[发明专利]电子装置、身份验证方法和计算机可读存储介质

说明书

本发明公开一种电子装置、身份验证方法和存储介质，该方法包括：在收到待进行身份验证的目标用户的当前语音数据后，获取待验证的身份对应的标准语音数据，将这两个标准语音数据分别分帧处理，以得到当前语音帧组和标准语音帧组；利用预设滤波器分别提取出两个语音帧组中的各个语音帧的预设类型声学特征；分别将提取出的预设类型声学特征输入预先训练好的预设结构深度神经网络模型，以得到当前语音数据和标准语音数据各自对应的预设长度的特征矢量；计算得到的两个特征矢量的余弦相似度，并根据计算出的余弦相似度大小确定身份验证结果。本发明技术方案提升了说话人身份验证的准确性。

技术领域

本发明涉及声纹识别技术领域，特别涉及一种电子装置、身份验证方法和计算机可读存储介质。

背景技术

说话人识别通常称为声纹识别，是生物识别技术的一种，常被用来确认某段语音是否是指定的某个人所说，是“一对一判别”问题。说话人识别广泛应用于诸多领域，例如，在金融、证券、社保、公安、军队及其他民用安全认证等领域都有着广泛的应用需求。

说话人识别包括文本相关识别和文本无关识别两种方式，近年来文本无关说话人识别技术不断突破，其准确性较之以往有了极大的提升。然而在某些受限情况下，比如采集到的说话人有效语音较短(时长小于5秒的语音)的情况下，现有的文本无关说话人识别技术的准确性不高，很容易出错。

发明内容

本发明的主要目的是提供一种电子装置、身份验证方法和计算机可读存储介质，旨在提升说话人身份验证的准确性。

为实现上述目的，本发明提出的电子装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的身份验证系统，所述身份验证系统被所述处理器执行时实现如下步骤：

在收到待进行身份验证的目标用户的当前语音数据后，从数据库中获取待验证的身份对应的标准语音数据，将所述当前语音数据和标准语音数据分别按照预设的分帧参数进行分帧处理，以得到所述当前语音数据对应的当前语音帧组和所述标准语音数据对应的标准语音帧组；

利用预设滤波器分别提取出当前语音帧组中各个语音帧的预设类型声学特征和标准语音帧组中各个语音帧的预设类型声学特征；

分别将提取出的当前语音帧组对应的预设类型声学特征和标准语音帧组对应的预设类型声学特征输入预先训练好的预设结构深度神经网络模型，以得到所述当前语音数据和所述标准语音数据各自对应的预设长度的特征矢量；

计算得到的两个特征矢量的余弦相似度，并根据计算出的余弦相似度大小确定身份验证结果，所述身份验证结果包括验证通过结果和验证失败结果。

优选地，在将所述当前语音数据和标准语音数据分别按照预设的分帧参数进行分帧处理的步骤之前，该处理器还用于执行所述身份验证系统，以实现以下步骤：

分别对所述当前语音数据和标准语音数据进行活动端点检测，将所述当前语音数据和所述标准语音数据中的非说话人的语音删除。

优选地，所述预设结构深度神经网络模型的训练过程为：

S1、获取预设数量语音数据样本，对各个语音数据样本分别标注代表对应的说话人身份的标签；

S2、分别对每个语音数据样本进行活动端点检测，将语音数据样本中非说话人的语音删除，得到预设数量的标准语音数据样本；

S3、将得到的标准语音数据样本的第一百分比作为训练集，第二百分比作为验证集，所述第一百分比与第二百分比的和小于等于100％；

S4、将所述训练集和验证集中的各个标准语音数据样本按照预设的分帧参数分别进行分帧处理，以获得每个标准语音数据样本对应的语音帧组，再利用预设滤波器分别提取出每个语音帧组中的各个语音帧的预设类型声学特征；