[发明专利]一种语音和唇语相融合的身份认证方法

说明书

本发明公开了一种语音和唇语相融合的身份认证方法，涉及信息安全及模式认证领域。该语音和唇语相融合的身份认证方法包括以下步骤：1)提取待认证的语音倒频谱特征和唇语特征；2)采用并行策略融合所述语音倒频谱特征和所述唇语特征，得到复向量特征；3)利用复向量特征作为训练样本训练复数极限学习机的多输入多输出模型，根据输出的分布及其取值判断是否认证成功；若输出结果向量中的最大值与提示符一致且该值大于设定阈值，则认证成功；否则，认证失败。该语音和唇语相融合的身份认证方法，采用语音和唇语相结合的多模生物特征进行身份认证，提高了身份认证系统的强健性。

技术领域

发明涉及信息安全及模式认证领域，具体涉及一种语音和唇语相融合的身份 认证方法。

背景技术

随着网络信息技术的飞速发展，世界进入了移动互联网时代。2017年上半年， 智能手机几乎人手一部。移动电商和网上银行等虚拟移动支付平台也随之兴起， 但是与此同时，网络病毒、黑客以及电信诈骗等网络犯罪时刻威胁着手机用户的 信息安全，甚至可能造成重大的经济损失。因此，亟待一个高度可靠的身份认证 系统，将生物特征认证和智能手机平台进行融合由此应运而生。

语音认证是被认为在智能手机认证上具有广泛应用前景的生物特征认证技 术之一。语音认证具有非接触、非侵入性和易于使用的特点。近年来也在取得了 技术上的重大的突破，例如在语音识别的Switchboard任务方面，最新的IBM已 经能将错误率控制在5.5％之下，有经验的转写人员在这个任务中可以达到4％之 下。因此，这类安静环境下的语音识别系统已经近似于人类水平。但单通道的语 音认证受环境影响较大，其认证准确率也有待进一步的提高。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种语音和唇语相融合的 身份认证方法。

为达到上述目的，本发明采用以下技术方案予以实现：

一种语音和唇语相融合的身份认证方法，包括以下步骤：

1)提取待认证的语音倒频谱特征和唇语特征；

2)采用并行策略融合所述语音倒频谱特征和所述唇语特征，得到复向量特 征；

3)利用复向量特征作为训练样本训练复数极限学习机的多输入多输出模型， 根据输出的分布及其取值判断是否认证成功；

若输出结果向量中的最大值与设定提示符一致且最大值大于设定阈值，则认 证成功；否则，认证失败。

进一步的，步骤1)中语音倒频谱特征的提取方法具体过程为：

利用双门限法对语音信号进行分段，并采用梅尔滤波器提取语音倒频谱特征。

进一步的，利用双门限法对语音信号进行分段的具体过程为：

用交叠分段的方法对语音信号进行分帧，得到短时序列；

用窗函数乘以短时序列，形成短时加窗语音信号；

利用短时加窗语音信号的短时能量和短时过零率截出语音段的起止点，起止 点之间的语音即为有效语音段。

进一步的，利用短时加窗语音信号的短时能量和短时过零率截出有效语音段 的起止点的具体过程包括以下步骤：

1)计算每帧音频的短时能量和短时过零率，计算公式如下所示，短时能量 为

短时过零率为

其中，x_n(m)代表第n帧的第m个序列值，sgn[]代表符号函数；