[发明专利]安全语音生物测定认证

说明书

一方面提供了一种音频数据传输模块中的方法。该方法包括：获得包括来自待认证用户的话语的音频数据流，该音频数据流包含多个数据段；获得语音生物测定认证结果，所述语音生物测定认证结果与音频数据流的一个或多个第一数据段中的话语有关；针对音频数据流的一个或多个第二数据段生成数据认证数据；生成一个或多个经加密签名的包，所述一个或多个经加密签名的包包括该语音生物测定认证结果和该数据认证数据；以及，输出一个或多个经加密签名的包。

技术领域

本公开内容的实施方案涉及语音生物测定认证(voice biometricauthentication)，且具体地涉及用于提高在受限动作(restricted action)的批准中所使用的语音生物测定认证过程的安全性的方法和装置。

背景技术

语音用户界面被设置以允许用户使用他们的语音与系统交互。此一个优点是，例如在诸如智能电话、平板电脑等设备中，它允许用户以免提的方式操作该设备。

在一个典型的系统中，用户通过说出触发短语(可能地跟随有一个或多个命令短语)将语音用户界面从低功率待机模式中唤醒。话语识别技术(speech recognitiontechnique)用于检测触发短语已说出，且标识已在一个或多个命令短语中请求的动作。

越来越多地应用生物测定技术来提高用户与电子设备交互的安全性。例如，在上文所描述的语音用户界面的情况下，可对触发短语(以及可能地还有命令短语)执行说话人识别过程(speaker recognition process)，以确定请求方(即，说话人)是否为设备的授权用户。说话人识别过程可独立于话语识别过程以及可与话语识别过程并行地执行。

取决于说话人识别过程的结果以及在语音用户界面中所应用的安全水平，电子设备可执行或被阻止执行一个或多个受限动作。例如，如果说话人识别过程失败(例如，说话人不是授权用户)，电子设备不会唤醒，或响应于检测到触发短语，电子设备变成解锁。在其他实施例中，如果说话人识别过程失败，则不会执行命令短语中所请求的一个或多个动作。

语音用户界面可受到恶意第三方的攻击，所述恶意第三方试图欺骗(spoof)说话人识别过程且不经授权用户的批准而获得受限动作的访问权限。预期这一攻击方法为“中间人”攻击，其中通过例如在设备的处理电路上安装恶意软件通过欺骗数据来拦截和/或替换电子设备内的模块或电路之间的数据传递。例如，在用户话语包括跟随有一个或多个命令短语的触发短语的情况下，第三方可试图用一个或多个对第三方有利的替代命令(例如，将资金转移至第三方的财务指令等)来替换说出的命令短语。如果说话人识别过程在触发短语方面是成功的(即，说话人被认证为授权用户)，则电子设备可执行与替换命令短语相对应的动作，而不执行与用户实际说出的那些命令短语相对应的动作。

本公开内容的实施方案试图解决这些问题和其他问题。

发明内容

一方面，提供了一种音频数据传输模块中的方法。该方法包括：获得包括来自待认证用户的话语的音频数据流，该音频数据流包括多个数据段；获得语音生物测定认证结果，该语音生物测定认证结果与该音频数据流的一个或多个第一数据段中的话语有关；针对该音频数据流的一个或多个第二数据段生成数据认证数据(data-authentication data)；生成一个或多个经加密签名的包，所述一个或多个经加密签名的包包括该语音生物测定认证结果和该数据认证数据；以及，输出所述一个或多个经加密签名的数据包。

另一方面，提供了一种音频传输设备，包括：第一输入，用于获得与来自待认证用户的话语有关的音频数据流，该音频数据流包括多个数据段；第二输入，用于获得语音生物测定认证结果，该语音生物测定认证结果与该音频数据流的一个或多个第一数据段中的话语有关；数据认证模块，被配置为针对该音频数据流的一个或多个第二数据段生成数据认证数据；加密模块，被配置为生成一个或多个经加密签名的包，所述一个或多个经加密签名的包包括该语音生物测定认证结果和该数据认证数据；以及，输出，用于输出所述一个或多个经加密签名的数据包。