CN1908959A - 声纹密码锁系统 - Google Patents

Abstract

本发明公开了一种声纹密码锁系统。为解决现有声纹验证装置中参考样本占用空间大且需要较长传输时间所存在的问题和不足。本发明声纹密码锁系统，包括一声纹钥匙，用以将一电子资料进行加密或解密运算，以构成一声纹密码锁。一声纹验证系统用以产生一声纹特征值，自该声纹特征值选取该声纹钥匙。该声纹验证系统包含一前端处理部、一特征撷取部、一训练系统及一测试系统，以便对原始输入语音资料进行训练或测试作业。本发明可广泛应用于电子资料的安全保护方面，提高电子资料的安全性能。

Description

声纹密码锁系统

技术领域

本发明涉及一种声纹密码锁系统，特别是涉及一种使用在电子资料上，如电子档案或电子资料夹等的声纹密码锁系统，该声纹密码锁可供固定或携带设定，以强化个人电子资料的安全保护。

背景技术

目前，利用个人生物特征进行身份辨识逐渐成为个人身份辨识的主要技术。在辨识技术上，目前可供辨识的生物特征包含脸孔辨识、指纹辨识、掌纹辨识、声纹辨识、眼球虹膜辨识以及去氧核糖核酸〔DNA〕排序配对辨识等。

一般针对电子资料安全保护只使用个人密码加以保护，但单纯的个人密码无法提供有效的安全保护，例如密码外泄、破解等。因此，电子资料安全保护必须寻求其它保护措施，利用强化个人身份辨识功能，以提升保护电子资料的安全性。若基于考量辨识技术的架构成本以及实际操作，可发现声纹辨识相对较适合作为个人身份辨识使用。

现有声纹验证方法，如中国台湾专利公告第490655号「利用声谱信息辩识使用者的方法与其装置」发明专利，其利用不同使用者特有的声谱信息辨识使用者的身份，以决定使用者是否经过授权。该方法包括如下步骤：〔1〕使用者发出语音后，侦测语音的终点；〔2〕自该语音的声谱中取出语音特征；〔3〕决定是否需要训练，若「是」则将该语音特征作为一参考样本，同时设定一界限，若「否」则进行下一步骤；〔4〕将该语音特征与参考样本进行图样比对；〔5〕依据该比对结果计算两者的间距；〔6〕将该计算结果与设定界限比较；〔7〕依据该比较结果决定该使用者是否为授权使用者。该方法可使用于移动电话上，利用声谱分析方法将语音的独特信息取出，进行辨识使用者。该第490655号主要利用每一时框〔frame〕的主要值与使用者设定的界限进行比较，决定语音的始点与终点后，再利用Princen-Bradley滤波器转换已侦测的语音讯号，以便取得对应的声谱图案。该声谱图案与预先储存的参考声谱样本进行比对，以辨识使用者的声纹。

简言之，该第490655号需要进行图案的匹配以及距离的运算，若该运算距离未超过界限时，使用者即可通过声纹辨识。然而，该第490655号在进行图案的匹配以及距离的运算时，必须计算在参考样本以及测试样本之间的距离。事实上，该参考样本所占用资料库的空间相当大，因此其不但需要较大的资料库空间并且需要更长的档案传输时间。在个人电子资料的安全保护上，一旦参考样本过大时，不适于承载在储存空间有限的储存媒体上。

因此，该第490655号仍有必要进一步改良其参考样本占用空间大的问题，如此能节省储存参考样本的资料库空间，以便适用于承载在储存空间有限的储存媒体或装置上。

发明内容

本发明主要目的是提供一种声纹密码锁系统，其利用声纹钥匙〔voiceprintkey〕将电子资料进行加密〔encrypt〕或解密〔decrypt〕运算，以构成声纹密码锁，使本发明具有提升电子资料安全性的功效。

本发明次要目的是提供一种声纹密码锁系统，其采用声纹验证系统，在训练以及测试撷取语音特征之前，利用前端处理〔front-end processing〕将有效语音信息自原始输入语音撷取，以滤除无效语音信息，使本发明具有减少资料处理量以及提升辨识率的功效。

本发明次要目的是提供一种声纹密码锁系统，其在测试上，利用前端处理减少有效语音信息，并进行撷取语音特征，并利用维特比〔Viterbi〕演算法获得最相似路径，以便计算模型参数〔各状态的期望值以及变异数〕供储存，在语音训练或测试时，只需计算模型参数以及测试语音特征之间相似机率即可，以获得声纹特征值，使本发明具有简化训练以及测试作业的功效。

为达到上述发明目的，本发明采用如下技术方案：该声纹密码锁系统包括声纹钥匙，其用以将电子资料进行加密或解密运算，以构成声纹密码锁。声纹验证系统用以产生声纹特征值，自该声纹特征值选取该声纹钥匙。所述声纹验证系统包括前端处理部、特征撷取部、训练系统以及测试系统，以便对原始输入语音资料进行训练或测试作业。

在训练语音上，该训练系统利用该前端处理部自该原始输入语音资料撷取有效训练语音信息；再利用该特征撷取部进行撷取该有效训练语音特征；再进行运算该有效训练语音信息以获得最相似路径，以便作为模型参数。同样在测试语音上，该测试系统利用该前端处理部自该原始输入语音资料撷取有效测试语音信息；再利用该特征撷取部进行撷取该有效测试语音特征；再进行运算该测试语音特征与模型参数之间相似机率以便输出辨识结果。

采用上述结构，通过声纹验证系统，在撷取语音特征之前，利用前端处理将有效语音信息自原始输入语音资料撷取，以滤除无效语音信息，如此能减少资料处理量并提升辨识率。

另外，本发明利用声纹验证系统产生声纹钥匙，例如选取声纹特征值，利用该声纹钥匙将电子资料进行加密或解密运算，以构成声纹密码锁，该声纹密码锁用以保护该电子资料。

附图说明

图1是本发明声纹密码锁系统的实施例中声纹密码锁系统采用声纹验证系统的流程图；

图2是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的状态以及音框的关系示意图；

图3是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的音框与状态的初始分配模式示意图；

图4是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的状态转换示意图；

图5是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的最相似路径示意图；

图6是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的均分音框示意图；

图7是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的第一次重新分配音框示意图；

图8是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的第二次重新分配音框示意图；

图9是本发明声纹密码锁系统的实施例中声纹密码锁系统采用的声纹验证系统的最佳分配音框示意图；

图10是本发明声纹密码锁系统的第一较佳实施例中声纹密码锁系统利用固定式声纹密码锁进行加密以及解密的流程图；

图11是本发明声纹密码锁系统的第二较佳实施例中声纹密码锁系统利用可携式声纹密码锁进行加密以及解密的流程图。

具体实施方式

下面结合附图和较佳实施例对本发明的目的、特征及有益效果作进一步详细说明。

本发明较佳实施例声纹密码锁系统采用一声纹验证系统，以便对原始输入语音资料进行训练或测试作业。图1为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的流程图。

参见图1，本发明较佳实施例声纹密码锁系统采用的声纹验证系统1包括一训练系统10以及一测试系统20，以便对原始输入语音资料进行训练或测试作业。所述声纹验证系统1还包括一前端处理部、一特征撷取部、一储存部以及一运算部。所述前端处理部以及特征撷取部供该训练系统10以及测试系统20进行前端处理以及特征撷取，所述储存部供语音特征加以储存，所述运算部则将该储存语音特征以及输入语音特征加以运算。

使用者进入该声纹验证系统1时，首先输入帐号，以便进行确认身份。接着，该系统依输入帐号查询资料库，是否该输入帐号属于已建立。若该输入帐号未建立，则进入该训练系统10进行语音训练作业，以便建立以及储存该输入帐号的语音资料。若该输入帐号已建立，则进入该测试系统20进行语音测试作业，以便辨识该输入帐号的语音特征是否符合已储存该输入帐号的语音资料。

在撷取语音特征之前，利用该前端处理部将有效语音信息自原始输入语音资料中撷取，以滤除无效语音信息。本发明侦测包括短时距能量〔Short-Energy〕以及过零率〔Zero-Crossing Rate〕。本发明采用结合高斯机率分布的计算方法，其方程式如下：

$b_i\left(\stackrel{\→}{x}\right)=\frac{1}{{\left(2\mathrm{\π}\right)}^{D/2}{\left|{\mathrm{\Σ}}_i\right|}^{1/2}}\exp \{-\frac{1}{2}{(\stackrel{\→}{x}-\stackrel{\→}{u_i})}^{\′}{\mathrm{\Σ}}_i^{-1}(\stackrel{\→}{x}-\stackrel{\→}{u_i})\}---\left(1\right)$

其中 为原始讯号将其分为数个D维的音框、

i＝1，...，M，为所属机率、

为背景噪声的期望值、∑_i为背景噪声的变异数。在此，因为

中的D＝256为一个定值，故将其省略不予计算，将方程式(1)简化如下：

$b_i\left(\stackrel{\→}{x}\right)=\frac{1}{{\left|{\mathrm{\Σ}}_i\right|}^{1/2}}\exp \{-\frac{1}{2}{(\stackrel{\→}{x}-\stackrel{\→}{u_i})}^{\′}{\mathrm{\Σ}}_i^{-1}(\stackrel{\→}{x}-\stackrel{\→}{u_i})\}---\left(2\right)$

上式中的指数运算，在运算数据上有可能过大，故将其取对数后，将方程式(2)简化如下：

$b_i\left(\stackrel{\→}{x}\right)=\ln \left(\frac{1}{{\left|{\mathrm{\Σ}}_i\right|}^{1/2}}\exp \right\{-\frac{1}{2}{(\stackrel{\→}{x}-\stackrel{\→}{u_i})}^{\′}{\mathrm{\Σ}}_i^{-1}(\stackrel{\→}{x}-\stackrel{\→}{u_i})\left\}\right)$

$=\ln \frac{1}{{\left|{\mathrm{\Σ}}_i\right|}^{1/2}}-\frac{1}{2}{(\stackrel{\→}{x}-\stackrel{\→}{u_i})}^{\′}{\mathrm{\Σ}}_i^{-1}(\stackrel{\→}{x}-\stackrel{\→}{u_i})$

$b_i\left(\stackrel{\→}{x}\right)=(-\frac{1}{2})\ln \left|{\mathrm{\Σ}}_i\right|-\frac{1}{2}{(\stackrel{\→}{x}-\stackrel{\→}{u_i})}^{\′}{\mathrm{\Σ}}_i^{-1}(\stackrel{\→}{x}-\stackrel{\→}{u_i})---\left(3\right)$

撷取原输入语音资料前端256点，计算短时距能量以及过零率的期望值及变异数，接着将该两个数以及原输入语音资料代入该方程式(3)进行运算。利用短时距能量与过零率的分布机率区分有效语音信息以及无效语音信息，将无效语音信息加以滤除，不但减少资料量，同时也能正确撷取有效语音信息。

在该特征撷取部进行撷取特征时，本发明采用两个语音识别特征参数，其包含线性预测倒频谱系数〔Linear Prediction Cepstrum Coefficient，LPCC〕以及梅尔频标倒频谱参数〔Mel Frequency Cepstrum Coefficient，MFCC〕两者各12个倒频谱参数(Cepstral Coefficients)以及12个一阶倒频谱参数(Delta-CepstralCoefficients)。将倒频谱参数c_n对时间作偏微分

$\mathrm{\Δ}{c}_n\left(t\right)=\frac{\∂c_n\left(t\right)}{\∂t}=\frac{\underset{k=-K}{\overset{K}{\mathrm{\Σ}}}k{c}_n(t+k)}{\underset{k=-K}{\overset{K}{\mathrm{\Σ}}}{k}^2}---\left(4\right)$

K为考虑音框数。

因为一阶倒频谱参数的公式(4)过于复杂，故将其加以简化，下列各式为仅考虑前后各两个时框的情况，方程式简化如下：

$\mathrm{\Δ}{C}_n^0=[2*C(2,n)+C(1,n)]/5---\left(5\right)$

$\mathrm{\Δ}{C}_n^1=[2*C(3,n)+C(2,n)-C(0,n)]/6---\left(6\right)$

$\mathrm{\Δ}{C}_n^i=[2*C(i+2,n)+C(i+1,n)-C(i-1,n)-2*C(i-1,n)]/10---\left(7\right)$

$\mathrm{\Δ}{C}_n^{L-2}=[C(L-1,n)-C(L-3,n)-2*C(L-4,n)]/6---\left(8\right)$

$\mathrm{\Δ}{C}_n^{L-1}=[-C(L-2,n)-2*C(L-3,n)]/5---\left(9\right)$

方程式(5)至(9)中，Cn为n阶特征值，L为讯号中时框总数，i为时框编号。图2为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的状态以及音框的关系示意图。

在训练语音上，语音具有所谓「状态」的观念，状态是发音时嘴型以及声道的变化。一般而言，每一次说话嘴型一定有变化，故每一个状态都是一个语音变化的特征表现。有时一个单音却有可能含有多个状态。一个状态并不像音框一样具有固定尺寸，通常一个状态包含数个或数十个音框。

参照图2，第一状态包含三个音框、第二状态包含六个音框以及第三状态包含四个音框。本发明首先利用均切方式进行假定该状态与音框之间关系。接着，本发明计算初始模型的参数，其包含期望值以及变异数。利用该初始模型的参数重新分配音框与状态之间关系，以获得新切点。再利用该新切点重新计算每个状态所对应的音框。一再重复重新分配音框与状态之间关系以及重新计算每个状态所对应的音框，直至最大相似机率不再上升为止。

图3为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的音框与状态的初始分配模式示意图。该初始分配模式举例三个样本语音进行均分动作。

在初始模式将语音作均分动作，在均分后可能无法整除，多余音框则将其平分在第一个及最后一个状态。参照图3，在分配模式中，样本语音均分必须考虑三点：第1、第一个音框一定属于第一个状态；第2、最后一个音框一定属于最后一个状态；第3、音框的状态变化，只有不变或变化至下一个。采用高斯分配机率计算每个音框属于每个状态的机率，并且利用维特比演算法获得最相似路径。

图4为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的状态转换示意图。

参照图4，在三个状态时，L个音框可能状态转换的方向。将打叉音框视为不可能属于的状态，箭头的方向视为可能状态变化路径。

图5为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的最相似路径示意图。参照图5，撷取特征的最相似路径具有第一状态包含第1至3音框、第二状态包含第4至6音框以及第三状态包含第7至10音框。

图6为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的均分音框示意图。参照图6，三个样本语音在三个状态的初始模式，其采均分后的分布。第一样本语音的每个样本语音均分三个音框后，剩余两个音框分别分配置第一状态以及第二状态。第二样本语音的每个样本语音均分四个音框。第三样本语音的每个样本语音均分三个音框后，剩余一个音框分别分配置第一状态。在计算后，其最大相似机率为2156。

图7为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的第一次重新分配音框示意图。参照图7，在第一次重新分配音框后，其最大相似机率上升至3171。

图8为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的第二次重新分配音框示意图。参照图8，在第二次重新分配音框后，其最大相似机率上升至3571。

图9为本发明较佳实施例声纹密码锁系统采用的声纹验证系统的最佳分配音框示意图。参照图9，在多次重新分配音框后，其最大相似机率3571不再上升，因此视其为最佳分配音框。计算各状态的期望值以及变异数作为模型参数，该模型参数可形成一声纹资料档，将该声纹特征档可供储存在资料库。

参照图1，在进入该训练系统10进行语音训练作业时，运算方程式(1)至(9)获得有效训练语音特征。接着利用维特比演算法获得最相似路径。接着计算各状态的期望值以及变异数作为模型参数，即完成语音训练作业。在语音训练上，其最大相似机率小于一预定参考值时，无法通过语音训练且结束训练作业，因而必须重新操作该声纹验证系统1；反之，其最大相似机率大于该预定参考值时，通过语音训练，因而将模型参数设定为一声纹特征档，将该声纹特征档利用一般金钥进行加密〔encryption〕，并储存在该声纹验证系统1。

参照图1，同样的，在进入该测试系统20进行语音测试作业时，运算方程式(1)至(9)获得有效测试语音特征。同时，将该声纹特征文档进行解密〔decryption〕，以便该声纹验证系统1进行声纹验证作业。

参照图1，接着，对测试语音特征与声纹特征档的模型参数之间相似机率进行运算以便输出一辨识结果。在语音辨识上，其最小相似机率大于预定参考值时，通过语音辨识，因而可进入该声纹验证系统1；反之，其最小相似机率小于该预定参考值时，无法通过语音辨识并结束测试作业，因而必须离开该声纹验证系统1。

图10为本发明第一较佳实施例声纹密码锁系统利用固定式声纹密码锁进行加密以及解密的流程图。参照图10，本发明第一较佳实施例声纹密码锁系统3属固定式声纹密码锁，其包括一声纹钥匙Kc。该声纹钥匙Kc用以将一电子资料进行加密或解密运算，以构成该固定式声纹密码锁。该固定式声纹密码锁适用于个人计算机〔PC〕、笔记电脑〔NB〕、个人数字助理〔PDA〕或移动电话〔Mobile Phone〕等。

参照图1和图10，本发明声纹密码锁系统3采用声纹验证系统1的训练系统10。该声纹验证系统1用以产生一声纹特征值，自该声纹特征值选取该声纹钥匙Kc。该训练系统10可提供一声纹特征档31，其较佳由该声纹特征档撷取32字节〔byte〕。所谓声纹钥匙是电子资料的储存端以及撷取端皆需要输入相同的声纹特征。在储存电子资料时，可预先利用该声纹验证系统1的训练系统10的训练作业获得该声纹钥匙Kc。此时，该声纹钥匙Kc用以将一电子资料档32进行加密运算，并将已加密电子资料档储存在特定位置，即完成电子资料加密作业。本发明较佳采用先进加密标准〔Advanced Encryption Standard，AES〕以及对称式加密法进行加密运算。

参照图1和图10，在撷取电子资料时，首先将该声纹特征档31利用一般金钥K进行解密运算。接着，利用该声纹验证系统1的测试系统20进行语音测试作业，以便将该声纹特征档31与输入声音进行比对。若该声纹特征档31与输入声音的误差低于一预设值时，视其通过语音测试作业。一旦通过语音测试作业时，即可允许开启该电子资料档32。反之，若该声纹特征档31与输入声音的误差高于一预设值时，视其未通过语音测试作业。一旦未通过语音测试作业时，即需离开该声纹密码锁系统3，且不允许开启该电子资料档32。

图11为本发明第二较佳实施例声纹密码锁系统利用可携式声纹密码锁进行加密以及解密的流程图。参照图11，本发明第二较佳实施例声纹密码锁系统4属可携式声纹密码锁。该声纹钥匙Kc用以将一电子资料进行加密或解密运算，以构成该可携式声纹密码锁。该可携式声纹密码锁适用于光盘〔CD〕、软盘〔Floppy Disk〕、随身碟〔Flash Disk〕、磁光盘〔MO Disk〕或网络传输等。

参照图1和图11，本发明声纹密码锁系统4采用声纹验证系统1的训练系统10，该训练系统10可提供一声纹特征档41。该声纹验证系统1用以产生一声纹特征值，自该声纹特征值选取该声纹钥匙Kc。在储存电子资料时，可预先利用该声纹验证系统1的训练系统10的训练作业获得该声纹钥匙Kc。此时，将该声纹特征档41嵌入该电子资料档42，即该声纹特征档41仅占该电子资料档42的2K至6K字节。利用该声纹钥匙Kc将该电子资料档42进行加密运算，以产生加密电子资料档；同时利用一般金钥K将该声纹特征档41进行加密运算，以产生加密声纹特征档，并将该加密声纹特征档以及加密电子资料档加以串联，以获得一串联档40。另外，将该加密声纹特征档以及加密电子资料档的串联档40经讯息认证码产生机制产生讯息认证码。本发明较佳采用安全杂散演算法〔Secure Hash Algorithm，简称SHA〕产生讯息认证码，并利用一般金钥K将该讯息认证码进行加密运算，以产生加密讯息认证码。该加密电子资料档、加密声纹特征档以及加密讯息认证码形成一可携式档案，即完成电子资料加密作业，其可经由网络或记录媒体传送。

参照图1和图11，在一电脑系统撷取电子资料时，首先将该加密声纹特征档以及加密讯息认证码利用一般金钥K进行解密运算，以获得该声纹特征档41以及讯息认证码。接着，利用该声纹验证系统1的测试系统20进行语音测试作业，以便将该声纹特征档41与输入声音进行比对。若该声纹特征档41与输入声音的误差低于一预设值时，视其通过语音测试作业。一旦通过语音测试作业时，即可允许由该声纹钥匙Kc开启该电子资料档42。反之，若该声纹特征档41与输入声音的误差高于一预设值时，视其未通过语音测试作业。一旦未通过语音测试作业时，即需离开该声纹密码锁系统4，且不允许开启该电子资料档42。

参照图11，最后，将该声纹特征档41以及电子资料档42与讯息认证码进行认证码比对。若该声纹特征档41以及电子资料档42符合讯息认证码时，该电子资料档42可显示于该电脑系统。反之，若该声纹特征档41以及电子资料档42不符合讯息认证码时，该电子资料档42无法显示于该电脑系统，且需离开该声纹密码锁系统4。

上述具体实施方式以较佳实施例对本发明进行了说明，但这只是为了便于理解而举的一个形象化的实例，不应被视为是对本发明范围的限制。同样，根据本发明的技术方案及其较佳实施例的描述，可以做出各种可能的等同改变或替换，而所有这些改变或替换都应属于本发明权利要求的保护范围。

Claims (12)

1、一种声纹密码锁系统，其特征在于，该系统包括：

声纹钥匙，用以将电子资料进行加密以及解密运算，以构成声纹密码锁；以及

声纹特征档，用以产生声纹特征值，自该声纹特征值选取所述声纹钥匙；

其中当所述声纹特征档与输入声音的误差低于预设值时，视其通过语音测试作业，一旦通过语音测试作业时，即可允许开启该电子资料；

其中当所述声纹特征档与输入声音的误差高于该预设值时，视其未通过语音测试作业，一旦未通过语音测试作业时，即需离开该声纹密码锁系统，且不允许开启该电子资料。

2、如权利要求1所述的声纹密码锁系统，其特征在于，所述声纹密码锁系统属于固定式声纹密码锁。

3、如权利要求2所述的声纹密码锁系统，其特征在于，利用金钥将所述声纹特征档进行加密运算，以加密该声纹特征档，并且所述金钥也用以将该声纹特征档进行解密运算。

4、如权利要求1所述的声纹密码锁系统，其特征在于，所述声纹密码锁系统属于可携式声纹密码锁。

5、如权利要求4所述的声纹密码锁系统，其特征在于，利用金钥将所述声纹特征档进行加密运算，再利用该声纹钥匙将该电子资料进行加密运算，并将加密声纹特征档以及加密电子资料加以串联，以获得一串联档。

6、如权利要求5所述的声纹密码锁系统，其特征在于，利用讯息认证码产生机制将所述加密声纹特征档以及加密电子资料的串联档产生讯息认证码，在进行解码时，所述讯息认证码与该声纹特征档以及电子资料进行认证码比对。

7、如权利要求6所述的声纹密码锁系统，其特征在于，利用金钥将所述串联档的讯息认证码进行加密运算，以加密该讯息认证码，并且所述金钥也用以将所述讯息认证码进行解密运算。

8、如权利要求1所述的声纹密码锁系统，其特征在于，所述声纹密码锁系统采用声纹验证系统，用以提供声纹特征档。

9、如权利要求7所述的声纹密码锁系统，其特征在于，所述声纹验证系统包括：

前端处理部，用以进行前端处理所述声纹验证系统的原始输入语音资料，因而完成区分有效语音信息以及无效语音信息，再撷取有效语音信息；

特征撷取部，用以进行撷取有效语音信息的语音特征；

储存部，将所述语音特征加以储存；以及

运算部，将该储存语音特征以及输入语音特征加以运算。

10、如权利要求1所述的声纹密码锁系统，其特征在于，所述声纹验证系统还包括训练系统使用该前端处理部以及特征撷取部，以获得原始输入语音资料的模型参数。

11、如权利要求9所述的声纹密码锁系统，其特征在于，所述训练系统还利用维特比算法获得最相似路径，以便计算模型参数供储存。

12、如权利要求8所述的声纹密码锁系统，其特征在于，所述声纹验证系统还包括测试系统使用该前端处理部以及特征撷取部，以获得原始输入语音资料的语音特征。

Images