[发明专利]基于智能终端的安全语音交互方法及系统

说明书

一种基于智能终端的安全语音交互方法，在需要采集音频信号时通过智能终端主动产生干扰噪声与待采集音频叠加，然后智能终端基于干扰噪声的先验知识，在接收信号上自适应消噪并提取出待采集音频。本发明使用用户自己的语音产生干扰噪声，并在时变信道下有效地进行自消除，能够在现有设备上部署使用、在不影响正常语音交互功能实现的基础上确保语音交互的安全性。

技术领域

本发明涉及一种信息安全领域的技术，具体涉及一种基于智能终端的安全语音交互方法及系统。

背景技术

随着移动设备的迅速普及，人机交互方式也在不断演变。语音交互作为一种新兴的交互方式正变得越越成熟和流行，包括语音输入法如iFLYTEK和语音助手如GoogleAssistant、Siri、Cortana等。然而，由于语音信号的开放性，这些交互可能面临很大的安全威胁，窃听者通过现场窃听或录音获取隐私信息。随着语音技术的广泛应用，安全问题变得越越重要。因此，为语音交互提供强有力的保护是非常重要的

在现有工作中，已有一些针对类似问题的方案。一类利用麦克风非线性特性的方案，例如Backdoor和Dolphinattack，利用超声波信号进行隐蔽干扰或通信。但是，这些方法也会影响语音交互应用的正常使用，且只能干扰录音设备而不能保护用户语音不被人听到。另一类方案利用噪声保护声学信号。然而，这些方案是为数据通信而设计的，使用的声学信号与人的声音有很大的不同。此外，有方法利用了多径效应，将音频信号与噪声混合编码后通过多扬声器播放，使得空间中只有特定位置能够听清音频内容实现隐蔽通信的目的。该方法的局限性在于需要多个扬声器，且只适合于静态环境。另一种方案需要利用额外的硬件过滤录音设备中敏感的语音内容。总体而言，目前尚不存在能在智能设备上提供安全的语音交互功能的解决方案。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于智能终端的安全语音交互方法及系统，使用用户自己的语音产生干扰噪声，并在时变信道下有效地进行自消除，能够在现有设备上部署使用、在不影响正常语音交互功能实现的基础上确保语音交互的安全性。

本发明是通过以下技术方案实现的：

本发明涉及一种基于智能终端的安全语音交互方法，在需要采集音频信号时通过智能终端主动产生干扰噪声与待采集音频叠加以防止被窃听，然后智能终端基于干扰噪声的先验知识，在采集的信号上自适应消噪并提取出用户交互语音信号。

所述的干扰噪声，根据历史记录混合生成语义混淆且频谱与待采集音频近似的信号。

所述的干扰噪声优选经宽带波束赋形处理。

所述的干扰噪声，具体通过以下方式得到：首先收集用户自身的失真的语音录音，并对采集设备造成的失真进行补偿，产生与用户真实声音频谱非常相似的语音记录；然后随机选择多个语音记录进行混合以混淆用户语音的语义。

所述的失真，是指收集语音过程中，采集设备的频率响应造成的声音特征的改变。

所述的补偿是指：先测量智能设备的频率响应，然后结合数字信号处理算法，将失真的语音录音还原为与用户真实声音有相同特征的声音信号。

所述的混合是指：将多段语音信号在时域上叠加，合并为一个声音信号。

所述的自适应消噪是指：先将干扰噪声与接收信号进行互相关运算，以获得待采集音频的起始位置；然后以起始位置开始的两秒接收信号为前导码，对交互设备的播放设备到采集设备的信道进行粗略估计，并借此推断采集的音频信号中用户实际交互的时间区间；获得音频信号的区间信息后，对只有干扰噪声的区间内的信号进行自适应信道估计，连续跟踪时变信道；对于接收信号的起始位置两秒后开始的用户语音区间，采用自适应信道估计得到的更新后的信道估计以消除干扰噪声。