CN112530441A - 合法用户的验证方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种合法用户的验证方法、装置、计算机设备和存储介质。合法用户的验证方法包括：响应于不同合法的待注册用户的注册请求，基于注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条，以得到不同合法用户对应的不同已注册语音；根据采集的环境声音判断环境声音是否携带有与目标已注册语音相匹配的目标验证语音，目标已注册语音为不同合法用户预先注册的已注册语音的其中一个；若环境声音携带有目标验证语音，则将目标已注册语音和目标验证语音进行配对得到配对结果，并根据配对结果确定目标验证语音对应的用户是否合法。该合法用户的验证方法能够提高合法用户验证的安全性。

Description

合法用户的验证方法、装置、计算机设备和存储介质

技术领域

本申请涉及智能识别技术领域，特别是涉及一种合法用户的验证方法、装 置、计算机设备和存储介质。

背景技术

声纹识别是一种通过声音来识别说话人的身份，可以用于APP登录、智能 家居、声纹门禁等应用中。在APP登录、智能家居、声纹门禁中，都需要先验 证该用户是否为合法用户，从而进行进一步操作。

例如，用户每次进行验证开门的时候，需要根据提示要求朗读一段随机内 容的文本，***则根据这段验证语音与***注册的多个用户分别对应的已注册 语音一一进行配对，找出最相似的已注册语音，从而将验证语音和最相似的已 注册语音进行配对，以验证该用户是否为合法用户。若认为验证语音来自一个 合法的注册用户，验证通过控制门打开。

然而，这种一对多的语音配对方式，只要验证语音与所有注册用户中的某 一个比较相似，就会导致误通过，给合法用户验证的安全带来隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高合法用户验证的安 全性的验证方法、装置、计算机设备和存储介质。

一种合法用户的验证方法，包括：

响应于不同合法的待注册用户的注册请求，基于所述注册请求采集每个合 法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条，以得到 不同合法用户对应的不同已注册语音；

根据采集的环境声音判断所述环境声音是否携带有与目标已注册语音相匹 配的目标验证语音，所述目标已注册语音为不同合法用户预先注册的已注册语 音的其中一个；

若所述环境声音携带有所述目标验证语音，则将所述目标已注册语音和所 述目标验证语音进行配对得到配对结果，并根据所述配对结果确定所述目标验 证语音对应的用户是否合法。

在其中一个实施例中，所述响应于不同合法的待注册用户的注册请求，基 于所述注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册 语音中的至少一条，以得到不同合法用户对应的不同已注册语音，包括：

响应于合法的待注册用户的注册请求，并基于所述待注册用户的注册请求 采集待注册用户的待注册语音；

判断所述待注册语音与已注册用户分别对应的已注册语音是否匹配；

若所述待注册语音与所述已注册语音不匹配，则将所述待注册用户对应的 用户标识与所述待注册语音进行关联存储。

在其中一个实施例中，所述方法还包括：

获取所述待注册语音的待注册语音质量；

判断所述待注册语音质量是否符合待注册语音要求；

若所述待注册语音质量符合所述待注册语音要求，则将所述待注册用户对 应的用户标识与所述待注册语音进行关联存储。

在其中一个实施例中，所述将所述待注册用户对应的用户标识与所述待注 册语音进行关联存储，包括：

对所述待注册语音进行解码，得到待注册音素序列；

对所述待注册语音进行声纹提取，得到所述待注册语音对应的待注册声纹 特征；

将所述待注册用户对应的用户标识、所述待注册音素序列与所述待注册声 纹特征进行关联存储。

在其中一个实施例中，所述待注册语音包括待注册语音内容和待注册语言 特征，所述判断所述待注册语音与已注册用户分别对应的已注册语音是否匹配， 包括：

判断所述待注册语音内容与已注册语音的已注册语言内容是否匹配；

若所述待注册语音内容与已注册语音的已注册语言内容不匹配，则确定所 述待注册语音与所述已注册语音不匹配；

若所述待注册语音内容与已注册语音的已注册语言内容匹配，则判断所述 待注册语言特征与匹配的所述已注册语言内容对应的已注册语言特征是否匹配；

若所述待注册语言特征与所述已注册语言特征不匹配，则确定所述待注册 语音与所述已注册语音不匹配。

在其中一个实施例中，所述将所述目标已注册语音和所述目标验证语音进 行配对得到配对结果，并根据所述配对结果确定所述目标验证语音对应的用户 是否合法，包括：

提取所述目标验证语音的目标声纹特征，并获取所述目标已注册语音关联 的已注册声纹特征；

判断所述目标声纹特征和所述已注册声纹特征是否配对；

若所述目标声纹特征和所述已注册声纹特征配对成功，则确定所述目标验 证语音对应的用户合法。

在其中一个实施例中，所述若所述目标声纹特征和所述已注册声纹特征配 对成功，则确定所述目标验证语音对应的用户合法，包括：

若所述目标声纹特征和所述已注册声纹特征配对成功，则获取所述目标验 证语音的验证语音质量；

判断所述验证语音质量是否符合验证语音要求；

若所述验证语音质量符合所述验证语音要求，则确定所述目标验证语音对 应的用户合法。

一种合法用户的验证装置，包括：

注册模块，用于响应于不同合法的待注册用户的注册请求，基于所述注册 请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至 少一条，以得到不同合法用户对应的不同已注册语音；

声音采集模块，用于根据采集的环境声音判断所述环境声音是否携带有与 目标已注册语音相匹配的目标验证语音，所述目标已注册语音为不同合法用户 预先注册的已注册语音的其中一个；

验证模块，用于若所述环境声音携带有所述目标验证语音，则将所述目标 已注册语音和所述目标验证语音进行配对得到配对结果，并根据所述配对结果 确定所述目标验证语音对应的用户是否合法。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序， 所述处理器执行所述计算机程序时实现上述的方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处 理器执行时实现上述的方法的步骤。

上述合法用户的验证方法、装置、计算机设备和存储介质，通过在环境声 音携带有与目标已注册语音匹配的目标验证语音时，将目标验证语音与目标已 注册语音进行配对，根据目标验证语音和目标已注册语音的配对结果确定目标 验证语音对应的用户是否合法，由于目标验证语音仅与目标已注册语音配对， 避免了这种一对多的配对方式，只要验证语音与所有注册用户中的某一个比较 相似，就会导致误接受的问题，提高了合法用户验证的安全性。此外，由于目 标验证语音仅与匹配的目标已注册语音进行配对，还避免了需要跟所有注册的 用户一一配对的过程，还提高了合法用户验证的效率。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施 例或传统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 中的附图仅仅是本申请的一些实施例，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是一个实施例提供的一种合法用户的验证方法的流程示意图；

图2是一个实施例中提供的一种图1中步骤S110细化的流程示意图；

图3是一个实施例提供的另一种图1中步骤S110细化的流程示意图；

图4是一个实施例提供的一种图1中步骤S130细化的流程示意图；

图5是一个实施例提供的一种图4中步骤S430细化的流程示意图；

图6是一个实施例提供的一种合法用户的验证装置的结构示意图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。 附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现， 并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的 公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术 领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术 语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述 各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另 一个元件区分。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形 式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或 “具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合 的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、 组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或” 包括相关所列项目的任何及所有组合。

正如背景技术所述，现有技术中的用户验证有安全隐患的问题，经发明人 研究发现，出现这种问题的原因在于，***是根据验证语音跟已注册的多个用 户分别对应的已注册语音进行一一配对，找出最相似的已注册语音，从而将验 证语音和最相似的已注册语音进行配对，以验证该用户是否为合法用户。然而， 当验证语音与其中一个已注册语音比较相似时，即使他不是该已注册语音对应 的用户，也会验证通过。尤其是用户基数越大，安全性越低。

基于以上原因，本发明提供了一种合法用户的验证方法、装置、计算机设 备和存储介质。

参考图1，图1是一个实施例提供的一种合法用户的验证方法的流程示意图。 在一个实施例中，如图1所示，提供了一种合法用户的验证方法，本实施例以 该方法应用于计算机设备进行举例说明。本实施例中，该方法包括以下步骤：

步骤S110、响应于不同合法的待注册用户的注册请求，基于所述注册请求 采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一 条，以得到不同合法用户对应的不同已注册语音。

其中，注册请求是指合法用户在进行注册时发起的请求。待注册语音是指 合法的待注册用户录入的语音，用于在注册成功时成为已注册语音，作为后续 验证的配对基准。在本实施例中，待注册语音可以是一个或多个，本实施例对 于待注册语音的具体数量不作限制。在一个实施例中，可选的，当待注册语音 为多条时，每个待注册语音的语速不同。例如，多个待注册语音包括快速、慢 速和中速三种语速的待注册语音。在本实施例中，存储的是待注册语音中的至 少一条，存储的待注册语音成为已注册语音。需要说明的是，当待注册语音为 多条时，存储的待注册语音，可以是存储待注册语音中的其中一条语音或全部待注册语音中的部分语音，也可以是存储每一条待注册语音，也可以是将全部 待注册语音合并为一条存储，或将部分待注册语音合并为一条进行存储，其可 根据用户需要进行设置或设备自动根据待注册语音的语音数量或语音质量进行 选择并存储，例如设备可自动存储语音质量较高的至少一条待注册语音。

在本实施例中，具体的，不同合法用户对应的待注册语音均不同，则注册 得到的已注册语音也不同。需要说明的是，不同合法用户对应的已注册语音不 同，可以是已注册语音包括的语音内容不同，也可以是已注册语音包括的语音 内容和语言特征不同，所述语音内容为通过语音识别技术识别出的所述语音中 包含的对应的文字内容，所述语言特征所述用户说出所述语音内容时使用的语 言类别，例如：普通话、方言等。本实施例不作限定。例如，当一个合法用户 已注册语音输入的是粤语的“芝麻开门”，则语音内容是芝麻开门，语言特征是 粤语。

步骤S120、根据采集的环境声音判断所述环境声音是否携带有与目标已注 册语音相匹配的目标验证语音，所述目标已注册语音为不同合法用户预先注册 的已注册语音的其中一个。

其中，环境声音是指计算机设备预设范围内的所有声音，例如是10米内的 所有声音。在本步骤中，判断环境声音是否携带有与目标已注册语音相匹配的 目标验证语音，若环境声音携带有所述目标验证语音，则执行步骤S130。若环 境声音未携带有目标验证语音，则持续根据采集的环境声音判断所述环境声音 是否携带有与目标已注册语音相匹配的目标验证语音。目标已注册语音是指不 同合法用户预先注册的已注册语音的其中一个。

在一个可能的实现方式中，判断所述环境声音是否携带有与目标已注册语 音相匹配的目标验证语音，可以是判断环境声音中是否携带有与目标已注册语 音包括的目标注册内容一致的目标验证内容，若存在，则将目标验证内容对应 的语音作为目标验证语音；也可以是判断环境声音中是否携带有与目标注册内 容一致的目标验证内容，且目标验证内容对应的目标验证语言特征与目标已注 册语音包括的目标已注册语音特征一致，若存在，则将目标验证内容对应的语 音作为目标验证语音。例如，预先注册的已注册语音包括粤语的“你好”以及 普通话的早上好，若环境声音存在普通话的“你好”，则认为环境声音未携带有 与目标已注册语音相匹配的目标验证语音，当环境声音存在粤语的“你好”或 普通话的早上好，则认为环境声音携带有与目标已注册语音相匹配的目标验证 语音。

可以理解的是，通过语音内容和语言特征共同进行匹配，避免了语音内容 相似导致的误触发，提高了验证触发的准确性。

步骤S130、将所述目标已注册语音和所述目标验证语音进行配对得到配对 结果，并根据所述配对结果确定所述目标验证语音对应的用户是否合法。

在本步骤中，根据目标已注册语音和目标验证语音进行配对的配对结果确 定目标验证语音对应的用户是否合法。具体的，当目标已注册语音和目标验证 语音配对成功时，则确定所述目标验证语音对应的用户合法。

在本实施例中，通过在环境声音携带有与目标已注册语音匹配的目标验证 语音时，将目标验证语音与目标已注册语音进行配对，根据目标验证语音和目 标已注册语音的配对结果确定目标验证语音对应的用户是否合法，由于目标验 证语音仅与目标已注册语音配对，避免了一对多的配对方式，只要验证语音与 所有注册用户中的某一个比较相似，就会导致误接受的问题，提高了合法用户 验证的安全性。此外，由于目标验证语音仅与匹配的目标已注册语音进行配对， 还避免了需要跟所有注册的用户一一配对的过程，还提高了合法用户验证的效 率。

具体的，在现有方案中，是通过给用户提供一段随机内容，在用户朗读内 容时，采集用户的朗读语音，并提取朗读语音的用户声纹特征。提取用户声纹 特征后，将用户声纹特征与数据库存储的存储声纹特征比对，例如数据库存储 有N个存储声纹特征时，需要将用户声纹特征和N个存储声纹特征进行一一比 对，从而确定出于用户声纹特征相似度最高的目标存储声纹特征。若目标存储 声纹特征与用户声纹特征的相似度大于预设相似度时，则该用户验证成功。因 此，在现有方案中，每个用户没有特定内容的验证语音而是直接提取验证语音 的声纹特征(比如共振峰频率)并与多个存储声纹特征一一比对，运算量较大、时间较长。且N越大，则运算量越大，花费的时间越长。此外，当用户声纹特 征与N个存储声纹特征的其中一个的相似度大于预设相似度时就会验证成功， 当N特别大时就会容易出现误识别。例如非合法的A用户的声纹与合法B用户 的声纹相似，则A用户去验证时，由于与B用户的声纹相似导致A用户验证也 通过，但A用户并非是合法用户。

而在本实施例的技术方案中，先根据采集的环境声音判断所述环境声音是 否携带有与目标已注册语音相匹配的目标验证语音，当环境声音携带有所述目 标验证语音，才将所述目标已注册语音和所述目标验证语音进行配对得到配对 结果。即实施例的技术方案具有两步验证过程从而实现声纹的1：1比对。本实 施例先通过比对特定的唤醒语音(即每个用户具有特定内容的唤醒语音)，唤醒 语音完全一致时才进行声纹比对，比对唤醒语音的过程不涉及声纹特征，仅进 行语音的比对，例如比对文字内容和语言特征，因此比对时间较短；当语音比 对成功时，再将验证语音的声纹和与比对成功的目标已注册语音的声纹进行1:1 的比对，运算量也小，而且由于声纹是1:1比对，准确率也高。

需要说明的是，本实施的方法可以适用于APP(应用程序，Application)登 录，智能家居、门禁等多个用户共同使用的场景中。

以本实施例的方法应用于门禁为例，一个门禁一般会有多个合法用户，例 如一个公司、一栋楼的用户。当采用本实施例的方法验证时，若验证成功，则 响应验证成功的结果进行开门。

参考图2，图2是一个实施例中提供的一种图1中步骤S110细化的流程示 意图。本实施例是在上述实施例的进一步细化，在一个实施例中，如图2所示， 步骤S110、响应于不同合法的待注册用户的注册请求，基于所述注册请求采集 每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条， 以得到不同合法用户对应的不同已注册语音，包括：

步骤S210、响应于合法的待注册用户的注册请求，并基于所述待注册用户 的注册请求采集待注册用户的待注册语音。

在本实施例中，待注册语音是指待注册用户在进行注册时录入的语音。可 选的，待注册语音可以包括待注册语音内容，也可以包括待注册语音内容和待 注册语言特征，可以根据需要设置，本实施例不作限定。

可选的，可以是多次采集待注册用户的待注册语音，每次采集的待注册语 音与上一次采集的待注册语音进行匹配，判断本次采集的待注册语音与上一次 采集的待注册语音是否匹配，若每次采集的待注册语音均匹配，则存储该待注 册语音，避免用户误输入导致注册完成后无法正常验证。可选的，每次采集的 待注册语音的录入语速不同，可以是快速、慢速和中速等。

步骤S220、判断所述待注册语音与已注册用户分别对应的已注册语音是否 匹配。

在本步骤中，若所述待注册语音与所述已注册语音不匹配，则说明在待注 册用户注册之前的已注册语音与待注册语音不同，则执行步骤S230。若待注册 语音与已注册语音匹配，则说明已注册语音与待注册语音相同，则需要用户录 入新的待注册语音，再判断已注册语音与待注册语音是否匹配。

步骤S230、将所述待注册用户对应的用户标识与所述待注册语音进行关联 存储。

其中，用户标识是指用于识别待注册用户身份的唯一标识。在本步骤中， 当待注册语音与已注册语音不同时，才将待注册用户对应的用户标识与所述待 注册语音进行关联存储，则每个注册用户所预先注册的已注册语音均不同。则 在验证用户是否合法的过程中，可以根据不同用户分别对应的不同已注册语音 中的与目标验证语音匹配的目标已注册语音进行配对，则目标验证语音仅与匹 配的目标已注册语音进行配对，从而提高合法用户验证的安全性。

参考图3，图3是一个实施例提供的另一种图1中步骤S110细化的流程示 意图。本实施例是在上述实施例的进一步细化，对于在将所述待注册用户对应 的用户标识与所述待注册语音进行关联存储的步骤之前进行了进一步细化。

在另一个实施例中，步骤S110、响应于不同合法的待注册用户的注册请求， 基于所述注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注 册语音中的至少一条，以得到不同合法用户对应的不同已注册语音，可以包括：

步骤S310、响应于合法的待注册用户的注册请求，并基于所述待注册用户 的注册请求采集待注册用户的待注册语音。

本步骤可以参考上述实施例的描述，本实施例不作赘述。

步骤S320、判断所述待注册语音与已注册用户分别对应的已注册语音是否 匹配。

本步骤可以参考上述实施例的描述，本实施例不作赘述。

步骤S330、获取所述待注册语音的待注册语音质量。

其中，待注册语音质量可以包括待注册语音的信噪比、待注册语音的文字 数量和待注册语音的有效时长中的至少一个。

步骤S340、判断所述待注册语音质量是否符合待注册语音要求。

其中，待注册语音要求包括与待注册语音质量对应的待注册信噪比阈值、 待注册文字数量阈值和待注册有效时长阈值中的至少一个。具体的，待注册语 音的信噪比符合待注册语音要求，是指待注册语音的信噪比大于待注册信噪比 阈值。待注册语音的有效时长符合待注册语音要求，是指待注册语音的有效时 长大于待注册有效时长阈值。待注册语音的文字数量符合待注册语音要求，是 指待注册语音的文字数量大于待注册文字数量阈值。其中，待注册语音要求的 阈值可以根据需要进行设置，例如待注册信噪比阈值为10dB(分贝)，待注册有 效时长阈值为4秒，待注册文字数量阈值为8个。

在本步骤中，若所述待注册语音质量符合所述待注册语音要求，则执行步 骤S250。若待注册语音质量不符合所述待注册语音要求，则重新采集待注册用 户录入的新的待注册语音。

步骤S350、将所述待注册用户对应的用户标识与所述待注册语音进行关联 存储。

在本步骤中，当待注册语音质量符合所述待注册语音要求，才将所述待注 册用户对应的用户标识与所述待注册语音进行关联存储。

在本实施方式中，获取所述待注册语音的待注册语音质量进行判断，当待 注册语音质量符合注册要求时，才将所述待注册用户对应的用户标识与所述待 注册语音进行关联存储，避免了注册时的待注册语音质量不好，导致环境声音 中是否携带有目标验证语音的判断结果不准确，提高了判断环境声音中是否携 带有目标验证语音的准确性。

在一个可能的实现方式中，将所述待注册用户对应的用户标识与所述待注 册语音进行关联存储，可以包括：

对所述待注册语音进行解码，得到待注册音素序列；对所述待注册语音进 行声纹提取，得到所述待注册语音对应的待注册声纹特征；将所述待注册用户 对应的用户标识、所述待注册音素序列与所述待注册声纹特征进行关联存储。

其中，待注册音素序列是指对待注册语音进行解码得到音素，并将音素依 次连接组成的序列。音素是指构成音节的最小单位或最小的语音片段，是从音 质的角度划分出来的最小的线性的语音单位。具体的，可以通过音素的语音识 别器对待注册语音进行解码。声纹特征是指是用电声学仪器显示的携带言语信 息的声波频谱。本实施例中，将待注册用户对应的用户标识、待注册音素序列 与所述待注册声纹特征进行关联存储，以便后续验证过程中，对目标已注册语 音进行解码得到目标验证音素序列，从而确定与目标验证音素序列匹配的注册 音素序列，得到待配对的用户标识以及对应的待注册声纹特征，从而将待注册 声纹特征与目标验证语音进行配对，确定出目标验证语音对应的用户是否合法。

在本实施例中，通过将待注册语音进行解码得到待注册音素序列，从而在 验证时与对目标已注册语音进行解码得到的目标验证音素序列进行匹配，由于 是音素之间的匹配，则匹配的过程更简单，匹配的效率更高。此外，可以通过 用户标识直接获取进行配对的待注册声纹特征，不需要重新从目标注册语音中 提取，提高了目标声纹特征的配对效率。具体的，在本实施例中，若判断环境 声音中携带有目标验证语音，则将目标验证语音解码得到目标验证音素序列， 将目标验证音素序列与目标已注册语音对应的目标注册音素序列配对，当配对 的结果为目标验证音素序列与目标注册音素序列的音素相似度大于音素相似度 阈值(例如80％)时，则确定环境声音携带有目标验证语音，并将所述目标已 注册语音和所述目标验证语音进行配对。在一个实施例中，也可以是对环境声 音中的每一段声音进行解码，得到候选验证音素序列，判断候选验证音素序列 与已注册的注册音素序列是否配对，若配对，则将配对成功的候选验证音素序 列对应的声音作为目标验证语音，以提取所述目标验证语音的目标声纹特征， 并将配对的注册音素序列关联的声纹特征与目标声纹特征配对，从而确定目标 验证语音对应的用户是否合法。

在一个实施例中，当待注册语音为多条，多条待注册语音的语速不同时对 每条待注册语音进行解码，得到每条待注册语音对应的待注册音素序列；判断 不同语速的多条待注册语音分别对应的待注册音素序列是否相同；若不同语速 的多条待注册语音分别对应的待注册音素序列相同，则对多条待注册语音的其 中一条进行声纹提取，得到所述待注册语音对应的待注册声纹特征；将所述待 注册用户对应的用户标识、相同的所述待注册音素序列与所述待注册声纹特征 进行关联存储。

在本实施例中，通过将不同语速的多条待注册语音进行合并存储，减少了 存储的数据量。

在一个可能的实施方式中，所述待注册语音包括待注册语音内容和待注册 语言特征，所述判断所述待注册语音与已注册用户分别对应的已注册语音是否 匹配，包括：

判断所述待注册语音内容与已注册语音的已注册语言内容是否匹配；若所 述待注册语音内容与已注册语音的已注册语言内容不匹配，则确定所述待注册 语音与所述已注册语音不匹配；若所述待注册语音内容与已注册语音的已注册 语言内容匹配，则判断所述待注册语言特征与匹配的所述已注册语言内容对应 的已注册语言特征是否匹配；若所述待注册语言特征与所述已注册语言特征不 匹配，则确定所述待注册语音与所述已注册语音不匹配。

在本实施方式中，若判断出待注册语音内容与已注册语言内容不匹配，则 确定待注册语音与所述已注册语音不匹配，直接存储待注册语音，使得待注册 语音成为已注册语音作为后续验证的配对基准。若判断出待注册语音内容与已 注册语言内容匹配，则判断所述待注册语言特征与已注册语言特征是否匹配， 当判断出待注册语言特征与所述已注册语言特征不匹配时确定所述待注册语音 与所述已注册语音不匹配，从而对待注册语音进行存储。

在本实施方式中，通过判断待注册语音内容与已注册语言内容匹配时，进 一步判断待注册语言特征与已注册语言特征是否匹配，若待注册语言特征与所 述已注册语言特征不匹配时确定所述待注册语音与所述已注册语音不匹配，即 相同语音内容但不同语言特征的语音可以作为不同的语音，丰富了用户注册语 音的选择。此外，在验证时，需要目标验证语音对应的目标验证语音内容和目 标已注册语音对应的目标已注册语音内容匹配，且目标验证语音对应的目标语 言特征和目标已注册语音对应的目标已注册语言特征匹配时，才认为环境声音 携带有所述目标验证语音，进一步提高了验证的安全性。

参考图4，图4是一个实施例提供的一种图1中步骤S130细化的流程示意 图。本实施例是在上述实施例的进一步细化，在一个实施例中，如图4所示， 步骤S130、将所述目标已注册语音和所述目标验证语音进行配对得到配对结果， 并根据所述配对结果确定所述目标验证语音对应的用户是否合法，包括：

步骤S410、提取所述目标验证语音的目标声纹特征，并获取所述目标已注 册语音关联的已注册声纹特征。

其中，目标声纹特征是指目标验证语音的声纹特征。待注册声纹特征是指 已注册语音关联的声纹特征。可选的，可以获取所述目标已注册语音关联的目 标已注册用户，根据所述目标已注册用户对应的用户标识，查找所述目标已注 册用户在注册时录入的所述已注册声纹特征。

步骤S420、判断所述目标声纹特征和所述已注册声纹特征是否配对。

在本步骤中，若所述目标声纹特征和所述已注册声纹特征配对成功，执行 步骤S430。若目标声纹特征和已注册声纹特征配对失败，则确定目标验证语音 对应的用户非法。

可选的，判断所述目标声纹特征和所述已注册声纹特征是否配对，可以是 判断目标声纹特征和已注册声纹特征的声纹相似度是否大于声纹相似度阈值。 若声纹相似度大于声纹相似度阈值，则认为目标声纹特征和所述已注册声纹特 征配对成功。需要说明的是，声纹相似度阈值可以根据需要设置50％-100％中的 其中一个数值，例如是80％，此处不作限定。

步骤S430、若所述目标声纹特征和所述已注册声纹特征配对成功，则确定 所述目标验证语音对应的用户合法。

在本步骤中，当确定出目标验证语音对应的用户合法，可以进一步响应用 户的请求，例如开门请求等。

参考图5，图5是一个实施例提供的一种图4中步骤S430细化的流程示意 图。本实施例是在上述实施例的进一步细化，在一个实施例中，如图5所示， 步骤S430、若所述目标声纹特征和所述已注册声纹特征配对成功，则确定所述 目标验证语音对应的用户合法，包括：

步骤S510、若所述目标声纹特征和所述已注册声纹特征配对成功，则获取 所述目标验证语音的验证语音质量。

其中，验证语音质量是指目标验证语音的语音质量。可选的，验证语音质 量包括验证语音信噪比。

步骤S520、判断所述验证语音质量是否符合验证语音要求。

其中，验证语音要求包括与验证语音质量对应的验证语音信噪比阈值。可 选的，当验证语音质量包括验证语音信噪比时，判断验证语音信噪比是否大于 验证语音信噪比阈值，若验证语音信噪比大于验证语音信噪比阈值，则说明验 证语音质量符合所述验证语音要求，则执行步骤S530。

步骤S530、若所述验证语音质量符合所述验证语音要求，则确定所述目标 验证语音对应的用户合法。

在本步骤中，当验证语音质量符合所述验证语音要求才确定所述目标验证 语音对应的用户合法。

具体的，用户在注册时或者合法验证时，验证的语音可能会被录音。然而， 在用户注册或验证时录入的语音，是存在一定的信噪比的，若语音被录音，信 噪比会进一步降低，即在录音的信噪比的基础上进一步降低。因此，本实施例 通过判断验证语音质量是否符合验证语音要求，验证语音信噪比大于验证语音 信噪比阈值，则说明验证语音质量符合所述验证语音要求，才确定所述目标验 证语音对应的用户合法，避免非法用户利用合法用户注册时或验证时录入的语 音进行验证，进一步提高了合法用户验证的安全性。

应该理解的是，虽然图1-图5的流程图中的各个步骤按照箭头的指示依次 显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有 明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的 顺序执行。而且，图1-图5中的至少一部分步骤可以包括多个步骤或者多个阶 段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时 刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它 步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

参考图6，图6是一个实施例提供的一种合法用户的验证装置的结构示意图。 在一个实施例中，如图6所示，提供了一种合法用户的验证装置，包括：注册 模块610、声音采集模块620和验证模块630，其中：

注册模块610，用于响应于不同合法的待注册用户的注册请求，基于所述注 册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的 至少一条，以得到不同合法用户对应的不同已注册语音；声音采集模块620，用 于根据采集的环境声音判断所述环境声音是否携带有与目标已注册语音相匹配 的目标验证语音，所述目标已注册语音为不同合法用户预先注册的已注册语音 的其中一个；验证模块630，用于若所述环境声音携带有所述目标验证语音，则 将所述目标已注册语音和所述目标验证语音进行配对得到配对结果，并根据所 述配对结果确定所述目标验证语音对应的用户是否合法。

在一个实施例中，注册模块610包括：注册响应单元，用于响应于合法的 待注册用户的注册请求，并基于所述待注册用户的注册请求采集待注册用户的 待注册语音；待注册语音判断单元，用于判断所述待注册语音与已注册用户分 别对应的已注册语音是否匹配；注册完成单元，用于若所述待注册语音与所述 已注册语音不匹配，则将所述待注册用户对应的用户标识与所述待注册语音进 行关联存储。

在一个实施例中，注册模块610还包括：待注册语音质量获取单元，用于 获取所述待注册语音的待注册语音质量；待注册语音要求判断单元，用于判断 所述待注册语音质量是否符合待注册语音要求；注册完成单元还用于若所述待 注册语音质量符合所述待注册语音要求，则将所述待注册用户对应的用户标识 与所述待注册语音进行关联存储。

在一个实施例中，注册完成单元包括：解码子单元，用于对所述待注册语 音进行解码，得到待注册音素序列；待注册声纹提取子单元，用于对所述待注 册语音进行声纹提取，得到所述待注册语音对应的待注册声纹特征；注册完成 子单元，用于将所述待注册用户对应的用户标识、所述待注册音素序列与所述 待注册声纹特征进行关联存储。

在一个实施例中，待注册语音包括待注册语音内容和待注册语言特征，待 注册语音判断单元包括：待注册语音内容判断子单元，用于判断所述待注册语 音内容与已注册语音的已注册语言内容是否匹配；若所述待注册语音内容与已 注册语音的已注册语言内容不匹配，则确定所述待注册语音与所述已注册语音 不匹配；待注册语言特征判断子单元，用于若所述待注册语音内容与已注册语 音的已注册语言内容匹配，则判断所述待注册语言特征与匹配的所述已注册语 言内容对应的已注册语言特征是否匹配；若所述待注册语言特征与所述已注册 语言特征不匹配，则确定所述待注册语音与所述已注册语音不匹配。

在一个实施例中，验证模块630包括：目标声纹特征提取单元，用于提取 所述目标验证语音的目标声纹特征，并获取所述目标已注册语音关联的已注册 声纹特征；目标声纹特征判断单元，用于判断所述目标声纹特征和所述已注册 声纹特征是否配对；验证单元，用于若所述目标声纹特征和所述已注册声纹特 征配对成功，则确定所述目标验证语音对应的用户合法。

在一个实施例中，验证单元包括：验证语音质量获取子单元，用于若所述 目标声纹特征和所述已注册声纹特征配对成功，则获取所述目标验证语音的验 证语音质量；验证语音质量判断子单元，用于判断所述验证语音质量是否符合 验证语音要求；验证子单元，用于若所述验证语音质量符合所述验证语音要求， 则确定所述目标验证语音对应的用户合法。

关于合法用户的验证装置的具体限定可以参见上文中对于合法用户的验证 方法的限定，在此不再赘述。上述合法用户的验证装置中的各个模块可全部或 部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立 于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器 中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请 实施例中对模块的划分是示意性的，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。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器 中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的 步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程 序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于 一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述 各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁 带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM) 或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实 施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示 意性描述不一定指的是相同的实施例或示例。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述 实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特 征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改 进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权 利要求为准。

Claims (10)

1.一种合法用户的验证方法，其特征在于，包括：

响应于不同合法的待注册用户的注册请求，基于所述注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条，以得到不同合法用户对应的不同已注册语音；

根据采集的环境声音判断所述环境声音是否携带有与目标已注册语音相匹配的目标验证语音，所述目标已注册语音为不同合法用户预先注册的已注册语音的其中一个；

若所述环境声音携带有所述目标验证语音，则将所述目标已注册语音和所述目标验证语音进行配对得到配对结果，并根据所述配对结果确定所述目标验证语音对应的用户是否合法。

2.如权利要求1所述的方法，其特征在于，所述响应于不同合法的待注册用户的注册请求，基于所述注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条，以得到不同合法用户对应的不同已注册语音，包括：

响应于合法的待注册用户的注册请求，并基于所述待注册用户的注册请求采集待注册用户的待注册语音；

判断所述待注册语音与已注册用户分别对应的已注册语音是否匹配；

若所述待注册语音与所述已注册语音不匹配，则将所述待注册用户对应的用户标识与所述待注册语音进行关联存储。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述待注册语音的待注册语音质量；

判断所述待注册语音质量是否符合待注册语音要求；

若所述待注册语音质量符合所述待注册语音要求，则将所述待注册用户对应的用户标识与所述待注册语音进行关联存储。

4.如权利要求2或3所述的方法，其特征在于，所述将所述待注册用户对应的用户标识与所述待注册语音进行关联存储，包括：

对所述待注册语音进行解码，得到待注册音素序列；

对所述待注册语音进行声纹提取，得到所述待注册语音对应的待注册声纹特征；

将所述待注册用户对应的用户标识、所述待注册音素序列与所述待注册声纹特征进行关联存储。

5.如权利要求2或3所述的方法，其特征在于，所述待注册语音包括待注册语音内容和待注册语言特征，所述判断所述待注册语音与已注册用户分别对应的已注册语音是否匹配，包括：

判断所述待注册语音内容与已注册语音的已注册语言内容是否匹配；

若所述待注册语音内容与已注册语音的已注册语言内容不匹配，则确定所述待注册语音与所述已注册语音不匹配；

若所述待注册语音内容与已注册语音的已注册语言内容匹配，则判断所述待注册语言特征与匹配的所述已注册语言内容对应的已注册语言特征是否匹配；

若所述待注册语言特征与所述已注册语言特征不匹配，则确定所述待注册语音与所述已注册语音不匹配。

6.如权利要求4所述的方法，其特征在于，所述将所述目标已注册语音和所述目标验证语音进行配对得到配对结果，并根据所述配对结果确定所述目标验证语音对应的用户是否合法，包括：

提取所述目标验证语音的目标声纹特征，并获取所述目标已注册语音关联的已注册声纹特征；

判断所述目标声纹特征和所述已注册声纹特征是否配对；

若所述目标声纹特征和所述已注册声纹特征配对成功，则确定所述目标验证语音对应的用户合法。

7.如权利要求6所述的方法，其特征在于，所述若所述目标声纹特征和所述已注册声纹特征配对成功，则确定所述目标验证语音对应的用户合法，包括：

若所述目标声纹特征和所述已注册声纹特征配对成功，则获取所述目标验证语音的验证语音质量；

判断所述验证语音质量是否符合验证语音要求；

若所述验证语音质量符合所述验证语音要求，则确定所述目标验证语音对应的用户合法。

8.一种合法用户的验证装置，其特征在于，包括：

注册模块，用于响应于不同合法的待注册用户的注册请求，基于所述注册请求采集每个合法用户录入的至少一条待注册语音，并存储待注册语音中的至少一条，以得到不同合法用户对应的不同已注册语音；

声音采集模块，用于根据采集的环境声音判断所述环境声音是否携带有与目标已注册语音相匹配的目标验证语音，所述目标已注册语音为不同合法用户预先注册的已注册语音的其中一个；

验证模块，用于若所述环境声音携带有所述目标验证语音，则将所述目标已注册语音和所述目标验证语音进行配对得到配对结果，并根据所述配对结果确定所述目标验证语音对应的用户是否合法。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images