[发明专利]一种身份认证的方法和装置

说明书

一种身份认证的方法，包括：获取输入语音的语音特征，将语音特征与预存的目标声纹模型进行匹配得到声纹匹配分数；根据所述语音特征和目标文本模型对输入语音进行切分，获取初始切分单元以及初始语音切分单元的个数，如初始语音切分单元的个数大于或等于第一阈值，则对初始切分单元进行强制切分，使得切分单元的总个数与预设的目标文本的个数相同；将每个切分单元的语音特征与所有目标文本模型进行匹配，得到每个切分单元与每个目标文本模型的切分单元文本匹配分数；根据所述切分单元文本匹配分数、声纹匹配分数和预先训练的概率神经网络PNN分类器进行身份认证，本方案实现了对用户进行双重验证的目的，提高了系统的安全性、可靠性和准确性。

技术领域

本文涉及但不限于生物安全动态认证技术领域，尤指一种身份认证的方法和装置。

背景技术

随着互联网信息技术的不断发展，网上业务、电子商务等日益繁荣，人们与计算机网络的联系越来越紧密，各种网络安全威胁也随之而来，保护用户个人信息成为人们急需解决的问题。动态声纹密码识别技术结合了说话人识别和语音识别两重身份认证技术，从而可以有效地防止了录音攻击，极大地增强了系统的安全性。通常，在接收到用户含有密码的语音后，系统首先对声纹和动态密码分别计算得分，然后分别比较两种得分与阈值大小，或者将两种得分融合后判断其与综合阈值的大小，若大于事先设定的阈值，则请求人进入被保护系统，否则，拒绝其进入。但在实际应用时，受环境的影响，说话人声纹匹配分数分布和文本匹配分数分布往往各不相同，而仅仅利用预先设定的阈值来判断则有失准确性。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本发明实施例提供一种身份认证的方法，包括：

获取输入语音的语音特征，将所述语音特征与预存的目标声纹模型进行匹配，得到声纹匹配分数；

根据所述语音特征和预设的目标文本模型对所述输入语音进行切分，获取初始切分单元以及初始语音切分单元的个数，如所述初始语音切分单元的个数小于第一阈值，则判定所述输入语音为非法语音；如所述初始语音切分单元的个数大于或等于第一阈值，则对所述初始切分单元进行强制切分，使得切分单元的总个数与预设的目标文本的个数相同；

将每个所述切分单元的语音特征与所有所述目标文本模型进行匹配，得到每个所述切分单元与每个所述目标文本模型的切分单元文本匹配分数；

根据所述切分单元文本匹配分数、所述声纹匹配分数和预先训练的概率神经网络PNN分类器进行身份认证。

可选地，所述PNN分类器是通过以下方式进行训练的：

将目标语音与所述目标文本模型和目标声纹模型进行匹配分别得到第一文本打分和第一声纹打分，将所述第一文本打分和第一声纹打分组合成为所述判决分类器的接受特征信息；

将非目标语音与所述目标文本模型和目标声纹模型进行匹配分别得到第二文本打分和第二声纹打分，将所述第二文本打分和第二声纹打分组合成为所述判决分类器的拒绝特征信息；

根据所述接受特征信息和所述拒绝特征信息对所述PNN分类器进行训练。

可选地，在根据所述接受特征信息和所述拒绝特征信息对所述PNN分类器进行训练之前，还包括对所述目标语音和所述非目标语音的声纹打分和文本打分进行得分规整，包括：

依次选取所述目标文本模型，取非目标文本的语音特征与对应的所述目标文本模型匹配，得到冒认文本打分，获取所述目标文本模型对应的冒认文本打分的均值及标准差；

将所述第一文本打分和所述第二文本打分分别减去对应的所述冒认文本打分的均值且除以所述标准差，分别得到规整后的文本打分；