CN105825553A - 声纹验证方法及其*** - Google Patents

Abstract

本发明公开了一种声纹验证方法，声纹验证方法，包括如下步骤：发送携带业务类型的业务操作请求；根据所述业务操作请求转换为携带验证语料的声纹验证指令；获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；根据所述声音数据生成声纹信息；将所述声纹信息与参考声纹信息进行一一识别，得到与每一个参考声纹之间的相似度分值；选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。本发明还公开一种声纹验证***。采用本发明，大大简化了需要检查各种证件或者票据的真实性的流程。

Description

声纹验证方法及其***

技术领域

本发明属于声纹识别技术领域，具体涉及一种声纹验证方法及其***。

背景技术

传统票据验证需要人工核对，例如火车票验票，需要工作人员先验票、验身份证，之后再对比身份证照片和人脸，进而判断是否为车票所有者本人，验证过程费时费力，尤其是对于人多、量大的情况下，会出现由于验票效率低，造成的人潮拥堵的问题。于此同时，随着科技的发展，高科技的伪造技术，造成了验证过程安全性不高的问题。

发明内容

为了解决上述问题，本发明的第一目的提供一种声纹验证方法，大大简化了需要检查各种证件或者票据的真实性的流程。

为实现上述目的，本发明按以下技术方案予以实现的：

本发明所述的声纹验证方法，包括如下步骤：

发送携带业务类型的业务操作请求；

根据所述业务操作请求转换为携带验证语料的声纹验证指令；

获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；

根据所述声音数据生成声纹信息；

将所述声纹信息与参考声纹信息进行一一识别，得到与每一个参考声纹之间的相似度分值；

选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。

进一步地，所述相似度分值采用的公式为：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

其中，所述w1和w2为身份认证矢量；T为向量转置。

进一步地，所述参考声纹信息为所述群组ID对应的群组中预先存储的所有合法用户的声纹信息。

进一步地，所述业务类型表示票据的验证类型，包括：车票的验证、门票的验证；所述业务操作请求表示票据的验证请求。

进一步地，所述群组是根据业务类型的不同而建立的独立用户群；所述群组的ID则是所述独立用户群对应的编码。

为了解决上述问题，本发明的第二目的提供一种声纹验证***，具有自动化检查各种证件或者票据的真实性的功能，大大简化了现有人工检查的流程，提升了检查效率。

为实现上述目的，本发明按以下技术方案予以实现的：

本发明所述的声纹验证***，包括：

通信连接的声纹识别服务器和声纹识别客户端。

进一步地，所述声纹识别客户端包括第一发送模块、第一接收模块、第一获取模块和第一提交模块；所述第一发送模块用于发送携带业务类型的业务操作请求至所述声纹识别服务器；所述第一接收模块用于接收所述声纹识别服务器将述业务操作请求转换为携带验证语料的声纹验证指令；所述第一获取模块用于获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；所述第一提交模块用于提交所述声音数据以及需要查找群组的ID至声纹识别服务器。

进一步地，所述声纹识别服务器包括第二接收模块、第二发送模块、第三接收模块、第一生成模块、第一识别模块和第一确定模块；所述第二接收模块用于接收所述业务操作请求；所述第二发送模块用于发送所述携带验证语料的声纹验证指令；所述第三接收模块用于接收所述声音数据以及需要查找的群组的ID；所述第一生成模块用于将所述声音数据生成声纹信息；所述第一识别模块用于将所述声纹信息与参考声纹信息一一识别，并且得到与每一个参考声纹之间的相似度分值；所述第一确定模块用于选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。

进一步地，所述相似度分值采用的公式为：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

其中，所述w1和w2为身份认证矢量；T为向量转置。

进一步地，所述参考声纹信息为所述群组ID对应的群组中预先存储的所有合法用户的声纹信息。

与现有技术相比，本发明的有益效果是：

本发明所述的声纹验证方法，利用了声纹唯一性和稳定性的特点，可以很好的解决有关身份验证流程复杂的问题。操作过程中，只需要用户在进行业务操作的时候，先注册自己的声纹模型，之后在验证某个人是否购买过某项服务时，只需要对着声纹识别客户端读出需要的文本，声纹识别服务器进行声纹判别，就可以识别出此人的身份，并查找到这个身份ID是否购买过此项服务。这样就大大的简化了某些业务场景中需要检查各种证件和票据以及真假性等等复杂流程。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：

图1是本发明所述的声纹验证方法的流程图；

图2是本发明所述的声纹验证方法中注册预料的流程图；

图3是本发明所述的声纹验证方法中识别、确定的流程图

图4是本发明所述的声纹验证***的原理框架图；

图5是本发明所述的声纹验证***中声纹识别客户端的原理框架图；

图6是本发明所述的声纹验证***中声纹识别服务器的原理框架图。

图中：

1：声纹识别客户端

11：第一发送模块12：第一接收模块13：第一获取模块14：第一提交模块

2：声纹识别服务器

21：第二接收模块22：第二发送模块23：第三接收模块24：第一生成模块

25：第一识别模块26：第一确定模块

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明所述的声纹验证方法，是利用声纹了唯一性和稳定性的特点，很好的解决了有关身份验证流程复杂的问题。

具体的实现过程如以下步骤：

S01：发送携带业务类型的业务操作请求；

所述业务类型表示票据的验证类型，包括：车票的验证、门票的验证；不仅限于此，只要需要验证身份的业务，都属于保护的范畴。所述业务操作请求表示票据的验证请求。

S02：根据所述业务操作请求转换为携带验证语料的声纹验证指令；

S03：获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；

所述群组是根据业务类型的不同而建立的独立用户群；

所述群组的ID则是所述独立用户群对应的编码。

S04：根据所述声音数据生成声纹信息；

S05：将所述声纹信息与参考声纹信息进行一一识别，得到与每一个参考声纹之间的相似度分值；

相似度的计算方法可以采用任何一种声纹识别计算方法，包括但不限于GMM模型、iVector等。以iVector为例，每一个用户有对应的iVector，服务器将获取到的语音转换成iVector，然后与参考的iVector进行比较，可以有多种技术进行比较，包括但不限于余弦方法(Cosine)，概率线性分析方法(ProbabilisticLinearDiscriminantAnalysis,PLDA)等。以余弦方法为例，对于得到的两个iVector，w₁和w₂，其相似度计算方式如下(其中T表示向量转置)：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

S06：选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功，具体如图3所示。验证成功代表在对应的群组中有相应的用户，从而确认通过。

本发明所述的声纹验证方法，只需要用户在进行业务操作的时候，先注册自己的声纹模型，具体如图2所示，之后在验证某个人是否购买过某项服务时，只需要对着客服端***读出需要的文本，服务器进行声纹判别就可以识别出此人的身份，并查找到这个身份ID是否购买过此项服务。这样就大大的简化了某些业务场景中需要检查各种证件和票据以及真假性等等复杂流程。

如图4、图5和图6所示，本发明所述的声纹验证***，包括通信连接的声纹识别服务器2和声纹识别客户端1。其中，所述声纹识别客户端1可以为普通的台式机电脑、笔记本电脑、手机、平板电脑、智能可穿戴设备、嵌入式设备等设备。所述声纹识别客户端1中可以运行至少一种类型的互联网应用，包括但不限于：游戏应用、电商应用等等。声纹识别服务器2指互联网应用的后台服务器，用于处理互联网应用在实现相应功能过程中的各种需求，并可用于对互联网应用中的用户的相关信息。

所述声纹识别客户端1包括第一发送模块11、第一接收模块12、第一获取模块13和第一提交模块14。

所述第一发送模块11用于发送携带业务类型的业务操作请求至所述声纹识别服务器2，所述业务类型表示票据的验证类型，包括：车票的验证、门票的验证；所述业务操作请求表示票据的验证请求。所述第一接收模块12用于接收所述声纹识别服务2器将述业务操作请求转换为携带验证语料的声纹验证指令；所述第一获取模块13用于获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID，所述群组是根据业务类型的不同而建立的独立用户群；所述群组的ID则是所述独立用户群对应的编码。所述第一提交模块14用于提交所述声音数据以及需要查找群组的ID至声纹识别服务器2。

所述声纹识别服务器2包括第二接收模块21、第二发送模块22、第三接收模块23、第一生成模块24、第一识别模块25和第一确定模块26。所述第二接收模块21用于接收所述业务操作请求；所述第二发送模块22用于发送所述携带验证语料的声纹验证指令；所述第三接收模块23用于接收所述声音数据以及需要查找的群组的ID；所述第一生成模块24用于将所述声音数据生成声纹信息；所述第一识别模块25用于将所述声纹信息与参考声纹信息一一识别，并且得到与每一个参考声纹之间的相似度分值；所述第一确定模块26用于选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。

相似度的计算方法可以采用任何一种声纹识别计算方法，包括但不限于GMM模型、iVector等。以iVector为例，每一个用户有对应的iVector，服务器将获取到的语音转换成iVector，然后与参考的iVector进行比较，可以有多种技术进行比较，包括但不限于余弦方法(Cosine)，概率线性分析方法(ProbabilisticLinearDiscriminantAnalysis,PLDA)等。以余弦方法为例，对于得到的两个iVector，w₁和w₂，其相似度计算方式如下(其中T表示向量转置)：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，故凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种声纹验证方法，其特征在于，包括如下步骤：

发送携带业务类型的业务操作请求；

根据所述业务操作请求转换为携带验证语料的声纹验证指令；

获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；

根据所述声音数据生成声纹信息；

将所述声纹信息与参考声纹信息进行一一识别，得到与每一个参考声纹之间的相似度分值；

选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。

2.根据权利要求1所述的声纹验证方法，其特征在于：

所述相似度分值采用的公式为：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

其中，所述w1和w2为身份认证矢量；T为向量转置。

3.根据权利要求1所述的声纹验证方法，其特征在于：

所述参考声纹信息为所述群组ID对应的群组中预先存储的所有合法用户的声纹信息。

4.根据权利要求1所述的声纹验证方法，其特征在于：

所述业务类型表示票据的验证类型，包括：车票的验证、门票的验证；

所述业务操作请求表示票据的验证请求。

5.根据权利要求4所述的声纹验证方法，其特征在于：

所述群组是根据业务类型的不同而建立的独立用户群；

所述群组的ID则是所述独立用户群对应的编码。

6.一种声纹验证***，其特征在于，包括：

通信连接的声纹识别服务器和声纹识别客户端。

7.根据权利要求6所述的声纹验证***，其特征在于：

所述声纹识别客户端包括第一发送模块、第一接收模块、第一获取模块和第一提交模块；

所述第一发送模块用于发送携带业务类型的业务操作请求至所述声纹识别服务器；

所述第一接收模块用于接收所述声纹识别服务器将述业务操作请求转换为携带验证语料的声纹验证指令；

所述第一获取模块用于获取根据声纹验证指令输入的声音数据以及需要查找的群组的ID；

所述第一提交模块用于提交所述声音数据以及需要查找群组的ID至声纹识别服务器。

8.根据权利要求7所述的声纹验证***，其特征在于：

所述声纹识别服务器包括第二接收模块、第二发送模块、第三接收模块、第一生成模块、第一识别模块和第一确定模块；

所述第二接收模块用于接收所述业务操作请求；

所述第二发送模块用于发送所述携带验证语料的声纹验证指令；

所述第三接收模块用于接收所述声音数据以及需要查找的群组的ID；

所述第一生成模块用于将所述声音数据生成声纹信息；

所述第一识别模块用于将所述声纹信息与参考声纹信息一一识别，并且得到与每一个参考声纹之间的相似度分值；

所述第一确定模块用于选取相似度分值最高的参考声纹，并且比较所述最高的形式度分值与预设阈值的大小，如果最高的形式度分值比预设阈值小，则验证失败；否则，验证成功。

9.根据权利要求8所述的声纹验证***，其特征在于：

所述相似度分值采用的公式为：

$\frac{w_1^T*w_2}{\sqrt{w_1^T*w_1}\sqrt{w_2^T*w_2}}$

其中，所述w1和w2为身份认证矢量；T为向量转置。

10.根据权利要求8所述的声纹验证***，其特征在于：

所述参考声纹信息为所述群组ID对应的群组中预先存储的所有合法用户的声纹信息。