述第一内容包括：由至少一个数字构成的数字信息；
所述第二内容包括：由至少一个文字构成的文本信息。
可选地，其特征在于，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
可选地，所述确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果，包括：
根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
将与所述第一内容对应的所述第一语音段的文本内容与所述第一内容进行匹配；
将与所述第二内容对应的所述第二语音段的文本内容与所述第二内容进行匹配；
若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
可选地，所述获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果，包括：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述第一语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
可选地，所述方法还包括：
基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述获取所述第一语音信号的语音特征，包括：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
可选地，所述基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型，包括：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
可选地，所述方法还包括：
基于注册请求，获取至少一个携带有所述第二内容的第三语音信号；
基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
可选地，所述获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果，包括：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
根据本公开实施例的第二方面，提供一种语音验证装置，包括：
第一获取模块，用于获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；
内容匹配模块，用于确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；
特征匹配模块，用于获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果；
身份验证模块，用于根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。
可选地，所述第一内容包括：由至少一个数字构成的数字信息；
所述第二内容包括：由至少一个文字构成的文本信息。
可选地，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
可选地，所述内容匹配模块，包括：
切分模块，用于根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
第一匹配模块，用于将与所述第一内容对应的所述第一语音段的文本内容，与所述第一内容进行匹配；
第二匹配模块，用于将与所述第二内容对应的所述第二语音段的文本内容，与所述第二内容进行匹配；
匹配结果确定模块，用于若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
可选地，所述特征匹配模块，还用于：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述注册语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
可选地，所述装置还包括：
模型生成模块，用于基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述特征匹配模块，还用于：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
可选地，所述模型生成模块，还用于：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
可选地，所述装置还包括：
第二获取模块，用于基于注册请求，获取至少一个携带有所述第二内容的第三语音信号；
注册语音特征模块，用于基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
可选地，所述特征匹配模块，还用于：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
根据本公开实施例的第三方面，提供一种语音验证装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行所述存储器中存储的可执行指令时，实现上述第一方面的任一项所述的方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述第一方面任一项提供的方法中的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开实施例提供的语音验证方法，在获取第一语音信号后；通过第一语音信号对应的文本内容，是否与由第一内容和预设的第二内容所组成的组合内容相匹配得到内容匹配结果，和，第一语音信号的语音特征与注册语音特征的特征匹配结果，来进行第一语音信号对应的用户的身份验证。这样，由于提示内容是动态变化的，可以极大地降低录音攻击的成功率。并且，对语音信号的内容和特征都进行了匹配，也使得身份验证的准确率更高。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种语音验证方法的流程图一。
图2是根据一示例性实施例示出的一种语音验证方法的流程图二。
图3是根据一示例性实施例示出的一种语音验证方法的流程图三。
图4是根据一示例性实施例示出的一种语音验证方法的流程图四。
图5是根据一示例性实施例示出的一种语音验证装置的结构示意图。
图6是根据一示例性实施例示出的一种语音验证装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供一种语音验证方法，图1是根据一示例性实施例示出的一种语音验证方法的流程图一，如图1所示，该语音验证方法包括以下步骤：
步骤101，获取第一语音信号；第一语音信号为用户基于提示内容所发出；其中，提示内容至少包括：动态生成的第一内容；
步骤102，确定第一语音信号对应的文本内容，是否与第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；并
步骤103，获取第一语音信号的语音特征，以及语音特征与注册语音特征的特征匹配结果；
步骤104，根据内容匹配结果及特征匹配结果，进行用户的身份验证。
需要说明的是，该语音验证方法可以应用于任意的具备语音采集功能的电子设备，例如，智能手机、平板电脑、智能音响或智能电视等。
还需要说明的是，本公开实施例的语音验证方法的一些应用场景可以是：当需要解锁电子设备时所执行的语音验证，或者，当需要解锁目标应用程序时所执行的语音验证。通过该语音验证来证明发出第一语音信号的用户是不是合法用户。
该用户是指允许使用该电子设备或目标应用程序的用户。
在电子设备输出提示内容后，就可以通过电子设备的音频采集模组，采集第一语音信号来进行身份验证。具体地：电子设备在通过音频采集模组采集到该第一语音信号后，将所述第一语音信号发送给处理器进行匹配处理，基于匹配处理的结果来验证发出第一语音信号的用户的身份。
第一语音信号是用于进行身份验证的语音信号，在进行语音身份验证的应用场景中，该第一语音信号就是跟读所述提示内容而产生的信号。
在一些实施例中，该方法还包括：输出提示内容。
本公开实施例中，该提示内容用于给出需要用户跟读的内容；此时第一语音信号就可以是用户跟读该提示内容发出的。
用户在跟读该提示内容后，电子设备采集语音信号，识别语音信号的内容和用户的身份来进行用户身份的验证。
关于提示内容的输出，可以是电子设备可以通过发出语音信号的方式来输出，还可以是电子设备具备显示屏，通过显示屏显示出该提示内容。本公开对提示内容的输出方式不作限定。
这里，该电子设备可以是在检测到对应的触控操作时，输出提示内容。
例如，在为了解锁电子设备执行语音验证时，检测到对应的控件被触控，则生成用于执行语音验证的第一指令，在该第一指令的控制下输出提示内容。
在另一些实施例中，该提示内容可以由其他设备输出。例如，当为了解锁电子设备A执行语音验证时，检测到对应的控件被触控，向电子设备B发送用于执行语音验证的第一指令，在该第一指令的控制下输出提示内容。
本公开对输出提示内容的对象也不作限定。
本公开实施例中，提示内容可以仅包含第一内容；还可以包含由第一内容和第二内容组成的组合内容。
当提示内容仅包含第一内容时，用于验证身份的第一语音信号对应的文本内容可以包括：第一内容，或者，预设的第二内容和第一内容的组合。即虽然输出的提示内容仅为第一内容，但根据不同的验证规则，可以执行不同的验证。例如，该提示内容可以随机数字，如5623。
需要说明的是，当提示内容仅包含第一内容时，虽然第二内容不出现在提示内容中，但在验证中需要用到。即虽然提示内容为第一内容，但用户跟读时除了发出的第一语音信号需要既携带有第一内容，也需要携带第二内容。
当提示内容仅包含第一内容时，该预设的第二内容可以通过产品说明书中给出，并给出了语音验证的验证规则。该第二内容还可以是在注册阶段，通过检测用户的注册操作获取到。
此时，在匹配时的验证规则可以为：设置一个预设的第二内容，验证的内容为第二内容第一内容顺次组合。在进行验证时，输出提示内容仍是只包括第一内容，但用户需要发出第二内容和第一内容的顺次组合才能完成验证。例如，假设预设的第二内容为：小爱，但该预设的第二内容不通过输出的提示内容来给出，而是通过其他方式传达给用户(如产品说明书中给出)，此时输出的提示内容仅为5623，但在验证时，用户需要说出小爱5623才能实现验证。这种隐含给出的方式，进一步提升了安全性。
当提示内容包含由第一内容和第二内容组成的组合内容时，用于验证身份的第一语音信号对应的文本内容可以包括：预设的第二内容和第一内容的组合。即根据输出的提示内容为由第一内容和第二内容组成的组合内容，用户跟读该组合内容。例如，假设该第二内容为：小爱，则该提示内容可以是：小爱5623。此时用户也需要跟读小爱5623。
这里，第二内容可以是预先设置的内容。
在一些实施例中，该第二内容中包含预设的固定文本。
在执行验证时，需要将第一语音信号对应的文本内容与所述第一内容和预设的第二内容进行匹配。例如，第一内容为5623，预设的第二内容为小爱，则第一语音信号对应的文本内容需要与5623小爱，或者，小爱5623进行匹配。
这里，由于该提示内容至少包括：动态生成的第一内容。而提示内容不是静态不变的，而是动态变化的。这样，由于每次输出的提示内容都不同，可以有效地防止录音攻击，安全性更高。
在一些实施例中，所述第一内容包括：由至少一个数字构成的数字信息；所述第二内容包括：由至少一个文字构成的文本信息。
例如，第一内容为5623，第二内容为小爱。
如上所述，这里的第二内容可以是固定不变的内容。例如，假设该第二内容为：小爱，则该提示内容可以是：小爱5623。
在其他实施例中，所述提示内容除了是包含数字和/或文字，需要用户跟读的内容外。在另一个实施例中，所述提示内容还可以是以提问的方式呈现，需要用户给出结果。
在一个实施例中，验证规则为：用于验证身份的第一语音信号对应的文本内容需要与第一内容完全匹配。例如，当提示内容仅为5623时，第一语音信号对应的文本内容也需要是5623，这样就可以实现内容匹配。
在另一个实施例中，验证规则为：设置一个预设的第二内容，验证的内容为第二内容第一内容顺次组合。在进行验证时，输出提示内容仍是只包括第一内容5623，但用户需要发出第二内容和5623的顺次组合才能完成验证。如，假设预设的第二内容为：小爱，但该预设的第二内容不通过输出的提示内容来给出，而是通过其他方式传达给用户(如产品说明书中给出)，此时输出的提示内容仅为5623，用户需要说出小爱5623才能实现验证。这种隐含的方式，进一步提升了安全性。
本公开实施例中，该匹配处理包括：内容匹配和特征匹配。
所述内容匹配是指：将第一语音信号中携带的文本内容与电子设备输出的提示内容进行匹配。例如，提示内容为AAA123，则当电子设备输出AAA123后，获取到的第一语音信号所携带的文本内容也应该是AAA123，这样才能实现第一语音信号对应的文本内容与提示内容的匹配。
所述特征匹配是指，将第一语音信号的语音特征与进行语音注册时的注册语音特征进行匹配。这里，进行语音注册时的注册语音特征是指：进行注册时所使用的语音信号的语音特征。
该特征匹配是为了验证用户的身份，即通过提取第一语音信号的语音特征来与注册时的注册语音特征进行特征匹配，来判断当前进行语音验证的用户是否是注册时所指示的合法用户。
由于每个人的声道、口腔和鼻腔具有个体的差异性，反映到声音上也具有差异性，因此可以通过声音的声纹特征来识别用户。例如，即使文本内容相同的语音信号，不同的用户对应的语音特征也不相同。
当内容匹配结果及所述特征匹配结果均为通过，就可以确定所述第一语音信号的发声用户的身份验证成功，该用户是合法用户。
本公开实施例中，在执行根据输出的提示内容获取第一语音信号之前，需要先进行注册，即在要使用本公开实施例的语音验证功能之前，需要先进行该功能的注册，在注册通过后，即可使用该语音验证功能。这里的注册是指语音注册，需要采集语音信号。
本公开实施例中，由于在注册阶段是基于携带有第二内容的第三语音信号实现的注册，且提取了第三语音信号的注册语音特征，作为注册用户的声纹特征。那么，在匹配阶段加入了预设的第二内容，就可以基于该内容不变的固定文本，实现更为精准的身份验证。
因此，在一些实施例中，所述语音验证方法还包括：
获取注册请求；
基于所述注册请求，获取至少一个携带有所述第二内容的第三语音信号；
基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
这里，所述注册请求是指用于开启语音身份验证的请求。在开启语音身份验证后，即可通过执行语音验证来实现电子设备的解锁，或，通过执行语音验证来实现目标应用程序的解锁。
该注册请求可以是通过检测电子设备上的触控操作来获取。
所述第三语音信号是指在注册时接收的语音信号，所述第三语音信号中包含有所述第二内容。由于该第二内容可以是固定不变的内容，用于执行身份验证。那么，当注册时，多次采集该携带有第二内容的第三语音信号，可以基于采集的第三语音信号来提出用户的声纹特征(即上述的注册语音特征)。
如此，当后续需要执行身份验证时，就可以通过该声纹特征对第一语音信号进行验证，判断第一语音信号的发声用户是不是合法用户。
在一些实施例中，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
即在一个实施例中，提示内容包括：第一内容和第二内容。
第二内容是固定不变的，第一内容是动态生成的。这样，就可以在进行身份验证时，基于动态生成的第一内容减少录音的可能性，以及基于第二内容的不变，提升身份验证的准确度。
在另一个实施例中，提示内容仅包含第一内容。当提示内容仅包含第一内容时，该预设的第二内容可以是在注册阶段，通过检测用户的注册操作获取到。
这里，在一些实施例中，步骤1031中，所述确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果，包括：
步骤10311，根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
步骤10312，将与所述第一内容对应的所述第一语音段的文本内容与所述第一内容进行匹配；
步骤10313，将与所述第二内容对应的所述第二语音段的文本内容与所述第二内容进行匹配；
步骤10314，若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
图2是根据一示例性实施例示出的一种语音验证方法的流程图二，如图2所述，当所述第一语音信号对应的文本内容是与所述第一内容和预设的第二内容进行匹配时，为了方便后续的特征匹配，可以基于第一内容和预设的所述第二内容的数据类型，对第一语音信号进行切分，将第一语音信号切分为第一语音段和第二语音段。
在一个实施例中，第一内容和预设的所述第二内容的数据类型包括：内容对应的字符类型；所述字符类型包括：数字和/或文字。例如，第一内容为数字，第二内容为文字，具体如：第一内容为5623、第二内容为小爱。
如此，可以基于第一内容和预设的所述第二内容的属性参数的不同对第一语音信号进行切分，这时得到的第一语音段为文本内容为“5623”的语音段，第二语音段为文本内容为“小爱”的语音段。
在另一个实施例中，所述第一内容和所述第二内容的属性参数还可包括：发音特点，例如，第一内容可为能够转换为文字的特定发音，和/或，第二内容可为不能转换为文字的特定发音。
需要说明的是，当第二内容为提示内容的组成部分时，所述根据所述第一内容和预设的所述第二内容的属性参数，切分所述第一语音信号得到第一语音段和第二语音段，包括：
确定所述第二内容在所述提示内容中的所处位置和所述第二内容的字符长度；
基于所述所处位置和所述字符长度，对所述第一语音信号携带的文本内容进行分割；
基于所述文本内容的分割结果，对所述第一语音信号进行划分，得到第一语音段和第二语音段。
这里，所述第一语音信号的文本内容包括：与所述第一内容对应的第一文本内容，和，与所述第二内容对第二文本内容。
在组成所述文本内容时，所述第一文本内容和所述第二文本内容之间会存在先后顺序，因此可以根据字符长度和所处位置来进行分割。例如，假设文本内容可以是先第二文本内容，后第一文本内容，且第二内容的字符长度为2，则可以在所述文本内容的前2位的位置进行分割。
需要说明的是，在一些实施例中，步骤1031中，所述确定所述语音信号对应的文本内容，是否与由所述第一内容和预设第二内容所组成的组合内容相匹配，得到内容匹配结果，还可以包括：
确定所述文本内容，是否包含所述第一内容和所述第二内容；
若所述文本内容包含所述第一内容和所述第二内容，确定所述第一内容和所述第二内容的排列顺序是否为预设顺序；
若所述文本内容包含所述第一内容和所述第二内容，且所述排列顺序为所述预设顺序，确定所述语音信号对应的文本内容与所述第一内容和所述第二内容匹配成功。
即，在本公开实施例中的内容匹配，可以是既对内容的匹配，也包含对排列顺序的匹配。
例如，第一内容和第二内容的排列顺序可包括以下至少之一：
第一内容位于第二内容之前；
第二内容位于第一内容之前；
第二内容和第一内容交错分布。
在一些实施例中，步骤104中，所述获取所述第一语音信号的语音特征，并获取所述语音特征与注册语音特征的特征匹配结果，包括：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述第一语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
这里，在进行特征比较时，分别获取第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征，将所述第一语音特征和所述第二语音特征分别执行对比。
本公开实施例中，将第一语音特征和所述第二语音特征分别执行对比是由于在注册阶段，是基于携带有第二内容的第三语音信号来提取的声纹特征，而即使同一用户发出不同内容的语音信号后，在提取的声纹上会存在差别，如果针对同一内容的语音信号进行声纹特征的识别，在识别准确度上会有极大提高。
例如，如果要确定用户A是否是合法用户，需要将用户A与合法用户的声纹进行比较，而针对同一内容的声纹比较，由于变量只有声纹的不同，在匹配上准确率会更高。如，将用户A发出的文本内容为“小爱5623”的第一语音信号与注册阶段时合法用户发出的文本内容为“小爱5623”的注册语音信号进行特征匹配，由于文本内容相同，比较的变量只有用户的声纹，就可以更为准确地判断用户是否是合法用户。
如此，在注册阶段时由于是基于携带有所述第二内容的第三语音信号来确定的注册语音特征，那么将第二语音段的第二语音特征来与所述注册语音特征进行比较，就可以直接基于比较声纹，确定用户是否是注册时的合法用户。
进一步地，由于第二内容主要用户识别用户身份，那么就可能会存在部分的录音攻击，即采用合法用户的录音作为第二内容，配合非合法用户发出的跟读第一内容，因此同样可以解锁。例如，在注册阶段用户A通过发出第二内容“小爱”来进行语音注册，则在验证阶段，只有用户A发出第二内容“小爱”以及跟读的第一内容组成的第一语音信号才能实现解锁，此时通过第二内容“小爱”来判断当前的发声用户是不是用户A。那么，如果非法用户通过采集合法用户的录音来获取该第二内容，在验证阶段时，该非法用户就可以播放该录音输出“小爱”，以及跟读第一内容，就可以实现解锁。
而本公开实施例为了预防该问题，通过确定所述第二语音特征和所述第一语音特征的第二相似度，来判断第一内容的发声用户和第二内容的发声用户是否一致，以此来尽可能地防止上述的录音攻击。
在另一个实施例中，步骤104中，所述获取所述第一语音信号的语音特征，并获取所述语音特征与注册语音特征的特征匹配结果，还可包括：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第一语音特征和所述注册语音特征的第三相似度；
基于所述第一相似度、所述第三相似度与对应阈值的大小关系，获取特征匹配结果。
这里，基于第一语音特征和注册语音特征确定的第三相似度，可以用来确定对动态生成的第一内容的跟读所产生的第一语音段的发生用户与合法用户是否是同一用户。如此，也可以用来保证避免上述的录音攻击。
在一些实施例中，所述方法还包括：
基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述获取所述第一语音信号的语音特征，包括：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
这里，为了让计算机认识一个用户的身份，需要目标用户首先提供一段训练语音，这段语音经过特征提取和模型训练等一系列操作，会被映射为用户的目标声纹模型。在验证阶段，一个身份未知的语音也会经过一系列的操作被映射为测试特征，测试特征会与目标模型进行某种相似度的计算后得到一个置信度的得分，这个得分通常会与设定的期望值进行比较，高于这个期望值，认为测试语音对应的身份与目标用户身份匹配，通过验证；反之则拒绝掉测试身份。
如此，为了识别合法用户，在构建目标声纹模型时，可以利用合法用户发出的语音信号来生成目标声纹模型。需要说明的是，为了提高模型的精确度，可以在构建时，通过合法用户发出包含有第二内容的第二语音信号来实现。这样，由于后续的验证阶段，也是对包含有第二内容的第一语音信号来进行验证，在验证精确度上可以得到保证。
该目标声纹模型是指：基于用户提供的包含有第二内容的第二语音信号训练得到的声纹模型。
在一些实施例中，所述基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型，包括：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
这里，在模型的训练中，可以将所述第二语音信号与对应的语音特征作为训练样本，对预设的声纹模型进行训练，得到述目标声纹模型。
预设的声纹模型可以是混合高斯模型(Gaussian Mixture Model，GMM)、通用背景模型(Universal Background Model，UBM)，或者，基于GMM-UBM框架的最大后验估计(Maximum A Posterior，MAP)模型。
在得到该目标声纹模型后，就可以基于目标声纹模型对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
这样，在注册阶段和验证阶段采用同样的目标声纹模型来执行声纹特征的获取，可以提升验证的准确度。
在一些实施例中，所述获取所述第一语音信号的语音特征，并获取所述语音特征与注册语音特征的特征匹配结果，包括：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
本公开实施例中，先执行内容匹配，在内容匹配结果为通过后才执行特征匹配。
由于提取语音特征来进行特征匹配，需要目标声纹模的参与，且目标声纹模的运算会需要一定的计算资源，为了节省资源，可以在内容匹配结果为通过后，才继续执行对语音特征的特征匹配验证。相对应的，先执行内容匹配，在内容匹配结果为不通过时，就无需继续执行特征匹配，如此，可以最大程度地提升资源利用率。
本公开还提供以下实施例：
目前的声纹识别，有的是固定文本(8个固定数字)的识别，这一方式的特点是容易被录音攻击。还有支持8位随机数字组成动态文本的识别：当声纹特征和内容都匹配通过即为验证成功。还有支持有限数字集合内的随机数字组合作为身份验证文本的识别，这种方式的特点是：能有效防止录音攻击，但效果不如长文本相关任务。
如此，由于目前的声纹识别效果不佳，本公开实施例提供了一种语音验证方法，图3是根据一示例性实施例示出的一种语音验证方法的流程图三，如图3所示，语音验证方法包括：
步骤301，模型训练。
本公开实施例，根据模型的训练，得到目标声纹模型。
这里，使用包含固定不变的文本(第二内容)的第二语音信号的语音特征，训练预设的声纹模型得到目标声纹模型。
步骤302，注册语音。
当用户发出注册请求时，电子设备输出一段提示文本：固定文本(第二内容)，用户需正确重复朗读N遍提示文本，电子设备采集用户发音，注册完成；N＝3至5。其中，用户复述提示文本需正确无误，正确无误才能注册通过。
同时，使用步骤301中的目标声纹模型，提取每一遍注册语音的特征向量，最终取N遍语音特征向量的平均值，作为注册成功的注册语音特征Vectorenr_fix。
步骤303，获取第一语音信号。
步骤304，识别所述第一语音信号的文本内容。
这里，将所述第一语音信号的文本内容与提示文本进行比较，判断第一语音信号的内容是否正确。
步骤305，基于目标声纹模型提取语音特征。
这里，使用目标声纹模型对第一语音信号中第一语音段进行处理，得到第一语音特征；对第二语音段进行处理，得到第二语音特征。
步骤306，固定文本发音的特征打分。
固定文本发音即为第二语音段。
步骤307，随机文本发音的特征打分。
随机文本发音即为第一语音段。
这里，用户发出身份验证请求，电子设备输出提示文本：固定文本(第二内容)和随机数字(第一内容)，用户复述该提示文本，电子设备识别判断用户发音内容(第一语音信号)是否与提示文本一致，若一致，将用户发音分割为固定文本发音Speechfix(第一语音段)和随机数字发音Speechdig(第二语音段)。
然后，使用目标声纹模型对Speechfix提取声纹特征，得到第一语音特征Vectortest_fix。使用目标声纹模型对Speechdig(第二语音段)提取声纹特征，得到第二语音特征Vectortest_dig。计算Vectorenr_fix和上述Vectortest_fix的相似度Scorefix。设定相似度得分阈值Threfix，若Scorefix>Threfix，即认为身份验证通过，否则，验证失败。
最后，并计算Vectortest_fix和Vectortest_dig的相似度Scoredig，设定相似度得分阈值Thredig，若Scoredig>Thredig，即认为最终身份验证通过。
步骤308，输出验证结果。
验证结果包括：通过或拒绝。即允许访问电子设备或拒绝访问电子设备。
这里，本公开还提供一种语音验证方法：图4是根据一示例性实施例示出的一种语音验证方法的流程图四。如图4所示，该语音验证方法包括：
步骤401，获取待进行验证的第一语音信号。
步骤402，对所述第一语音信号进行语音识别，确定文本内容与提示内容是否匹配。
若匹配，转到步骤403。若不匹配，转到步骤409。
步骤403，将第一语音信号切分为固定文本和随机数字两部分，并分别提取语音特征：第一语音特征Vectortest_fix和第二语音特征Vectortest_dig。
步骤404，计算Vectortest_fix和注册语音特征Vectorenr_fix的第一相似度Scorefix，且判断Scorefix是否大于Threfix。
步骤405，若Scorefix>Threfix。
转到步骤406。若Scorefix<Threfix，转到步骤409。
步骤406，计算Vectorenr_fix和Vectortest_dig的第二相似度Scoredig，且判断Scoredig是否大于Thredig。
这里，阈值Threfix和Thredig可以根据实际验证场景来设置。
步骤407，若Scoredig>Thredig。
转到步骤408。若Scoredig<Thredig，转到步骤409。
步骤408，验证通过。
步骤409，验证失败。
如此，通过确定所述第二语音特征和所述第一语音特征的第二相似度，来判断第一内容的发声用户和第二内容的发声用户是否一致，以此来尽可能地防止部分的录音攻击，进一步提高语音验证的准确度。
本公开实施例提供一种语音验证装置，图5是根据一示例性实施例示出的一种语音验证装置的结构示意图，如图5所示，该语音验证装置500包括：
第一获取模块501，用于获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；
内容匹配模块502，用于确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；
特征匹配模块503，用于获取所述第一语音信号的语音特征，并获取所述语音特征与注册语音特征的特征匹配结果；
身份验证模块504，用于根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。
在一些实施例中，所述第一内容包括：由至少一个数字构成的数字信息；
所述第二内容包括：由至少一个文字构成的文本信息。
在一些实施例中，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
在一些实施例中，所述内容匹配子模块，包括：
切分模块，用于根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
第一匹配模块，用于将与所述第一内容对应的所述第一语音段的文本内容，与所述第一内容进行匹配；
第二匹配模块，用于将与所述第二内容对应的所述第二语音段的文本内容，与所述第二内容进行匹配；
匹配结果确定模块，用于若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
在一些实施例中，所述特征匹配模块，还用于：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第一语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述注册语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
在一些实施例中，所述装置还包括：
模型生成模块，用于基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述特征匹配模块，还用于：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
在一些实施例中，所述模型生成模块，还用于：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
在一些实施例中，所述装置还包括：
第二获取模块，用于基于注册请求，获取至少一个携带有所述第二内容的第三语音信号；
注册语音特征模块，用于基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
在一些实施例中，所述特征匹配模块，还用于：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种语音验证装置1800的框图。例如，装置1800可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。
参照图6，装置1800可以包括以下一个或多个组件：处理组件1802，存储器1804，电力组件1806，多媒体组件1808，音频组件1810，输入/输出(I/O)接口1812，传感器组件1814，以及通信组件1816。
处理组件1802通常控制装置1800的整体操作，诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件1802可以包括一个或多个处理器1820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1802还可以包括一个或多个模块，便于处理组件1802和其他组件之间的交互。例如，处理组件1802可以包括多媒体模块，以方便多媒体组件1808和处理组件1802之间的交互。
存储器1804被配置为存储各种类型的数据以支持在装置1800的操作。这些数据的示例包括用于在装置1800上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器1804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘。
电力组件1806为装置1800各种组件提供电力。电力组件1806可以包括：电源管理系统，一个或多个电源，及其他与为装置1800生成、管理和分配电力相关联的组件。
多媒体组件1808包括在所述装置1800和用户之间提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1808包括一个前置摄像头和/或后置摄像头。当装置1800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和/或后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1810被配置为输出和/或输入音频信号。例如，音频组件1810包括一个麦克风(MIC)，当装置1800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1804或经由通信组件1816发送。在一些实施例中，音频组件1810还包括一个扬声器，用于输出音频信号。
I/O接口1812为处理组件1802和外围接口模块之间提供接口，上述外围接口模块可以是键盘、点击轮、按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1814包括一个或多个传感器，用于为装置1800提供各个方面的状态评估。例如，传感器组件1814可以检测到装置1800的打开/关闭状态、组件的相对定位，例如所述组件为装置1800的显示器和小键盘，传感器组件1814还可以检测装置1800或装置1800一个组件的位置改变，用户与装置1800接触的存在或不存在，装置1800方位或加速/减速和装置1800的温度变化。传感器组件1814可以包括接近传感器，被配置为在没有任何的物理接触时检测附近物体的存在。传感器组件1814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1814还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件1816被配置为便于装置1800和其他设备之间有线或无线方式的通信。装置1800可以接入基于通信标准的无线网络，如WiFi、2G或3G，或它们的组合。在一个示例性实施例中，通信组件1816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术或其他技术来实现。
在示例性实施例中，装置1800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1804，上述指令可由装置1800的处理器1820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得能够执行上述方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (20)

1.一种语音验证方法，其特征在于，包括：
获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；
确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；并
获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果；
根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。
2.根据权利要求1所述的方法，其特征在于，
所述第一内容包括：由至少一个数字构成的数字信息；
所述第二内容包括：由至少一个文字构成的文本信息。
3.根据权利要求1所述的方法，其特征在于，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果，包括：
根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
将与所述第一内容对应的所述第一语音段的文本内容，与所述第一内容进行匹配；
将与所述第二内容对应的所述第二语音段的文本内容，与所述第二内容进行匹配；
若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
5.根据权利要求4所述的方法，其特征在于，所述获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果，包括：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述第一语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述获取所述第一语音信号的语音特征，包括：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
7.根据权利要求6所述的方法，其特征在于，所述基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型，包括：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
基于注册请求，获取至少一个携带有所述第二内容的第三语音信号；
基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
9.根据权利要求1所述的方法，其特征在于，所述获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果，包括：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
10.一种语音验证装置，其特征在于，包括：
第一获取模块，用于获取第一语音信号；所述第一语音信号为用户基于提示内容所发出；其中，所述提示内容至少包括：动态生成的第一内容；
内容匹配模块，用于确定所述第一语音信号对应的文本内容，是否与由所述第一内容和预设的第二内容所组成的组合内容相匹配，得到内容匹配结果；
特征匹配模块，用于获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果；
身份验证模块，用于根据所述内容匹配结果及所述特征匹配结果，进行所述用户的身份验证。
11.根据权利要求10所述的装置，其特征在于，
所述第一内容包括：由至少一个数字构成的数字信息；
所述第二内容包括：由至少一个文字构成的文本信息。
12.根据权利要求10所述的装置，其特征在于，所述第二内容为：
包含在所述提示内容中，不同于所述第一内容的内容；
或者，
不包含在所述提示内容中，且基于检测所述用户的注册操作所确定的内容。
13.根据权利要求10至12任一项所述的装置，其特征在于，所述内容匹配模块，包括：
切分模块，用于根据所述第一内容和预设的所述第二内容的数据类型，切分所述第一语音信号得到第一语音段和第二语音段；
第一匹配模块，用于将与所述第一内容对应的所述第一语音段的文本内容，与所述第一内容进行匹配；
第二匹配模块，用于将与所述第二内容对应的所述第二语音段的文本内容，与所述第二内容进行匹配；
匹配结果确定模块，用于若所述第一语音段的文本内容与所述第一内容匹配成功，且所述第二语音段的文本内容与所述第二内容匹配成功，确定所述第一语音信号对应的文本内容，与由所述第一内容和所述第二内容所组成的组合内容匹配成功。
14.根据权利要求13所述的装置，其特征在于，所述特征匹配模块，还用于：
获取所述第一语音信号中第一语音段的第一语音特征和第二语音段的第二语音特征；
确定所述第二语音特征和所述注册语音特征的第一相似度；
确定所述第二语音特征和所述第一语音特征的第二相似度；
基于所述第一相似度、所述第二相似度与对应阈值的大小关系，获取特征匹配结果。
15.根据权利要求10所述的装置，其特征在于，所述装置还包括：
模型生成模块，用于基于携带有所述第二内容的第二语音信号的语音特征，生成目标声纹模型；
所述特征匹配模块，还用于：
基于所述目标声纹模型，对所述第一语音信号进行语音特征提取，获取所述第一语音信号的语音特征。
16.根据权利要求15所述的装置，其特征在于，所述模型生成模块，还用于：
获取携带有所述第二内容的第二语音信号与语音特征的对应关系；
基于所述对应关系，对预设的声纹模型进行训练，得到所述目标声纹模型。
17.根据权利要求15所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于基于注册请求，获取至少一个携带有所述第二内容的第三语音信号；
注册语音特征模块，用于基于所述目标声纹模型，对所述第三语音信号进行语音特征提取，得到所述注册语音特征。
18.根据权利要求10所述的装置，其特征在于，所述特征匹配模块，还用于：
在所述内容匹配结果为通过后，获取所述第一语音信号的语音特征，以及所述语音特征与注册语音特征的特征匹配结果。
19.一种语音验证装置，其特征在于，包括：
处理器和用于存储能够在所述处理器上运行的可执行指令的存储器，其中：
处理器用于运行所述可执行指令时，所述可执行指令执行上述权利要求1至9任一项提供的方法中的步骤。
20.一种非临时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中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述权利要求1至9任一项提供的方法中的步骤。
CN202110020371.6A 2021-01-07 2021-01-07 语音验证方法、装置以及存储介质 Pending CN112802479A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110020371.6A CN112802479A (zh) 2021-01-07 2021-01-07 语音验证方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110020371.6A CN112802479A (zh) 2021-01-07 2021-01-07 语音验证方法、装置以及存储介质

Publications (1)

Publication Number Publication Date
CN112802479A true CN112802479A (zh) 2021-05-14

Family

ID=75809064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110020371.6A Pending CN112802479A (zh) 2021-01-07 2021-01-07 语音验证方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN112802479A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140359739A1 (en) * 2013-05-31 2014-12-04 International Business Machines Corporation Voice based biometric authentication method and apparatus
CN108417216A (zh) * 2018-03-15 2018-08-17 深圳市声扬科技有限公司 语音验证方法、装置、计算机设备和存储介质
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
CN109147797A (zh) * 2018-10-18 2019-01-04 平安科技（深圳）有限公司 基于声纹识别的客服方法、装置、计算机设备及存储介质
US20190378520A1 (en) * 2018-06-08 2019-12-12 Inventec (Pudong) Technology Corporation System For Determining Identity Based On Voiceprint And Voice Password, And Method Thereof
CN111785280A (zh) * 2020-06-10 2020-10-16 北京三快在线科技有限公司 身份认证方法和装置、存储介质和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140359739A1 (en) * 2013-05-31 2014-12-04 International Business Machines Corporation Voice based biometric authentication method and apparatus
CN108417216A (zh) * 2018-03-15 2018-08-17 深圳市声扬科技有限公司 语音验证方法、装置、计算机设备和存储介质
US20190378520A1 (en) * 2018-06-08 2019-12-12 Inventec (Pudong) Technology Corporation System For Determining Identity Based On Voiceprint And Voice Password, And Method Thereof
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
CN109147797A (zh) * 2018-10-18 2019-01-04 平安科技（深圳）有限公司 基于声纹识别的客服方法、装置、计算机设备及存储介质
CN111785280A (zh) * 2020-06-10 2020-10-16 北京三快在线科技有限公司 身份认证方法和装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
Tolosana et al. BioTouchPass2: Touchscreen password biometrics using time-aligned recurrent neural networks
CN104598796B (zh) 身份识别方法及系统
US20170053149A1 (en) Method and apparatus for fingerprint identification
CN105654302B (zh) 支付方法和装置
US20170372298A1 (en) Method and apparatus for activating virtual card
CN105654033B (zh) 人脸图像验证方法和装置
US7949535B2 (en) User authentication system, fraudulent user determination method and computer program product
TW201907330A (zh) 身份認證的方法、裝置、設備及資料處理方法
EP3264333A1 (en) Method and system for authenticating user of a mobile device via hybrid biometics information
CN111079791A (zh) 人脸识别方法、设备及计算机可读存储介质
CN113327620B (zh) 声纹识别的方法和装置
CN111611568A (zh) 一种人脸声纹复核终端及其身份认证方法
CN105263126B (zh) 短信验证方法、装置及系统
CN112509598B (zh) 音频检测方法及装置、存储介质
CN105100363A (zh) 信息处理方法、装置及终端
CN108345581A (zh) 一种信息识别方法、装置和终端设备
CN110399708A (zh) 一种双重身份认证方法、装置以及电子设备
JP7482326B2 (ja) 身元認証方法および装置、電子機器並びに記憶媒体
CN111160928A (zh) 一种验证身份的方法及装置
CN107145771B (zh) 应用程序解锁方法、装置及终端
Fantana et al. Movement based biometric authentication with smartphones
CN107205198B (zh) 麦克风的解锁方法和装置
CN111835522A (zh) 一种音频处理方法及装置
US20120330663A1 (en) Identity authentication system and method
CN112820300B (zh) 音频处理方法及装置、终端、存储介质

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