CN116013255A - 一种高安全性的语音识别方法、系统、设备及介质 - Google Patents

Abstract

本发明公开了一种高安全性的语音识别方法、系统、设备及介质，所述方法包括以下步骤：配置超声波检测算法、声音提取算法和语义融合算法；基于超声波检测算法和声音提取算法获取用户的多类语音数据；基于语义融合算法和多类语音数据进行用户语义识别，得到用户语义数据；本发明能够调用超声波检测算法、声音提取算法和语义融合算法进行逻辑配合，进而在不需要较高算力的情况下，就能精准的识别出用户的语义，同时操作过程中不会侵犯用户的隐私，还会保护用户的相关数据，提升了数据安全性，弥补了现有技术的不足，提升了人机交互功能的适用性。

Description

一种高安全性的语音识别方法、系统、设备及介质

技术领域

本发明涉及智能语义识别技术领域，具体的，本发明应用于人机交互领域，特别是涉及一种高安全性的语音识别方法、系统、设备及介质。

背景技术

随着现代信息技术的迅速发展，自助终端设备越来越多，在满足正常交易与使用的基础上，其智能化、自动化程度越来越受到客户的关注；基于各类场景及业务办理需求，智能语音识别的人机交互是各类自助终端设备不可或缺的功能，目前自助终端设备基本都是采用光学摄像头来实现用户的唇动检测进而判断用户的一些交互状态来进行人机交互，但这种方法存在如下问题：

第一方面，传统光学摄像头进行唇动检测需要大数据量传输，这对主机算力、数据传输方式均有一定限制门槛，当使用较多USB设备时，极易出现无法调用摄像头的情况，严重影响客户使用；

第二方面，传统光学摄像头进行唇动检测时会进行活体检测，活体检测时无法避免的将采集到用户的人脸图像，这在一定程度上侵犯了用户个人隐私，具有一定数据泄露风险。

发明内容

本发明的目的在于，针对现有技术中的上述问题，提供一种安全性的语音识别方法、系统、设备及介质，进而解决现有技术中采用光学摄像头来实现用户的唇动检测的方式使用局限性较大，且易侵犯用户个人隐私造成信息泄露的问题。

为解决上述技术问题，本发明的具体技术方案如下：

一方面，本发明提供一种安全性的语音识别方法，包括以下步骤：

算法配置：

配置超声波检测算法、声音提取算法和语义融合算法；

多类语音数据采集：

基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

语义融合识别：

基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据。

作为一种改进的方案，所述基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据，包括：

调用所述超声波检测算法对用户进行唇动检测，得到用户唇动数据；

调用声音提取算法对用户进行语音检测，得到用户语音数据；

令所述用户唇动数据和所述用户语音数据作为所述多类语音数据。

作为一种改进的方案，所述基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据，包括；

调用语义融合算法对所述用户唇动数据和所述用户语音数据进行融合语义分析处理，得到所述用户语义数据。

作为一种改进的方案，所述超声波检测算法，包括：

向用户发送第一声波；

获取关于所述第一声波的第一回声；

分析所述第一回声的变化数据；

基于所述第一回声以及所述变化数据确认第一唇动数据；

对所述第一唇动数据进行第一加密处理，得到所述用户唇动数据。

作为一种改进的方案，所述声音提取算法，包括：

检测用户是否输出第一语音数据；

若是，则采集所述第一语音数据；

对所述第一语音数据进行第二加密处理，得到所述用户语音数据。

作为一种改进的方案，所述语义融合算法，包括：

将所述用户唇动数据和所述用户语音数据发送至主机端；

在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据。

作为一种改进的方案，所述在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据，包括：

对所述用户唇动数据进行解密处理，得到所述第一唇动数据；

对所述用户语音数据进行解密处理，得到所述第一语音数据；

对所述第一唇动数据进行唇语语义解析，得到第一语义信息；

对所述第一语音数据进行关键字语义解析，得到第二语义信息；

基于所述第一语义信息和所述第二语义信息间的匹配性，生成第三语义信息；令所述第三语义信息作为所述用户语义数据。

另一方面，本发明还提供一种安全性的语音识别系统，包括：

算法配置模块、多类语音数据采集模块和语义融合识别模块；

算法配置模块，用于配置超声波检测算法、声音提取算法和语义融合算法；

多类语音数据采集模块，用于根据所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

语义融合识别模块，用于根据所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据。

另一方面，本发明还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安全性的语音识别方法的步骤。

另一方面，本发明还提供一种计算机设备，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：

所述存储器，用于存放计算机程序；

所述处理器，用于通过运行所述存储器上所存放的程序来执行所述安全性的语音识别方法的步骤。

本发明技术方案的有益效果是：

1、本发明所述的安全性的语音识别方法，可以实现调用超声波检测算法、声音提取算法和语义融合算法进行逻辑配合，进而在不需要较高算力的情况下，就能精准的识别出用户的语义，同时操作过程中不会侵犯用户的隐私，还会保护用户的相关数据，提升了数据安全性，弥补了现有技术的不足，提升了人机交互功能的适用性。

2、本发明所述的安全性的语音识别系统，可以通过算法配置模块、多类语音数据采集模块和语义融合识别模块的相互配合，进而实现调用超声波检测算法、声音提取算法和语义融合算法进行逻辑配合，进而在不需要较高算力的情况下，就能精准的识别出用户的语义，同时操作过程中不会侵犯用户的隐私，还会保护用户的相关数据，提升了数据安全性，弥补了现有技术的不足，提升了人机交互功能的适用性。

3、本发明所述的计算机可读存储介质，可以实现引导算法配置模块、多类语音数据采集模块和语义融合识别模块进行配合，进而实现本发明所述的安全性的语音识别方法，且本发明所述的计算机可读存储介质还有效提高所述安全性的语音识别方法的可操作性。

4、本发明所述的计算机设备，可以实现存储并执行所述计算机可读存储介质，进而实现本发明所述的安全性的语音识别方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是本发明实施例1所述安全性的语音识别方法的流程示意图；

图2是本发明实施例1所述安全性的语音识别方法的详细流程示意图；

图3是本发明实施例1所述安全性的语音识别方法的操作逻辑示意图；

图4是本发明实施例2所述安全性的语音识别系统的架构示意图；

图5是本发明实施例4所述计算机设备的结构示意图；

附图中的标记说明如下：

1501、处理器；1502、通信接口；1503、存储器；1504、通信总线。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

在本发明的描述中，需要说明的是，本发明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。

本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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、装置、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。

实施例1

本实施例提供一种高安全性的语音识别方法，如图1～图3所示，包括以下步骤：

S100、算法配置，具体包括：

S110、配置超声波检测算法、声音提取算法和语义融合算法；

S200、多类语音数据采集，具体包括：

S210、基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

S300、语义融合识别，具体包括：

S310、基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据。

作为本发明的一种实施方式，所述基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据，包括：调用所述超声波检测算法对用户进行唇动检测，得到用户唇动数据；调用声音提取算法对用户进行语音检测，得到用户语音数据；令所述用户唇动数据和所述用户语音数据作为所述多类语音数据；在本实施方式中，用户唇动数据为间接性用户语义数据，语音检测到的用户语音数据为直接性语义数据；可选的，还可以采用获取其他间接性用户语义数据的方式，来结合用户的直接性语音数据进行语义准确判断；

作为本发明的一种实施方式，所述基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据，包括；调用语义融合算法对所述用户唇动数据和所述用户语音数据进行融合语义分析处理，得到所述用户语义数据；本实施方式中，语义融合算法主要为结合两种不同的语义数据，进行融合判断，进而结合出更加具有准确性和参考价值的用户语义；

作为本发明的一种实施方式，所述超声波检测算法，包括：在用户进行业务处理时，实时向用户发送第一声波；实时获取关于所述第一声波的第一回声；实时分析所述第一回声的变化数据；基于所有的所述第一回声以及所述变化数据进行分析，进而确认第一唇动数据；为了保证用户数据的隐私性，还需对所述第一唇动数据进行第一加密处理，得到所述用户唇动数据；具体操作时，即预先配置超声波发生器和超声波接收器，采用特征识别确定用户的人脸准确位置，通过超声波发生器向用户的人脸发射声波，同时由超声波接收器接收对应声波的回声，伴随着实时的声波发送和接收，这样在用户说话时，声波的回声会随着用户的唇动而发生变化，从而接收到由不同话语的唇动数据，此时根据不同话语的唇动数据就可以作为用户这一阶段下语义的依据，故将数据加密传输给主机；

作为本发明的一种实施方式，所述声音提取算法，包括：实时检测用户是否输出第一语音数据；若是，则实时采集所述第一语音数据；对所采集的所有所述第一语音数据进行第二加密处理，得到所述用户语音数据；在实际操作时，预先配置阵列式麦克风模块，并通过阵列式麦克风模块采集用户声音，并将声音数据进行去噪处理后，加密传输给主机；

作为本发明的一种实施方式，所述语义融合算法，包括：将所述用户唇动数据和所述用户语音数据发送至主机端；在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据；具体的，对所述用户唇动数据进行解密处理，得到所述第一唇动数据；对所述用户语音数据进行解密处理，得到所述第一语音数据；对所述第一唇动数据进行唇语语义解析，得到第一语义信息；对所述第一语音数据进行关键字语义解析，得到第二语义信息；基于所述第一语义信息和所述第二语义信息间的匹配性，生成第三语义信息；令所述第三语义信息作为所述用户语义数据；在实际操作时，主机根据特定唇动检测算法来解析第一唇动数据，得到用户的唇语语义，主机通过语音识别算法判断出用户语音数据中的关键字，得到用户的语音语义；最终，提取唇语语义与语音语义中相同语义的部分，作为用户最终的所述用户语义数据；进而实现人机交互；当然可以想到的是，预先设置一些业务常用语，并基于深度学习进行语义识别模型的训练，在用户最终的所述用户语义数据中可能会存在语义缺失或关键词缺失的部分，那么通过语义识别模型进行识别，进而将最终的所述用户语义数据中所缺失的部分进行识别出，得到缺失语义；最终将缺失语义与最终的所述用户语义数据结合，作为最终人机交互时所使用的语义数据，实现高度精准且严谨的语义识别，操作过程中也不会识别到用户的面部信息，具备高度的隐私性和数据安全性。

实施例2

本实施例基于与实施例1中所述的一种高安全性的语音识别方法相同的发明构思，提供一种高安全性的语音识别系统，如图4所示，包括：算法配置模块、多类语音数据采集模块和语义融合识别模块；

算法配置模块，用于配置超声波检测算法、声音提取算法和语义融合算法；

多类语音数据采集模块，用于根据所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

作为本发明的一种实施方式，所述多类语音数据采集模块基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据，包括：多类语音数据采集模块调用所述超声波检测算法对用户进行唇动检测，得到用户唇动数据；多类语音数据采集模块调用声音提取算法对用户进行语音检测，得到用户语音数据；多类语音数据采集模块令所述用户唇动数据和所述用户语音数据作为所述多类语音数据。

作为本发明的一种实施方式，所述超声波检测算法，包括：多类语音数据采集模块向用户发送第一声波；多类语音数据采集模块获取关于所述第一声波的第一回声；多类语音数据采集模块分析所述第一回声的变化数据；多类语音数据采集模块基于所述第一回声以及所述变化数据确认第一唇动数据；多类语音数据采集模块对所述第一唇动数据进行第一加密处理，得到所述用户唇动数据。

作为本发明的一种实施方式，所述声音提取算法，包括：多类语音数据采集模块检测用户是否输出第一语音数据；若是，则多类语音数据采集模块采集所述第一语音数据；多类语音数据采集模块对所述第一语音数据进行第二加密处理，得到所述用户语音数据。

语义融合识别模块，用于根据所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据；

作为本发明的一种实施方式，所述语义融合识别模块基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据，包括；语义融合识别模块调用语义融合算法对所述用户唇动数据和所述用户语音数据进行融合语义分析处理，得到所述用户语义数据。

作为本发明的一种实施方式，所述语义融合算法，包括：语义融合识别模块将所述用户唇动数据和所述用户语音数据发送至主机端；语义融合识别模块在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据。

作为本发明的一种实施方式，所述语义融合识别模块在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据，包括：语义融合识别模块对所述用户唇动数据进行解密处理，得到所述第一唇动数据；语义融合识别模块对所述用户语音数据进行解密处理，得到所述第一语音数据；语义融合识别模块对所述第一唇动数据进行唇语语义解析，得到第一语义信息；语义融合识别模块对所述第一语音数据进行关键字语义解析，得到第二语义信息；语义融合识别模块基于所述第一语义信息和所述第二语义信息间的匹配性，生成第三语义信息；语义融合识别模块令所述第三语义信息作为所述用户语义数据。

实施例3

本实施例提供一种计算机可读存储介质，包括：

所述存储介质用于储存将上述实施例1所述的高安全性的语音识别方法实现所用的计算机软件指令，其包含用于执行上述为所述高安全性的语音识别方法所设置的程序；具体的，该可执行程序可以内置在实施例2所述的高安全性的语音识别系统中，这样，高安全性的语音识别系统就可以通过执行内置的可执行程序实现所述实施例1所述的高安全性的语音识别方法。

此外，本实施例具有的计算机可读存储介质可以采用一个或多个可读存储介质的任意组合，其中，可读存储介质包括电、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。

实施例4

本实施例提供一种电子设备，如图5所示，电子设备可以包括：处理器1501、通信接口1502、存储器1503和通信总线1504，其中，处理器1501，通信接口1502，存储器1503通过通信总线1504完成相互间的通信。

存储器1503，用于存放计算机程序；

处理器1501，用于执行存储器1503上所存放的计算机程序时，实现上述实施例1中所述高安全性的语音识别方法的步骤。

作为本发明的一种实施方式，上述终端提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

作为本发明的一种实施方式，通信接口用于上述终端与其他设备之间的通信。

作为本发明的一种实施方式，存储器可以包括随机存取存储器(Random Ac cessMemory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

作为本发明的一种实施方式，上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称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。

区别于现有技术，采用本申请一种高安全性的语音识别方法、系统、设备及介质，可以调用超声波检测算法、声音提取算法和语义融合算法进行逻辑配合，进而在不需要较高算力的情况下，就能精准的识别出用户的语义，同时操作过程中不会侵犯用户的隐私，还会保护用户的相关数据，提升了数据安全性，弥补了现有技术的不足，提升了人机交互功能的适用性。

应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。

还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本文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，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

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单元来实现本文实施例方案的目的。

另外，在本文各个实施例中的各功能单元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，也可以是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，也可以采用软件功能单元的形式实现。

所述集成的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，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种高安全性的语音识别方法，其特征在于，包括以下步骤：

算法配置：

配置超声波检测算法、声音提取算法和语义融合算法；

多类语音数据采集：

基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

语义融合识别：

基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据。

2.根据权利要求1所述的一种高安全性的语音识别方法，其特征在于：

所述基于所述超声波检测算法和所述声音提取算法获取用户的多类语音数据，包括：

调用所述超声波检测算法对用户进行唇动检测，得到用户唇动数据；

调用声音提取算法对用户进行语音检测，得到用户语音数据；

令所述用户唇动数据和所述用户语音数据作为所述多类语音数据。

3.根据权利要求2所述的一种高安全性的语音识别方法，其特征在于：

所述基于所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据，包括；

调用语义融合算法对所述用户唇动数据和所述用户语音数据进行融合语义分析处理，得到所述用户语义数据。

4.根据权利要求3所述的一种高安全性的语音识别方法，其特征在于：

所述超声波检测算法，包括：

向用户发送第一声波；

获取关于所述第一声波的第一回声；

分析所述第一回声的变化数据；

基于所述第一回声以及所述变化数据确认第一唇动数据；

对所述第一唇动数据进行第一加密处理，得到所述用户唇动数据。

5.根据权利要求4所述的一种高安全性的语音识别方法，其特征在于：

所述声音提取算法，包括：

检测用户是否输出第一语音数据；

若是，则采集所述第一语音数据；

对所述第一语音数据进行第二加密处理，得到所述用户语音数据。

6.根据权利要求5所述的一种高安全性的语音识别方法，其特征在于：

所述语义融合算法，包括：

将所述用户唇动数据和所述用户语音数据发送至主机端；

在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据。

7.根据权利要求6所述的一种高安全性的语音识别方法，其特征在于：

所述在主机端对所述用户唇动数据和所述用户语音数据进行融合语义分析，得到所述用户语义数据，包括：

对所述用户唇动数据进行解密处理，得到所述第一唇动数据；

对所述用户语音数据进行解密处理，得到所述第一语音数据；

对所述第一唇动数据进行唇语语义解析，得到第一语义信息；

对所述第一语音数据进行关键字语义解析，得到第二语义信息；

基于所述第一语义信息和所述第二语义信息间的匹配性，生成第三语义信息；令所述第三语义信息作为所述用户语义数据。

8.一种高安全性的语音识别系统，其特征在于，包括：算法配置模块、多类语音数据采集模块和语义融合识别模块；

所述算法配置模块，用于配置超声波检测算法、声音提取算法和语义融合算法；

所述多类语音数据采集模块，用于根据所述超声波检测算法和所述声音提取算法获取用户的多类语音数据；

所述语义融合识别模块，用于根据所述语义融合算法和所述多类语音数据进行用户语义识别，得到用户语义数据。

9.一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权利要求1～7中任一项所述高安全性的语音识别方法的步骤。

10.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：

所述存储器，用于存放计算机程序；

所述处理器，用于通过运行所述存储器上所存放的程序来执行权利要求1-7中任一项所述高安全性的语音识别方法的步骤。

Images