JP2017017669A

JP2017017669A - 声紋による通信方法、装置及びシステム

Info

Publication number: JP2017017669A
Application number: JP2015231335A
Authority: JP
Inventors: 念冬杜; Niandong Du; 超李; Chao Li; 延謝; Yan Xie
Original assignee: Baidu Online Network Technology Beijing Co Ltd
Current assignee: Baidu Online Network Technology Beijing Co Ltd
Priority date: 2015-06-30
Filing date: 2015-11-27
Publication date: 2017-01-19
Also published as: US20170004832A1; CN104967622B; KR101769689B1; US9865267B2; CN104967622A; KR20170003366A

Abstract

【課題】声紋による通信の安全性を向上させる。
【解決手段】本発明に係る声紋による通信方法は、サーバに第一情報を送信するとともに、サーバから送信された標識情報を受信するステップと、サーバに第二情報及び標識情報を送信するステップと、を含む。この標識情報は、サーバが第一情報を受信して生成されたものであり、第一情報はユーザーアカウント情報及び音声情報の一方であり、第二情報はユーザーアカウント情報及び音声情報の他方である。
【選択図】図１

Description

本発明は、通信技術分野に関し、特に声紋による通信方法、装置及びシステムに関する。

伝統的な検証方法は、通常、パスワードによる検証であるが、パスワードによる検証方法は、盗用されやすい。安全性を向上するために、声紋による検証方法が採用されている。声紋による検証方法は、使用者の声紋情報を利用するため、模倣されにくく、ある程度、安全性を高めることができる。

従来技術では、声紋による検証プロセスにおいて、通常、クライアントはユーザーアカウント情報及び声紋情報をサーバに同時に送信し、サーバにより検証する。しかしながら、悪意のある攻撃者がクライアントとサーバとの通信リンクでパケットをキャプチャして解析する場合には、ユーザーアカウント情報及び声紋情報が漏れる可能性がある。従って、従来技術の通信方法は、安全性について隠れた問題が存在する。

本発明の目的は、従来技術における一つの問題を少なくともある程度解決することにある。

そのために、本発明の一つの目的は、声紋による通信方法を提出することにある。当方法は声紋による通信の安全性を高めることができる。

本発明の別の目的は、声紋による通信装置を提出することにある。

本発明の別の目的は、声紋による通信システムを提出することにある。

上記目的を達成するために、本発明の第一側面の実施例は、声紋による通信方法を提出する。当該方法は、サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信するステップと、前記サーバに第二情報及び前記標識情報を送信するステップと、を含み、前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

本発明の第一側面の実施例の声紋による通信方法によれば、第一情報及び第二情報をサーバに二回に分けて伝送することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

上記目的を達成するために、本発明の第二側面の実施例は、声紋による通信方法を提出する。当該方法は、クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信するステップと、前記クライアントから送信された第二情報及び前記標識情報を受信するステップと、を含み、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

本発明の第二側面の実施例の声紋による通信方法によれば、クライアントから送信された第一情報及び第二情報をサーバに二回に分けて伝送することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

上記目的を達成するために、本発明の第三側面の実施例は、声紋による通信装置を提供する。当該声紋による通信装置は、サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信するように構成された第一インタラクションモジュールと、前記サーバに第二情報及び前記標識情報を送信するように構成された第二インタラクションモジュールと、を含み、前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

本発明の第三側面の実施例の声紋による通信装置によれば、第一情報及び第二情報をサーバに二回に分けて伝送することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

上記目的を達成するために、本発明の第四側面の実施例は、声紋による通信装置を提供する。当該声紋による通信装置は、クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信するように構成された第一インタラクションモジュールと、前記クライアントから送信された第二情報及び前記標識情報を受信するように構成された第二インタラクションモジュールと、を含み、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

本発明の第四側面の実施例の声紋による通信装置によれば、クライアントから送信された第一情報及び第二情報をサーバに二回に分けて伝送することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

上記目的を達成するために、本発明の第五側面の実施例は、声紋による通信システムを提供する。当該声紋による通信システムは、第三側面の実施例の装置及び第四側面の実施例の装置を含む。

本発明の第五側面の実施例の声紋による通信システムによれば、携帯端末及びサーバはユーザーアカウント情報及び音声情報を二回に分けて伝送することによって、ユーザーアカウント情報と音声を検証するための音声情報とに別れて伝送され、同時に伝送されることによる不安全問題を回避でき、検証の安全性を高めることができる。また、標識情報は、ランダムで生成されたものであるため、安全性を更に高めることができる。

本発明の付加的特徴と利点は、その一部が下記に記述され、また、下記の記述により顕著となり、あるいは、本発明の使用を通して理解できる。
下記の図面を利用して、本発明の上述および／または付加の側面と利点をよく理解できる。

本発明の一実施例の声紋による通信方法のフローチャートである。本発明の別の実施例の声紋による通信方法のフローチャートである。本発明の別の実施例の声紋による通信方法のフローチャートである。本発明の別の実施例の声紋による通信方法のフローチャートである。本発明の別の実施例の声紋による通信装置のブロック図である。本発明の別の実施例の声紋による通信装置のブロック図である。本発明の別の実施例の声紋による通信装置のブロック図である。本発明の別の実施例の声紋による通信装置のブロック図である。本発明の別の実施例の声紋による通信システムのブロック図である。

次に、図面に示された実施例について詳しく説明する。下記の記述で図面を引用するとき、別に表示がない限り、異なる図面の同じ数字は同じ要素、または類似的要素を示す。図面を参照しながら説明する下記の実施例は、本発明の解釈のみの例示であり、本発明を制限するものではない。また、本発明の実施例は、特許請求項の範囲内でのすべての変化、修正および同等物を含む。

図１は本発明の一実施例の声紋による通信方法のフローチャートである。本実施例は、クライアントによって実行されることを例として、例えば、クライアントは、モバイルデバイスにインストールされる。当該方法は、ステップ１１およびステップ１２を含む。

ステップ１１において、サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信する。そのうち、前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方である。

本実施例において、ユーザーアカウント情報と音声情報とが同時に伝送されることによる問題を回避するために、ユーザーアカウント情報及び音声情報を二回に分けて伝送することによって、同時にパケットキャプチャされることを回避できる。同時とは、同じパケットで伝送される場合のみならず、複数のパケットで分割して連続して伝送する場合も含む。

ユーザーアカウント情報は、たとえば、ユーザー名、携帯番号、メールアドレス名などである。

本実施例の方法は、登録プロセスに用いられてもよく、検証プロセスに用いられてもよい。検証プロセスは、登録検証や支払検証などを含むことができる。

アプリケーションのシーンに応じて音声情報が異なる。例えば、登録のとき、前記音声情報は、声紋学習して声紋特徴情報を得るための学習サンプルとする音声データである。または、検証のとき、前記音声情報は、検証される音声データである。

具体的には、登録プロセスにおいて、クライアントは、ユーザーに登録インターフェースを提示する。ユーザーは、当該登録インターフェースにおいて、ユーザーアカウント情報を記入するとともに、クライアントの提示情報により、相応の提示内容を朗読して、これによって、クライアントが検証される音声情報を取得することができる。

検証プロセスにおいて、クライアントは、ユーザーに検証インターフェースを提示する。ユーザーは、当該検証・復号化において、ユーザーアカウント情報を記入し、提示により、または自発的に一節の音声を発生して、クライアントが検証される音声情報を取得することができるようにする。

ステップ１２において、前記サーバに第二情報及び前記標識情報を送信する。そのうち、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

そのうち、標識情報は、ランダムで生成されたものである。具体的には、メッセージダイジェスト５（ＭｅｓｓａｇｅＤｉｇｅｓｔ５、ＭＤ５）コードとすることができる。

クライアントが標識情報を受信した後に、標識情報及び第二情報をサーバに同時に送信し、サーバは、標識情報に基づいて第一情報と第二情報とを関連して、関連された第一情報及び第二情報に基づいて登録または検証することができる。

本実施例において、第一情報及び第二情報をサーバに二回に分けて伝送することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

図２は本発明の別の実施例の声紋による通信方法のフローチャートである。本実施例の実行主体はサーバである。当該実施例の方法は、ステップ２１およびステップ２２を含む。

ステップ２１において、クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信する。そのうち、前記第一情報はユーザーアカウント情報及び音声情報の一方である。

そのうち、標識情報はランダムで生成されたものであり、具体的には、ＭＤ５コードとすることができる。

ステップ２２において、前記クライアントから送信された第二情報及び前記標識情報を受信する。そのうち、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

標識情報により第一情報と第二情報とを関連して、関連された第一情報及び第二情報に基づいて登録または検証することができる。

本実施例において、クライアントから二回に分けて伝送された第一情報及び第二情報を受信することによって、第一情報及び第二情報が同時に伝送されることによる問題を回避でき、声紋による通信の安全性を高めることができる。

図３は本発明の別の実施例の声紋による通信方法のフローチャートである。当該方法は、登録プロセスに用いられることを例とする。本実施例において、クライアントが携帯端末を含み、サーバが声紋学習サーバと、キャッシュサーバと、検証サーバとを含むことを例とする。図３を参照して、当該方法は、ステップ３１〜ステップ３８を含む。

ステップ３１において、携帯端末は、声紋学習サーバに音声データを送信する。

そのうち、携帯端末がユーザーに例えば複数の数字であるような提示テキストを表示するとともに、ユーザーにこれらの数字を朗読するように提示し、ユーザーがこれらの数字を朗読してから、携帯端末がユーザーにより朗読された音声データを取得した後に、これらの数字に対応する音声データを声紋学習サーバに送信することができる。

ステップ３２において、声紋学習サーバは、当該音声データを学習して声紋特徴情報を得て、ランダムでＭＤ５コードを生成する。

そのうち、声紋学習サーバは、音声データを受信した後に、まず、受信された音声データが提示テキストと一致するか否かを判断し、一致である場合には、更に、音声データを学習することに基づいて声紋特徴情報を得る。音声データを学習することに基づいて声紋特徴情報を得る具体的な内容は、従来技術を参照する。

声紋訓練サーバは声紋特徴情報を得た後に、ランダムでＭＤ５コードを生成することができる。

ステップ３３において、声紋サーバはＭＤ５コードと声紋特徴情報とを対応させてキャッシュ（ｃａｃｈｅ）に記憶する。

ステップ３４において、声紋サーバはＭＤ５コードを携帯端末に送信する。

ステップ３３及びステップ３４のタイミング関係は制限されない。

ステップ３５において、携帯端末は、ＭＤ５コード及びユーザーアカウント情報を検証サーバに送信する。

そのうち、登録のとき、携帯端末は、ユーザーに登録インターフェースを表示し、ユーザーは、当該登録インターフェースにおいて、ユーザーアカウント情報を記入して、これによって、携帯端末は、ユーザーアカウント情報を取得することができる。

ステップ３６において、検証サーバはＭＤ５コードの有効性を検証し、ＭＤ５コードが有効である場合には、ＭＤ５コードに基づいて、キャッシュにおいて対応する声紋特徴情報を探し出す。

そのうち、検証サーバはＭＤ５コードを受信した後に、まず、ＭＤ５コードの有効性を検証する。例えば、検証サーバはキャッシュにおいて探し出し、キャッシュに受信されたＭＤ５コードが存在するか否かを判断し、存在である場合には、有効であると判定され、そうでなければ、無効であると判定される。

有効である場合には、ＭＤ５コードにより対応する声紋特徴情報を探し出すことができる。

ステップ３７において、検証サーバは受信されたユーザーアカウント情報と探し出された声紋特徴情報とを対応させて、記憶されている登録結果を得る。

検証サーバはユーザーアカウント情報と声紋特徴情報とを対応させて、記憶されている登録結果を得ることができる。例えば、ユーザーアカウント情報と声紋特徴情報とを対応できた場合には、登録結果を得ることに成功し、そうでなければ、登録結果を得ることに失敗する。

ステップ３８において、検証サーバは携帯端末に登録結果（例えば登録成功するかまたは登録失敗する）を送信する。

本実施例における声紋学習サーバ、キャッシュサーバ及び検証サーバは、同じ物理装置に実装してもよいし、または異なる物理装置に実装してもよい。

本実施例において、携帯端末がサーバに登録する場合には、ユーザーアカウント情報と登録するための音声情報とに別れて伝送され、同時に伝送されることによる不安全問題を回避でき、登録の安全性を高めることができる。また、標識情報は、ランダムで生成されたものであるため、安全性を更に高めることができる。

図４は本発明の別の実施例の声紋による通信方法のフローチャートである。当該方法は、登録プロセスに用いられることを例とする。本実施例において、クライアントが携帯端末を含み、サーバが声紋検証サーバと、キャッシュサーバと、検証サーバとを含むことを例とする。図４を参照して、当該方法は、ステップ４１〜ステップ４８を含む。

ステップ４１において、携帯端末は、声紋学習サーバに音声データを送信する。

そのうち、携帯端末がユーザーに登録インターフェースを提示し、ユーザーは、当該登録インターフェースにおける録音ボタンをクリックしてから、検証される音声データを入力し、携帯端末がユーザーにより朗読された音声データを取得した後に、当該検証される音声データを声紋検証サーバに送信する。そのうち、ユーザーが入力した検証される音声データは、提示テキストにより、または提示がない状況下で朗読されてもよい。

ステップ４２において、声紋検証サーバが検証される音声データを送信した後に、ランダムでＭＤ５コードを生成する。

そのうち、当該音声データは、提示テキストにより取得される場合には、声紋検証サーバが音声データを受信した後に、まず、受信された音声データが提示テキストと一致するか否かを判断し、一致である場合には、更に、ＭＤ５コードを生成する。

ステップ４３において、声紋サーバはＭＤ５コードと声紋特徴情報とを対応させてキャッシュ（ｃａｃｈｅ）に記憶する。

ステップ４４において、声紋サーバはＭＤ５コードを携帯端末に送信する。

ステップ４３及びステップ３４のタイミング関係は制限されない。

ステップ４５において、携帯端末は、ＭＤ５コード及びユーザーアカウント情報を検証サーバに送信する。

そのうち、検証のとき、携帯端末は、ユーザーに検証インターフェースを表示し、ユーザーは、当該検証インターフェースにおいて、ユーザーアカウント情報を記入して、これによって、携帯端末は、ユーザーアカウント情報を取得することができる。

ステップ４６において、検証サーバはＭＤ５コードの有効性を検証し、ＭＤ５コードが有効である場合には、ＭＤ５コードに基づいて、キャッシュにおいて対応する検証される音声データを探し出す。

ＭＤ５コードが無効である場合には、対応する検証される音声データを探し出す。

ステップ４７において、検証サーバは受信されたユーザーアカウント情報と探し出された検証される音声データ、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報に基づいて検証結果を得る。

ＭＤ５コードが有効である場合には、ＭＤ５コードによりユーザーアカウント情報と検証される音声データとを関連してから、受信されたユーザーアカウント情報、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報との対応関係に基づいて、受信されたユーザーアカウント情報に対応する声紋特徴情報を探し出した後に、受信されたユーザーアカウント情報に関連する検証される音声データと探し出された声紋特徴情報とを照合して、これによって、検証結果を得る。例えば、検証される音声データと声紋特徴情報との間の類似値を算出し、当該類似値が閾値より大きい場合には、登録成功と判定され、そうでなければ、登録失敗と判定される。当然、検証される音声データと声紋特徴情報とに基づいて検証結果を得るのは、従来技術を利用することができる。

ステップ４８において、検証サーバは携帯端末に検証結果（例えば、検証成功するかまたは検証失敗する）を送信する。

本実施例における検証サーバ、キャッシュサーバ及び検証サーバは、同じ物理装置に実装してもよいし、または異なる物理装置に実装してもよい。

本実施例において、携帯端末がサーバに対して検証する場合には、ユーザーアカウント情報と検証するための音声情報とに別れて伝送され、同時に伝送されることによる不安全問題を回避でき、検証の安全性を高めることができる。また、標識情報は、ランダムで生成されたものであるため、安全性を更に高めることができる。

図５本発明の別の実施例の声紋による通信装置のブロック図である。当該装置はクライアントにインストールされ、例えば、モバイルデバイスにインストールされる。当該装置５０は、第一インタラクションモジュール５１および第二インタラクションモジュール５２を含む。

第一インタラクションモジュール５１は、サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信するように構成され、前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方である。

本実施例において、ユーザーアカウント情報と音声情報とが同時に伝送されることによる問題を回避するために、ユーザーアカウント情報及び音声情報を二回に分けて伝送することによって、同時にパケットキャプチャされることを回避できる。

本実施例の装置は、登録プロセスに用いられてもよく、検証プロセスに用いられてもよい。検証プロセスは、登録検証や支払検証などを含むことができる。

具体的には、登録プロセスにおいて、クライアントは、ユーザーに登録インターフェースを提示する。ユーザーは、当該登録インターフェースにおいて、ユーザーアカウント情報を記入するとともに、クライアントの提示情報により、相応の提示内容を朗読して、これによって、クライアントが検証される音声情報を取得することができるようにする。

検証プロセスにおいて、クライアントは、ユーザーに検証インターフェースを提示する。ユーザーは、当該検証・復号化において、ユーザーアカウント情報を記入し、提示により、または自発的に一節の音声を発生して、それによって、クライアントが検証される音声情報を取得することができるようにする。

第二インタラクションモジュール５２は、前記サーバに第二情報及び前記標識情報を送信するように構成され、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

図６は、本発明の別の実施例の声紋による通信装置のブロック図である。当該装置は、サーバにインストールされる。当該装置６０は、第一インタラクションモジュール６１および第二インタラクションモジュール６２を含む。

第一インタラクションモジュール６１は、クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信するように構成され、前記第一情報はユーザーアカウント情報及び音声情報の一方である。

任意選択で、前記第一インタラクションモジュール６１は、標識情報を生成するように構成される。

第二インタラクションモジュール６２は、前記クライアントから送信された第二情報及び前記標識情報を受信するように構成され、前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方である。

別の実施例において、図7を参照して、前記第一情報は、音声情報であり、前記第二情報は、ユーザーアカウント情報であり、登録のとき、前記音声情報は、声紋学習して声紋特徴情報を得るための学習サンプルとする音声データである。前記装置６０は、更に、学習モジュール７１と、記憶モジュール７２と、登録モジュール７３とを含む。

学習モジュール７１は、前記学習サンプルとする音声データを受信した後に、前記学習サンプルとする音声データを学習して声紋特徴情報を得るように構成される。

そのうち、音声データを受信した後に、まず、受信された音声データが提示テキストと一致するか否かを判断し、一致である場合には、更に、音声データを学習することに基づいて声紋特徴情報を得る。音声データを学習することに基づいて声紋特徴情報を得る具体的な内容は、従来技術を参照する。

声紋特徴情報は、ランダムで生成されたＭＤ５コードである。

記憶モジュール７２は、前記標識情報と前記声紋特徴情報とを対応させて記憶するように構成される。例えば、記憶モジュールは、具体的には、キャッシュである。

登録モジュール７３は、前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する声紋特徴情報を探し出すとともに、受信されたユーザーアカウント情報と探し出された声紋特徴情報とを対応させて、記憶されている登録結果を得るように構成される。

ＭＤ５コードを受信した後に、まず、ＭＤ５コードの有効性を検証することができる。例えば、登録モジュールはキャッシュにおいて探し出し、キャッシュに受信されたＭＤ５コードが存在するか否かを判断し、存在する場合には、有効であると判定され、そうでなければ、無効であると判定される。

ＭＤ５コードが有効である場合には、受信されたユーザーアカウント情報と声紋特徴情報とを対応させて、記憶されている登録結果を得る。例えば、ユーザーアカウント情報と声紋特徴情報とを対応できた場合に、登録結果を得ることができる。例えば、ユーザーアカウント情報と声紋特徴情報とを対応できた場合に、登録結果を得ることに成功し、そうでなければ、登録結果を得ることに失敗する。

別の実施例について、図８を参照して説明する。別の実施例において、前記第一情報は音声情報であり、前記第二情報はユーザーアカウント情報である。検証のとき、前記音声情報は、検証される音声データである。前記装置６０は、さらに、記憶モジュール８１と、検証モジュール８２と、を含む。

記憶モジュール８１は、前記検証される音声データを受信して前記標識情報を生成した後に、前記標識情報と前記検証される音声データとを対応させて記憶するように構成され、記憶モジュールは、例えば、キャッシュである。

検証モジュール８２は、前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する、検証される音声データを探し出すとともに、受信されたユーザーアカウント情報と探し出された検証される音声データ、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報に基づいて検証結果を得るように構成される。

そのうち、ＭＤ５コードを受信した後に、まず、ＭＤ５コードの有効性を検証する。例えば、検証サーバはキャッシュにおいて探し出し、キャッシュに受信されたＭＤ５コードが存在するか否かを判断し、存在である場合には、有効であると判定され、そうでなければ、無効であると判定される。

ＭＤ５コードが有効である場合には、ＭＤ５コードによりユーザーアカウント情報と検証される音声データとを関連してから、受信されたユーザーアカウント情報、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報との対応関係に基づいて、受信されたユーザーアカウント情報に対応する声紋特徴情報を探し出した後に、受信されたユーザーアカウント情報に関連する検証される音声データと探し出された声紋特徴情報とを照合して、これによって、検証結果を得る。例えば、検証される音声データと声紋特徴情報との間の類似値を算出し、当該類似値が閾値より大きい場合には、登録成功と判定され、そうでなければ、登録失敗と判定される。検証される音声データと声紋特徴情報とに基づいて検証結果を得るのは、従来技術を利用することができる。

図９は本発明の別の実施例の声紋による通信システムのブロック図である。当該システム９０は、クライアント装置９１及びサーバ装置９２を含む。そのうち、クライアント装置９１は図５を参照し、サーバ装置９２は図６〜図８を参照する。

本実施例において、携帯端末及びサーバはユーザーアカウント情報及び音声情報を二回に分けて伝送することによって、ユーザーアカウント情報と音声を検証するための音声情報とに別れて伝送され、同時に伝送されることによる不安全問題を回避でき、これによって、検証の安全性を高めることができる。また、標識情報は、ランダムで生成されたものであるため、安全性を更に高めることができる。

なお、本発明の表現には、用語「第一」、「第二」などは単なる表現目的に使われており、相対的に重要性を示したり暗示することはない。また、本発明の表現には、別に説明がなければ、「複数」の意味は二つまたは二つ以上である。

フローチャートまたは他の方式で説明した過程や方法は、一つまたは複数の、判定ロジック性能または過程のステップの実行できるコマンドのコードのモジュール、セクターあるいは部分を含む。本発明の望ましい実施方式の範囲は、他の実現を含み、表示または説明の順序に従わなくてもよい。述べられた機能に基づいて基本的に同様な方式または逆の順序で、その機能を実行することができる。これは、本発明実施例の所属技術領域の技術者に理解される。

また、本発明の各部分は、ハードウェア、ソフトウェア、部品またはそれらの組み合わせで実現できる。前記実施例には、複数のステップまたは方法がメモリに保存され、適当なコマンド実行システムのソフトウェアまたは部品で実現される。たとえば、ハードウェアで実現する場合、他の実施方式と同じように、本技術分野で周知の下記の任意の一つまたはそれらの組み合わせで実現できる。すなわち、デジタル信号に対してロジック機能を実現するロジックゲート回路を有する個別のロジック回路、ロジックゲート回路を組み合わせた適当な専用ＩＣ、プログラマブルゲートアレイ（ＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ、以下、ＰＧＡと略す）、フィールドプログラマブルゲートアレイ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ、以下、ＦＰＧＡと略す）などである。

前記実施例の方法にある全部または一部のステップがプログラムにより関連のハードウェアを実行することで完成されることは、当業者に理解される。前記プログラムは一つの計算機の読み出し書き込み可能な記憶メディアに記憶される。当プログラムを実行するとき、実施例に記載した方法のステップの一つまたはそれらの組み合わせを含む。

なお、本発明の各実施例の各機能モジュールを一つの処理モジュールに集中し、または、単独に存在し、あるいは、二つまたは二つ以上のモジュールを一つの処理モジュールに集中することができる。前記集成したモジュールは、ハードウェアの形式、または、ソフトウェアの形式で実現される。前記集成したモジュールは、ソフトウェアの形式で実現し、また、独立の製品として販売や使用するとき、計算機の読み出し書き込み可能な記憶メディアに記憶されることができる。

前記記憶メディアは、ディスク、または、ＣＤなどである。

本説明書には、用語「一つの実施例」、「いくつかの実施例」、「例示」、「具体的例示」などは、当実施例や例示の具体的特徴、構造、材料が本発明の少なくとも一つの実施例や例示に含まれることを意味する。本説明書には、前記用語の説明が必ずしも同じ実施例や例示を意味しない。また、説明の中の具体的特徴、構造、材料は、任意の一つやいくつかの実施例や例示に適当な方式で結合されることができる。

以上本発明の実施形態を示して説明したが、上記の実施形態は例示的なものであり、本発明を制限するように解釈すべきではないことは当業者にとって理解できることである。本発明の原理と要旨から逸脱しない範囲で、これらの実施形態に対し様々な変更、修正、置換および変形をすることができる。

Claims

サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信するステップと、
前記サーバに第二情報及び前記標識情報を送信するステップと、
を含み、
前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、
前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方であることを特徴とする声紋による通信方法。
前記第一情報は音声情報であり、前記第二情報はユーザーアカウント情報であることを特徴とする請求項１に記載の方法。
前記標識情報は、ランダムで生成されたものであることを特徴とする請求項１または２に記載の方法。
クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信するステップと、
前記クライアントから送信された第二情報及び前記標識情報を受信するステップと、
を含み、
前記第一情報はユーザーアカウント情報及び音声情報の一方であり、
前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方であることを特徴とする声紋による通信方法。
前記第一情報は音声情報であり、前記第二情報はユーザーアカウント情報であることを特徴とする請求項４に記載の方法。
登録のとき、前記音声情報は、声紋学習して声紋特徴情報を得るための学習サンプルとする音声データであり、
前記方法は、更に、
前記学習サンプルとする音声データを受信した後に、前記学習サンプルとする音声データを学習して声紋特徴情報を得るステップと、
前記標識情報と前記声紋特徴情報とを対応して記憶するステップと、
前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する声紋特徴情報を探し出すとともに、受信されたユーザーアカウント情報と探し出された声紋特徴情報とを対応して記憶して登録結果を得るステップと、
を含むことを特徴とする請求項５に記載の方法。
検証のとき、前記音声情報は、検証される音声データであり、
前記方法は、さらに、
前記検証される音声データを受信して前記標識情報を生成した後に、前記標識情報と前記検証される音声データとを対応して記憶するステップと、
前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する、検証される音声データを探し出すとともに、受信されたユーザーアカウント情報と探し出された検証される音声データ、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報に基づいて検証結果を得るステップと、
を含むことを特徴とする請求項５に記載の方法。
前記標識情報は、ランダムで生成された標識情報を含むことを特徴とする請求項４〜７のいずれか一項に記載の方法。
サーバに第一情報を送信するとともに、前記サーバから送信された標識情報を受信するように構成された第一インタラクションモジュールと、
前記サーバに第二情報及び前記標識情報を送信するように構成された第二インタラクションモジュールと、
を含み、
前記標識情報は、前記サーバが前記第一情報を受信して生成されたものであり、前記第一情報はユーザーアカウント情報及び音声情報の一方であり、
前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方であることを特徴とする声紋による通信装置。
クライアントから送信された第一情報を受信して標識情報を生成するとともに、前記標識情報を前記クライアントに送信するように構成された第一インタラクションモジュールと、
前記クライアントから送信された第二情報及び前記標識情報を受信するように構成された第二インタラクションモジュールと、
を含み、
前記第一情報はユーザーアカウント情報及び音声情報の一方であり、
前記第二情報は前記ユーザーアカウント情報及び前記音声情報の他方であることを特徴とする声紋による通信装置。
前記第一情報は音声情報であり、前記第二情報はユーザーアカウント情報であり、
登録のとき、前記音声情報は、声紋学習して声紋特徴情報を得るための学習サンプルとする音声データであり、
前記装置は、更に、
前記学習サンプルとする音声データを受信した後に、前記学習サンプルとする音声データを学習して声紋特徴情報を得るように構成された学習モジュールと、
前記標識情報と前記声紋特徴情報とを対応に記憶するように構成された記憶モジュールと、
前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する声紋特徴情報を探し出すとともに、受信されたユーザーアカウント情報と探し出された声紋特徴情報とを対応して記憶して登録結果を得るように構成された登録モジュールと、
を含むことを特徴とする請求項１０に記載の声紋による通信装置。
前記第一情報は音声情報であり、前記第二情報はユーザーアカウント情報であり、
検証のとき、前記音声情報は、検証される音声データであり、
前記装置は、さらに、
前記検証される音声データを受信して前記標識情報を生成した後に、前記標識情報と前記検証される音声データとを対応して記憶するように構成された記憶モジュールと、
前記ユーザーアカウント情報及び前記標識情報を受信した後に、予め記憶されたデータにおいて、受信された標識情報に対応する、検証される音声データを探し出すとともに、受信されたユーザーアカウント情報と探し出された検証される音声データ、及び登録のとき得られたユーザーアカウント情報と声紋特徴情報に基づいて検証結果を得るように構成された検証モジュールと、
を含むことを特徴とする請求項１０に記載の声紋による通信装置。
前記第一インタラクションモジュールは、ランダムで生成された標識情報を含む標識情報を生成するように構成されることを特徴とする請求項１０〜１２のいずれか一項に記載の通信装置。
請求項９に記載の装置及び請求項１０〜１３のいずれか一項に記載の装置を含むことを特徴とする声紋による通信システム。