[发明专利]黑名单声纹库构建方法、装置、计算机设备和存储介质

说明书

本申请涉及声纹识别技术领域，提供了一种黑名单声纹库构建方法、装置、计算机设备和存储介质。所述方法包括：获取黑名单库以及黑名单库中用户的语音数据，对用户的语音数据进行有效性检测，得到用户的第一语音数据，根据预设的滑动窗口对第一语音数据进行采样，得到用户的多组采样语音数据，采用叠加算法，将用户的多组采样语音数据进行组合，得到第二语音数据，第二语音数据用于描述与文本无关的声纹向量，根据预先训练的深度神经网络模型，提取出第二语音数据的声纹特征，根据声纹特征构建黑名单声纹库。采用本方法能够构建黑名单声纹库对用户的身份进行识别，通过声纹识别的方式提高识别安全性。

技术领域

本申请涉及声纹识别技术领域，特别是涉及一种黑名单声纹库构建方法、装置、计算机设备和存储介质。

背景技术

目前，许多提供服务的企业在提供业务服务时，都需要对用户进行反欺诈识别，对用户的身份验证及反欺诈识别是保证业务安全的重要组成部分。在反欺诈识别中，提供服务的企业会根据历史业务数据中的用户信息，建立黑名单库，从而在进行业务服务时，根据用户提供的身份信息，利用黑名单库对用户的身份进行识别。

然而，传统的根据黑名单对用户的身份进行识别的方式，由于存在伪造身份信息等情况，存在识别安全性低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高识别安全性的黑名单声纹库构建方法、装置、计算机设备和存储介质。

一种黑名单声纹库构建方法，所述方法包括：

获取黑名单库以及黑名单库中用户的语音数据；

对用户的语音数据进行有效性检测，得到用户的第一语音数据；

根据预设的滑动窗口对第一语音数据进行采样，得到用户的多组采样语音数据；

采用叠加算法，将用户的多组采样语音数据进行组合，得到第二语音数据，第二语音数据用于描述与文本无关的声纹向量；

根据预先训练的深度神经网络模型，提取出第二语音数据的声纹特征，预先训练的深度神经网络模型是基于样本语音数据训练得到；

根据声纹特征构建黑名单声纹库。

在其中一个实施例中，获取黑名单库以及黑名单库中用户的语音数据包括：

获取历史业务语音数据集合以及黑名单库；

根据黑名单库中用户标识，匹配历史业务语音数据集合中历史业务语音数据携带的标识；

根据匹配结果，获取与用户对应的业务语音数据；

采用语音分割算法，从与用户对应的业务语音数据中提取用户的语音数据。

在其中一个实施例中，对用户的语音数据进行有效性检测，得到用户的第一语音数据包括：

对用户的语音数据进行去噪声处理，得到去噪声后的用户的语音数据；

将去噪声后的用户的语音数据拆分为多帧数据，确定用户的语音数据中各帧数据的能量值；

筛选出能量值大于预设的能量阈值的多帧数据作为用户的第一语音数据。

在其中一个实施例中，根据声纹特征，构建黑名单声纹库包括：

获取用户的信息；

建立用户的信息以及第二语音数据的声纹特征之间的关联关系；

根据关联关系，构建黑名单声纹库。

在其中一个实施例中，根据声纹特征，构建黑名单声纹库之后，包括：

当黑名单库中加入新的用户时，获取新的用户的信息以及与新的用户对应的目标语音数据；