[发明专利]声纹认证系统及其实现方法

权利要求书

1.一种声纹认证系统，其特征在于，包括：密码建立模块、旋律识别模块、语音识别模块和声纹识别模块；

该密码建立模块与服务器相连，服务器产生随机密码或用户设定固定密码，密码通过一定的旋律提供给用户，用户根据旋律提示提供语音；

该旋律识别模块用于对用户提供的语音进行内容分析，对用户提供的语音的旋律与密码的旋律进行模式匹配，判断两者旋律是否一致，若不一致，说明用户提供的语音旋律不符合要求，应予以拒绝，若一致，则进入语音识别模块；

该语音识别模块用于对用户提供的语音进行内容分析，对提供的语音内容与密码内容进行模式匹配，若两者不符合，说明用户提供的语音不合要求，若两者相符，则进入声纹识别模块；

该声纹识别模块分为注册模块和测试模块，在注册模块建立说话人模型；在测试模块调用说话人模型，分析测试时提供的语音特征，进行一个确认判决，接受或拒绝。

2.如权利要求1所述的声纹认证系统，其特征在于，所述密码建立模块中所述服务器产生的随机密码仅在有限的时间内有效，以有效防止各种非法攻击。

3.如权利要求1所述的声纹认证系统，其特征在于，所述旋律识别模块包括旋律特征提取模块和旋律匹配模块，该旋律特征提取模块用于对用户提供的语音的旋律与服务器提供的密码的旋律进行旋律特征提取，该旋律匹配模块用于比较旋律特征提取模块提取的两种旋律特征之间的距离，若两者距离小于阈值，则说明两者的旋律一致，反之，则说明两者的旋律不一致。

4.如权利要求3所述的声纹认证系统，其特征在于，所述旋律特征为基音频率；所述两种旋律特征之间的距离采用动态时间弯折技术计算得出。

5.如权利要求1所述的声纹认证系统，其特征在于，所述声纹识别模块中在注册模块建立说话人模型，具体为：说话人提供若干段固定密码及随机数字串的语音数据，在由大量说话人的大量语音训练出的通用背景模型的基础上，通过最大后验概率自适应算法对该说话人的模型参数进行估计，建立该说话人模型。

6.如权利要求1或5所述的声纹认证系统，其特征在于，所述声纹识别模块中在测试模块调用说话人模型，分析测试时提供的语音特征，获得测试语音与该说话人模型匹配的一个匹配评分，并将该评分与声纹认证的阈值进行匹配，进行一个确认判决，若评分大于阈值，则接受，反之，若评分低于阈值，则拒绝。

7.一种声纹认证系统的实现方法，其特征在于，包括如下步骤：

(1)服务器产生随机密码并提供给用户或用户设定固定密码，该密码通过一定的旋律提供给用户；

(2)用户根据旋律提示提供语音；

(3)旋律识别模块对用户提供的语音进行内容分析，对用户提供的语音的旋律与服务器提供的密码的旋律进行模式匹配，判断两者旋律是否一致，若不一致，说明用户提供的语音旋律不符合要求，应予以拒绝，回到步骤(2)；若一致，则进入步骤(4)；

(4)语音识别模块对用户提供的语音进行内容分析，对提供的语音内容与密码内容进行模式匹配，判断两者是否相符，若不符合，说明用户提供的密码不合要求，应予以拒绝，回到步骤(2)；若相符，则进入步骤(5)；

(5)在注册阶段，声纹识别模块建立说话人模型；在测试阶段，声纹识别模块调用说话人模型，分析测试时提供的语音特征，进行一个确认判决，接受或拒绝。

8.如权利要求7所述的声纹认证系统的实现方法，其特征在于，步骤(3)中，所述对用户提供的语音的旋律与密码的旋律进行模式匹配具体为：首先，对用户提供的语音的旋律与服务器提供的密码的旋律进行旋律特征提取；然后比较两者的旋律特征之间的距离，进行模式匹配，若两者距离小于阈值，则说明两者的旋律一致，反之，则说明两者的旋律不一致。

9.如权利要求8所述的声纹认证系统的实现方法，其特征在于，所述旋律特征为基音频率；所述两者的旋律特征之间的距离采用动态时间弯折技术计算得出。

10.如权利要求7所述的声纹认证系统的实现方法，其特征在于，步骤(5)中，所述在注册阶段声纹识别模块建立说话人模型，具体为：说话人提供若干段固定密码及随机数字串的语音数据，在由大量说话人的大量语音训练出的通用背景模型的基础上，通过最大后验概率自适应算法对该说话人的模型参数进行估计，建立该说话人模型。

11.如权利要求7所述的声纹认证系统的实现方法，其特征在于，步骤(5)中，所述在测试阶段声纹识别模块调用说话人模型，分析测试时提供的语音特征，获得测试语音与该说话人模型匹配的一个匹配评分，并将该评分与声纹认证的阈值进行匹配，进行一个确认判决，若评分大于阈值，则接受，结束流程；反之，若评分低于阈值，则拒绝，回到步骤(2)。