CN115862641A - 基于区块链的印控仪智能启动和安全应用方法及*** - Google Patents
基于区块链的印控仪智能启动和安全应用方法及*** Download PDFInfo
- Publication number
- CN115862641A CN115862641A CN202310119816.5A CN202310119816A CN115862641A CN 115862641 A CN115862641 A CN 115862641A CN 202310119816 A CN202310119816 A CN 202310119816A CN 115862641 A CN115862641 A CN 115862641A
- Authority
- CN
- China
- Prior art keywords
- printing
- sound source
- result
- voice
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Image Analysis (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
本发明公开了一种基于区块链的印控仪智能启动和安全应用方法及***,涉及语音分析技术领域。该方法包括:采集用印人的语音信号;利用基于聚类式互验的声源定位模型进行声源定位,若声源位置较近,则启动印控仪;利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,判定该用印人是否具有用印权限,若有,则允许该用印人用印;采集并识别用印人的用印指令语音信号,完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码;将相关数据上链存储。本发明结合多种模型,实现精准的印控仪用印识别及控制;并将核心数据上链存储,保证数据安全性。
Description
技术领域
本发明涉及语音分析技术领域,具体而言,涉及一种基于区块链的印控仪智能启动和安全应用方法及***。
背景技术
随着科技的进步,印控仪越来越受到政府部门、企业的认可,并被广泛应用。印控仪的普及给政府部门、企业提供了巨大的便利,但在用电消耗和安全性方面仍然无法充分满足用户需求。一方面,印控仪的启动无法被智能控制,极大地增加印控仪的用电消耗;另一方面,印控仪在使用过程中存在一定的安全隐患。
随着技术的不断更新换代,现代信息技术可以直接应用于印控仪的智能启动控制,从而有效地减少印控仪的用电消耗。同时,区块链技术可以直接提升印控仪的安全性。因此,提出一种基于区块链的印控仪智能启动和安全应用方法及***有非常重要的价值和意义。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种基于区块链的印控仪智能启动和安全应用方法及***,将基于聚类式互验的声源定位模型、基于层数渐进式优化的低耗神经网络声纹识别模型、基于维度渐进式优化的语音编码模型进行结合,实现精准的印控仪用印识别及控制;并结合区块链技术实现核心数据上链存储,保证数据安全性。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种基于区块链的印控仪智能启动和安全应用方法,包括以下步骤:
基于目标印控仪对应的音频采集设备采集用印人的语音信号;
利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;
利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
为了解决现有技术中的问题,本发明利用了基于聚类式互验的声源定位模型,该模型以聚类式互验的方式更加精准地对声源进行定位,为印控仪的智能启动控制提供了直接支持。在此基础上,利用了基于层数渐进式优化的低耗神经网络声纹识别模型,该模型能够根据实际需求对网络层数进行渐进式增补,确保了能够利用较低消耗得到准确的声纹识别结果。同时,本发明还利用了基于维度渐进式优化的语音编码模型,该模型能够根据重建失真程度对编码维度进行渐进式增加,不仅保证了语音编码的精度,而且最大限度地降低了编码结果所占用的存储资源。并利用了区块链技术,将用印人身份信息、用印文件扫描图像、用印指令语音信号编码结果进行上链存储,确保了***的安全性。
基于第一方面,在本发明的一些实施例中,上述利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果的方法包括以下步骤:
对该语音信号进行多等分处理,将等分后的每段语音信号进行编码;
编码后,利用聚类模型进行语音信号聚类,以得到多个类别的语音信号;
利用声源定位模型分别对各个类别的任意一段语音信号进行声源定位,以得到并根据多个声源定位结果确定目标声源定位结果。
基于第一方面,在本发明的一些实施例中,上述利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别的方法包括以下步骤:
构建N层数的卷积神经网络模型,利用预设的语音训练样本对该卷积神经网络模型进行训练,对该卷积神经网络模型中的参数进行优化,以得到优化后的卷积神经网络模型;N为大于等于2的自然数;
利用预置的测试数据集对优化后的卷积神经网络进行测试,若测试正确率高于预置的阈值,则直接使用该卷积神经网络模型对用印人身份进行识别;反之,则构建M层数的卷积神经网络模型,并进行模型训练优化及测试,直至测试正确率高于预置的阈值,则使用对应的卷积神经网络模型对用印人身份进行识别;M为大于N的自然数。
基于第一方面,在本发明的一些实施例中,上述利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果的方法包括以下步骤:
利用自编码器对用印指令语音信号进行低维度编码,以得到并将第一编码结果重建为语音信号;
将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第一编码结果认定为目标语音编码结果;反之,则利用自编码器对用印指令语音信号进行高于上述低维度的编码,以得到并将第二编码结果进行语音重建;
将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第二编码结果认定为目标语音编码结果;反之,则继续利用自编码器对用印指令语音信号进行递进维度编码,并进行语音重建及失真比对,直至失真比对结果小于预置的失真阈值,将此时的编码结果认定为目标语音编码结果。
第二方面,本发明实施例提供一种基于区块链的印控仪智能启动和安全应用***,包括:语音采集模块、声源定位模块、身份识别模块、权限判定模块、用印控制模块、语音编码模块以及数据上链模块,其中:
语音采集模块,用于基于目标印控仪对应的音频采集设备采集用印人的语音信号;
声源定位模块,用于利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
身份识别模块,用于根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
权限判定模块,用于根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
用印控制模块,用于采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;
语音编码模块,用于利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
数据上链模块,用于将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
为了解决现有技术中的问题,本***通过语音采集模块、声源定位模块、身份识别模块、权限判定模块、用印控制模块、语音编码模块以及数据上链模块等多个模块的结合,利用了基于聚类式互验的声源定位模型,该模型以聚类式互验的方式更加精准地对声源进行定位,为印控仪的智能启动控制提供了直接支持。在此基础上,利用了基于层数渐进式优化的低耗神经网络声纹识别模型,该模型能够根据实际需求对网络层数进行渐进式增补,确保了能够利用较低消耗得到准确的声纹识别结果。同时,还利用了基于维度渐进式优化的语音编码模型,该模型能够根据重建失真程度对编码维度进行渐进式增加,不仅保证了语音编码的精度,而且最大限度地降低了编码结果所占用的存储资源。并利用了区块链技术,将用印人身份信息、用印文件扫描图像、用印指令语音信号编码结果进行上链存储,确保了***的安全性。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种基于区块链的印控仪智能启动和安全应用方法及***,利用了基于聚类式互验的声源定位模型,该模型以聚类式互验的方式更加精准地对声源进行定位,为印控仪的智能启动控制提供了直接支持。在此基础上,利用了基于层数渐进式优化的低耗神经网络声纹识别模型,该模型能够根据实际需求对网络层数进行渐进式增补,确保了能够利用较低消耗得到准确的声纹识别结果。同时,本发明还利用了基于维度渐进式优化的语音编码模型,该模型能够根据重建失真程度对编码维度进行渐进式增加,不仅保证了语音编码的精度,而且最大限度地降低了编码结果所占用的存储资源。并利用了区块链技术,将用印人身份信息、用印文件扫描图像、用印指令语音信号编码结果进行上链存储,确保了***的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例一种基于区块链的印控仪智能启动和安全应用方法的流程图;
图2为本发明实施例一种基于区块链的印控仪智能启动和安全应用方法中进行声源定位的流程图;
图3为本发明实施例一种基于区块链的印控仪智能启动和安全应用方法中对用印人身份进行识别的流程图;
图4为本发明实施例一种基于区块链的印控仪智能启动和安全应用***的原理框图;
图5为本发明实施例提供的一种电子设备的结构框图。
附图标记说明:100、语音采集模块;200、声源定位模块;300、身份识别模块;400、权限判定模块;500、用印控制模块;600、语音编码模块;700、数据上链模块;101、存储器;102、处理器;103、通信接口。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明实施例的描述中,“多个”代表至少2个。
实施例
如图1-图3所示,第一方面,本发明实施例提供一种基于区块链的印控仪智能启动和安全应用方法,包括以下步骤:
S1、基于目标印控仪对应的音频采集设备采集用印人的语音信号;当用印人走到印控仪周围进行用印时,用印人可以发出一段任意内容的语音信号(通常不低于2秒的语音信号即可)。
S2、利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
进一步地,如图2所示,包括:
S21、对该语音信号进行多等分处理,将等分后的每段语音信号进行编码;
S22、编码后,利用聚类模型进行语音信号聚类,以得到多个类别的语音信号;
S23、利用声源定位模型分别对各个类别的任意一段语音信号进行声源定位,以得到并根据多个声源定位结果确定目标声源定位结果。
在本发明的一些实施例中,对该段语音信号,利用基于聚类式互验的声源定位模型对其进行声源定位。如果认定声源位置较远,不启动印控仪;如果认定声源位置较近,启动印控仪。上述基于聚类式互验的声源定位模型进行声源定位处理具体包括:对该段语音信号进行等分(例如进行30等分),将等分后的每段语音信号都进行编码,编码后利用聚类模型将相似的语音信号进行聚类(例如,聚类为A类、B类、C类3个类别)。利用声源定位模型对A类中的任意一段语音信号进行声源定位,得到A类语音信号的声源定位结果;利用声源定位模型对B类中的任意一段语音信号进行声源定位,得到B类语音信号的声源定位结果;利用声源定位模型对C类中的任意一段语音信号进行声源定位,得到C类语音信号的声源定位结果。如果多数声源定位结果都是声源位置较远,则最终认定声源位置较远;如果多数声源定位结果都是声源位置较近,则最终认定声源位置较近。上述声源位置较近的判断标准为:定位位置与印控仪之间的距离小于1米,则为声源位置较近;反之,则为声源位置较远。
S3、根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
进一步地,如图2所示,包括:
S31、构建N层数的卷积神经网络模型,利用预设的语音训练样本对该卷积神经网络模型进行训练,对该卷积神经网络模型中的参数进行优化,以得到优化后的卷积神经网络模型;N为大于等于2的自然数;
S32、利用预置的测试数据集对优化后的卷积神经网络进行测试,若测试正确率高于预置的阈值,则直接使用该卷积神经网络模型对用印人身份进行识别;反之,则构建M层数的卷积神经网络模型,并进行模型训练优化及测试,直至测试正确率高于预置的阈值,则使用对应的卷积神经网络模型对用印人身份进行识别;M为大于N的自然数。
在本发明的一些实施例中,对该段语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别。如果用印人没有用印权限,印控仪直接锁死;如果用印人有用印权限,印控仪允许该用印人用印。上述基于层数渐进式优化的低耗神经网络声纹识别模型具体包括:在声纹识别模型构建过程中,首先构建层数较少的卷积神经网络,利用训练样本(需要包含足量不同员工的语音信号)对该卷积神经网络进行训练,让卷积神经网络中的参数能够被充分优化,得到优化后的卷积神经网络,并利用测试数据集对优化后的卷积神经网络进行测试,如果正确率能够满足要求直接使用该网络模型;如果正确率不能满足要求,构建层数高于前面的卷积神经网络,继续完成上述过程,如果正确率能够满足要求直接使用该网络模型;如果正确率不能满足要求,继续构建层数更高的卷积神经网络,重复上述过程,直到正确率能够满足要求为止,并使用正确率满足要求的卷积神经网络。
S4、根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
S5、采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;用印人发出用印指令语音信号(例如,给此文件进行盖章且需要加盖骑缝章),对语音信号完成识别后印控仪根据要求完成盖章过程,并将用印文件进行扫描,得到用印文件扫描图像。
S6、利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
进一步地,包括:利用自编码器对用印指令语音信号进行低维度编码,以得到并将第一编码结果重建为语音信号;将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第一编码结果认定为目标语音编码结果;反之,则利用自编码器对用印指令语音信号进行高于上述低维度的编码,以得到并将第二编码结果进行语音重建;将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第二编码结果认定为目标语音编码结果;反之,则继续利用自编码器对用印指令语音信号进行递进维度编码,并进行语音重建及失真比对,直至失真比对结果小于预置的失真阈值,将此时的编码结果认定为目标语音编码结果。
在本发明的一些实施例中,利用自编码器对语音信号进行低维度编码,并将编码结果重建为语音信号,如果重建语音信号没有出现较大失真,直接保留此编码结果,作为模板语音编码结果;如果重建语音信号出现了较大失真,利用自编码器对语音信号进行高于前面维度的编码,并将编码结果重建为语音信号,如果重建语音信号没有出现较大失真,直接保留此编码结果,作为模板语音编码结果;如果重建语音信号仍然出现了较大失真,则继续利用自编码器对语音信号进行更高维度的编码,重复上述过程,直到重建语音信号不再出现较大失真,保留该编码结果,作为模板语音编码结果。
S7、将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
为了解决现有技术中的问题,本发明利用了基于聚类式互验的声源定位模型,该模型以聚类式互验的方式更加精准地对声源进行定位,为印控仪的智能启动控制提供了直接支持。在此基础上,利用了基于层数渐进式优化的低耗神经网络声纹识别模型,该模型能够根据实际需求对网络层数进行渐进式增补,确保了能够利用较低消耗得到准确的声纹识别结果。同时,本发明还利用了基于维度渐进式优化的语音编码模型,该模型能够根据重建失真程度对编码维度进行渐进式增加,不仅保证了语音编码的精度,而且最大限度地降低了编码结果所占用的存储资源。并利用了区块链技术,将用印人身份信息、用印文件扫描图像、用印指令语音信号编码结果进行上链存储,确保了***的安全性。
如图4所示,第二方面,本发明实施例提供一种基于区块链的印控仪智能启动和安全应用***,包括:语音采集模块100、声源定位模块200、身份识别模块300、权限判定模块400、用印控制模块500、语音编码模块600以及数据上链模块700,其中:
语音采集模块100,用于基于目标印控仪对应的音频采集设备采集用印人的语音信号;
声源定位模块200,用于利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
身份识别模块300,用于根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
权限判定模块400,用于根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
用印控制模块500,用于采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;
语音编码模块600,用于利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
数据上链模块700,用于将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
为了解决现有技术中的问题,本***通过语音采集模块100、声源定位模块200、身份识别模块300、权限判定模块400、用印控制模块500、语音编码模块600以及数据上链模块700等多个模块的结合,利用了基于聚类式互验的声源定位模型,该模型以聚类式互验的方式更加精准地对声源进行定位,为印控仪的智能启动控制提供了直接支持。在此基础上,利用了基于层数渐进式优化的低耗神经网络声纹识别模型,该模型能够根据实际需求对网络层数进行渐进式增补,确保了能够利用较低消耗得到准确的声纹识别结果。同时,还利用了基于维度渐进式优化的语音编码模型,该模型能够根据重建失真程度对编码维度进行渐进式增加,不仅保证了语音编码的精度,而且最大限度地降低了编码结果所占用的存储资源。并利用了区块链技术,将用印人身份信息、用印文件扫描图像、用印指令语音信号编码结果进行上链存储,确保了***的安全性。
如图5所示,第三方面,本申请实施例提供一种电子设备,其包括存储器101,用于存储一个或多个程序;处理器102。当一个或多个程序被处理器102执行时,实现如上述第一方面中任一项的方法。
还包括通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。
在本申请所提供的实施例中,应该理解到,所揭露的方法及***和方法,也可以通过其它的方式实现。以上所描述的方法及***实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法及***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块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,本申请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)执行本申请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 AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (7)
1.一种基于区块链的印控仪智能启动和安全应用方法,其特征在于,包括以下步骤:
基于目标印控仪对应的音频采集设备采集用印人的语音信号;
利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;
利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
2.根据权利要求1所述的一种基于区块链的印控仪智能启动和安全应用方法,其特征在于,所述利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果的方法包括以下步骤:
对该语音信号进行多等分处理,将等分后的每段语音信号进行编码;
编码后,利用聚类模型进行语音信号聚类,以得到多个类别的语音信号;
利用声源定位模型分别对各个类别的任意一段语音信号进行声源定位,以得到并根据多个声源定位结果确定目标声源定位结果。
3.根据权利要求1所述的一种基于区块链的印控仪智能启动和安全应用方法,其特征在于,所述利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别的方法包括以下步骤:
构建N层数的卷积神经网络模型,利用预设的语音训练样本对该卷积神经网络模型进行训练,对该卷积神经网络模型中的参数进行优化,以得到优化后的卷积神经网络模型;N为大于等于2的自然数;
利用预置的测试数据集对优化后的卷积神经网络进行测试,若测试正确率高于预置的阈值,则直接使用该卷积神经网络模型对用印人身份进行识别;反之,则构建M层数的卷积神经网络模型,并进行模型训练优化及测试,直至测试正确率高于预置的阈值,则使用对应的卷积神经网络模型对用印人身份进行识别;M为大于N的自然数。
4.根据权利要求1所述的一种基于区块链的印控仪智能启动和安全应用方法,其特征在于,所述利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果的方法包括以下步骤:
利用自编码器对用印指令语音信号进行低维度编码,以得到并将第一编码结果重建为语音信号;
将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第一编码结果认定为目标语音编码结果;反之,则利用自编码器对用印指令语音信号进行高于上述低维度的编码,以得到并将第二编码结果进行语音重建;
将重建的语音信号进行失真比对,生成失真比对结果,若该失真比对结果小于预置的失真阈值,则将该第二编码结果认定为目标语音编码结果;反之,则继续利用自编码器对用印指令语音信号进行递进维度编码,并进行语音重建及失真比对,直至失真比对结果小于预置的失真阈值,将此时的编码结果认定为目标语音编码结果。
5.一种基于区块链的印控仪智能启动和安全应用***,其特征在于,包括:语音采集模块、声源定位模块、身份识别模块、权限判定模块、用印控制模块、语音编码模块以及数据上链模块,其中:
语音采集模块,用于基于目标印控仪对应的音频采集设备采集用印人的语音信号;
声源定位模块,用于利用基于聚类式互验的声源定位模型对该语音信号进行声源定位,生成目标声源定位结果,若目标声源定位结果为声源位置较近,则启动印控仪;
身份识别模块,用于根据该语音信号,利用基于层数渐进式优化的低耗神经网络声纹识别模型对用印人身份进行识别,生成身份识别结果;
权限判定模块,用于根据身份识别结果判定该用印人是否具有用印权限,若有,则目标印控仪允许该用印人用印;反之,则目标印控仪直接锁死;
用印控制模块,用于采集具有用印权限的用印人的用印指令语音信号,对该用印指令语音信号进行识别,生成并根据用印识别信息控制目标印控仪完成盖章操作,并将对应的用印文件进行扫描,以得到用印文件扫描图像;
语音编码模块,用于利用基于维度渐进式优化的语音编码模型对用印指令语音信号进行编码,以得到目标语音编码结果;
数据上链模块,用于将身份识别结果、用印文件扫描图像和目标语音编码结果上传至区块链。
6.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。
7.一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,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119816.5A CN115862641B (zh) | 2023-02-16 | 2023-02-16 | 基于区块链的印控仪智能启动和安全应用方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119816.5A CN115862641B (zh) | 2023-02-16 | 2023-02-16 | 基于区块链的印控仪智能启动和安全应用方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115862641A true CN115862641A (zh) | 2023-03-28 |
CN115862641B CN115862641B (zh) | 2023-04-28 |
Family
ID=85658103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310119816.5A Active CN115862641B (zh) | 2023-02-16 | 2023-02-16 | 基于区块链的印控仪智能启动和安全应用方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115862641B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118094637A (zh) * | 2024-04-23 | 2024-05-28 | 北京惠朗时代科技有限公司 | 一种印控仪存储信息安全防护*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080028455A1 (en) * | 2006-07-25 | 2008-01-31 | Jesse Andrew Hatter | Method for remote electronic verification and authentication and screening of potential signatories for remote electronic notary transactions via remote PC encrypted platform to a broadband digitally wireless cellular/PDA device or portable PC device |
CN109822596A (zh) * | 2019-04-02 | 2019-05-31 | 成都信息工程大学 | 一种服务机器人及其控制*** |
US20190319948A1 (en) * | 2018-04-11 | 2019-10-17 | Settleware Secure Services, Inc. | Remote authentication and identification proofing systems and methods |
CN110648673A (zh) * | 2019-08-21 | 2020-01-03 | 珠海思格特智能***有限公司 | 一种用于智能***机的语音识别方法及其*** |
CN112435684A (zh) * | 2020-11-03 | 2021-03-02 | 中电金信软件有限公司 | 语音分离方法、装置、计算机设备和存储介质 |
CN112995225A (zh) * | 2021-05-12 | 2021-06-18 | 杭州甘道智能科技有限公司 | 一种基于区块链的智能***可信验真*** |
CN113345415A (zh) * | 2021-06-01 | 2021-09-03 | 平安科技(深圳)有限公司 | 语音合成方法、装置、设备及存储介质 |
CN115662444A (zh) * | 2022-12-14 | 2023-01-31 | 北京惠朗时代科技有限公司 | 基于人工智能的电子***语音交互式应用方法及*** |
-
2023
- 2023-02-16 CN CN202310119816.5A patent/CN115862641B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080028455A1 (en) * | 2006-07-25 | 2008-01-31 | Jesse Andrew Hatter | Method for remote electronic verification and authentication and screening of potential signatories for remote electronic notary transactions via remote PC encrypted platform to a broadband digitally wireless cellular/PDA device or portable PC device |
US20190319948A1 (en) * | 2018-04-11 | 2019-10-17 | Settleware Secure Services, Inc. | Remote authentication and identification proofing systems and methods |
CN109822596A (zh) * | 2019-04-02 | 2019-05-31 | 成都信息工程大学 | 一种服务机器人及其控制*** |
CN110648673A (zh) * | 2019-08-21 | 2020-01-03 | 珠海思格特智能***有限公司 | 一种用于智能***机的语音识别方法及其*** |
CN112435684A (zh) * | 2020-11-03 | 2021-03-02 | 中电金信软件有限公司 | 语音分离方法、装置、计算机设备和存储介质 |
CN112995225A (zh) * | 2021-05-12 | 2021-06-18 | 杭州甘道智能科技有限公司 | 一种基于区块链的智能***可信验真*** |
CN113345415A (zh) * | 2021-06-01 | 2021-09-03 | 平安科技(深圳)有限公司 | 语音合成方法、装置、设备及存储介质 |
CN115662444A (zh) * | 2022-12-14 | 2023-01-31 | 北京惠朗时代科技有限公司 | 基于人工智能的电子***语音交互式应用方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118094637A (zh) * | 2024-04-23 | 2024-05-28 | 北京惠朗时代科技有限公司 | 一种印控仪存储信息安全防护*** |
Also Published As
Publication number | Publication date |
---|---|
CN115862641B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549850B (zh) | 一种图像识别方法及电子设备 | |
CN107291822B (zh) | 基于深度学习的问题分类模型训练方法、分类方法及装置 | |
CN111476023B (zh) | 识别实体关系的方法及装置 | |
KR20180125905A (ko) | 딥 뉴럴 네트워크(Deep Neural Network)를 이용하여 문장이 속하는 클래스(class)를 분류하는 방법 및 장치 | |
CN111914076B (zh) | 一种基于人机对话的用户画像构建方法、***、终端及存储介质 | |
CN112699686B (zh) | 基于任务型对话***的语义理解方法、装置、设备及介质 | |
CN112860841A (zh) | 一种文本情感分析方法、装置、设备及存储介质 | |
CN115662444B (zh) | 基于人工智能的电子***语音交互式应用方法及*** | |
CN113886792A (zh) | 一种声纹识别和人脸识别相结合的印控仪应用方法和*** | |
CN112364664B (zh) | 意图识别模型的训练及意图识别方法、装置、存储介质 | |
CN114492429B (zh) | 文本主题的生成方法、装置、设备及存储介质 | |
Fong | Using hierarchical time series clustering algorithm and wavelet classifier for biometric voice classification | |
CN115862641A (zh) | 基于区块链的印控仪智能启动和安全应用方法及*** | |
CN111598153A (zh) | 数据聚类的处理方法、装置、计算机设备和存储介质 | |
CN113821587A (zh) | 文本相关性确定方法、模型训练方法、装置及存储介质 | |
CN111027681B (zh) | 时序数据处理模型训练方法、数据处理方法、装置及存储介质 | |
CN116010581A (zh) | 一种基于电网隐患排查场景的知识图谱问答方法及*** | |
CN114091452A (zh) | 一种基于适配器的迁移学习方法、装置、设备及存储介质 | |
CN115862638A (zh) | 基于区块链的金融交易操作及大数据安全存储方法和*** | |
CN114998583A (zh) | 图像处理方法、图像处理装置、设备及存储介质 | |
CN117275466A (zh) | 一种业务意图识别方法、装置、设备及其存储介质 | |
CN114036306B (zh) | 模型训练方法、装置、计算机设备及计算机可读存储介质 | |
Punyani et al. | A comparison study of face, gait and speech features for age estimation | |
CN112669836B (zh) | 命令的识别方法、装置及计算机可读存储介质 | |
CN110321802B (zh) | 面部图像生成方法和装置、存储设备和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |