[发明专利]一种声纹识别方法、系统、设备及存储介质

说明书

本申请实施例提供了一种声纹识别方法、系统、设备及存储介质，所述方法包括以下步骤：实时获取语音数据；对获取的语音数据进行预处理；对预处理后的语音数据进行特征提取；将提取到的特征按照现有的数据场景输入模型A或模型B，得到建模后的声学特征；将建模后的声学特征部署到服务器上。本申请实施例使用声纹识别技术辅助银行的信用卡业务，帮助业务员审核客户的身份，提升业务审核效率，识别假冒伪造身份。

技术领域

本申请各实施例属于通信和信号处理技术领域，特别是涉及一种声纹识别方法、系统、设备及存储介质。

背景技术

每个人的声音都蕴涵着特有的生物特征，声纹识别是指利用说话人的声音来识别说话人的一种技术手段。声纹识别同指纹识别等技术一样具有高度的安全可靠性，可以应用在所有需要做身份识别的场合。如在刑侦、银行、证券、保险等金融领域。与传统的身份识别技术相比，声纹识别的优势在于，声纹提取过程简单，成本低，且具有唯一性，不易伪造和假冒。

目前绝大多数银行都有开展信用卡业务，信用卡的申请也是非常的方便，申请门槛低。但是在信用卡申请的过程中存在部分信用不良的群体假冒或者伪造身份申请信用卡的情况，银行一般是通过视频或者电话方式确认用户身份，人工审核费时费力，还有可能出错，是银行信用卡业务主要风险之一。

发明内容

本申请实施例的目的在于提供一种声纹识别方法、系统、设备及存储介质，使用声纹识别技术辅助银行的信用卡业务，帮助业务员审核客户的身份，提升业务审核效率，识别假冒伪造身份，从而解决背景技术中的问题。

为了解决上述技术问题，本申请实施例提供的声纹识别方法、系统、设备及存储介质的技术方案具体如下：

本申请实施例公开了一种声纹识别方法，所述方法包括以下步骤：

实时获取语音数据；

对获取的语音数据进行预处理；

对预处理后的语音数据进行特征提取；

将提取到的特征按照现有的数据场景输入模型A或模型B，得到建模后的声学特征；

将建模后的声学特征部署到服务器上。

在上述任一方案中优选的实施例，所述实时获取语音数据，包括：

分别采集电话信道语音场景和视频语音场景。

在上述任一方案中优选的实施例，所述对获取的语音数据进行预处理，包括：

采样量化，将获取的语音数据，以8kHz的采样速率数字化，输入到后端服务器；

预加重，将输入到后端服务器声音经过8kHz的采样速率的采样后转成数字语音信号，然后通过一阶高通滤波器来作预加重处理以突显高频部分；

取音框，取256点为一个音框，音框与音框之间重迭128点，即每次位移128点后再取256点作为下一个音框；

加窗，针对每一个音框乘上汉明窗以消除音框两端的不连续性，将音框通过低通滤波器。

在上述任一方案中优选的实施例，所述将输入到后端服务器声音经过8kHz的采样速率的采样后转成数字语音信号，其传递函数为：H(z)＝1-az^-1，H(z)为输出信号，z为输入信号，a为滤波系数。

在上述任一方案中优选的实施例，所述a的取值为0.95。

在上述任一方案中优选的实施例，所述对预处理后的语音数据进行特征提取，包括：

使用改进型Mel频率倒谱系数方法提取特征，其中，计算方式如下：f为输入频率，将音频文件通过短时傅里叶变换得到，γ为频率调节系数。