基于声学特征的身份识别方法、装置、设备及存储介质制造方法及图纸

本说明书涉及身份识别技术领域，提供了一种基于声学特征的身份识别方法、装置、设备及存储介质，该方法包括：监听到身份识别触发事件时获取说话人的目标语音内容；将所述目标语音内容划分为多个语音帧，并提取每个语音帧的多维度声学特征；将所述多个语音帧的多维度声学特征组合成高维声学特征向量；对所述高维声学特征向量进行去相关性处理，获得新声学特征向量；从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，以作为所述说话人的声学特征空间；将所述说话人的声学特征空间与目标用户对应的声学特征空间进行比较，并根据比较结果确定所述说话人是否为目标用户。本说明书实施例可以提高身份识别的准确性。明书实施例可以提高身份识别的准确性。明书实施例可以提高身份识别的准确性。

【技术实现步骤摘要】
基于声学特征的身份识别方法、装置、设备及存储介质


[0001]本说明书涉及身份识别
，尤其是涉及一种基于声学特征的身份识别方法、装置、设备及存储介质。

技术介绍

[0002]诸如手机银行等应用(APP)在登陆或者支付时一般需要进行身份识别。传统身份识别技术主要为密码验证或者短信验证。传统身份识别技术的安全性低(例如易被盗用、破解)且易用性差(例如可能因为忘记密码而无法登陆或者支付)。随着身份识别技术的不断进步目前已出现基于生物特征(例如指纹、声纹、人脸、虹膜等)的身份识别技术。与传统身份识别相比，基于生物特征的身份识别技术更加安全且易用性更高。
[0003]以声纹识别为例，声纹识别就是通过分析使用者的声音的物理特性来进行身份识别的技术。人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，人在讲话时使用的发声器官(舌、牙齿、喉头、肺和鼻腔)在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹(图谱)都有差异，且每个人的声纹特征是相对稳定性，因此可以用于身份识别。目前的声纹识别一般是将采集的一种特定声纹特征与预先保存的对应的声纹特征进行比较，并根据比较结果确定识别结果。但是，人的声纹在某些情况(例如生理病变、环境干扰)下也会发生变异，这种变异可能会影响声纹识别的准确性。

技术实现思路

[0004]本说明书实施例的目的在于提供一种基于声学特征的身份识别方法、装置、设备及存储介质，以提高身份识别的准确性。
[0005]为达到上述目的，一方面，本说明书实施例提供了一种基于声学特征的身份识别方法，包括：
[0006]监听到身份识别触发事件时获取说话人的目标语音内容；
[0007]将所述目标语音内容划分为多个语音帧，并提取每个语音帧的多维度声学特征；
[0008]将所述多个语音帧的多维度声学特征组合成高维声学特征向量；
[0009]对所述高维声学特征向量进行去相关性处理，获得新声学特征向量；
[0010]从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，以作为所述说话人的声学特征空间；
[0011]将所述说话人的声学特征空间与目标用户对应的声学特征空间进行比较，并根据比较结果确定所述说话人是否为目标用户。
[0012]本说明书实施例的基于声学特征的身份识别方法中，所述多维度声学特征包括：
[0013]梅尔频率倒谱系数；
[0014]线性预测倒谱系数；以及，
[0015]感知对数面积比系数。
[0016]本说明书实施例的基于声学特征的身份识别方法中，对所述高维声学特征向量进
行去相关性处理，获得新声学特征向量，包括：
[0017]将所述高维声学特征向量的每一行进行零均值化；
[0018]确定零均值化处理后的高维声学特征向量的对角化协方差矩阵；
[0019]确定所述对角化协方差矩阵的特征值及对应的特征向量；
[0020]将所述特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵P；
[0021]将所述矩阵P及所述高维声学特征向量输入公式ω＝PX，获得新声学特征向量；其中，ω为新声学特征向量，X为高维声学特征向量。
[0022]本说明书实施例的基于声学特征的身份识别方法中，从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，包括：
[0023]计算所述新声学特征向量的类内散度矩阵和类间散度矩阵；
[0024]根据公式计算所述新声学特征向量中识别出满足区分性条件的新声学特征向量；其中，为满足区分性条件的新声学特征向量，ω为新声学特征向量，ω
T
为ω的转置，S
b
为类间散度矩阵的转置，S
w
为类内散度矩阵。
[0025]本说明书实施例的基于声学特征的身份识别方法中，在根据比较结果确定所述说话人是否为目标用户之后，还包括：
[0026]当所述说话人不是目标用户时，对所述说话人重复进行身份识别；
[0027]当重复识别次数达到次数上限，且对应的识别结果为所述说话人不是目标用户时，执行安全控制策略。
[0028]本说明书实施例的基于声学特征的身份识别方法中，在根据比较结果确定所述说话人是否为目标用户之后，还包括：
[0029]当所述说话人不是目标用户时，调用备用身份识别算法对所述说话人再次进行身份识别；
[0030]当再次进行身份识别的识别结果为所述说话人不是目标用户时，执行安全控制策略。
[0031]另一方面，本说明书实施例还提供了一种基于声学特征的身份识别装置，包括：
[0032]语音获取模块，用于监听到身份识别触发事件时获取说话人的目标语音内容；
[0033]特征提取模块，用于将所述目标语音内容划分为多个语音帧，并提取每个语音帧的多维度声学特征；
[0034]向量组合模块，用于将所述多个语音帧的多维度声学特征组合成高维声学特征向量；
[0035]去相关处理模块，用于对所述高维声学特征向量进行去相关性处理，获得新声学特征向量；
[0036]向量降维模块，用于从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，以作为所述说话人的声学特征空间；
[0037]特征比较模块，用于将所述说话人的声学特征空间与目标用户对应的声学特征空间进行比较，并根据比较结果确定所述说话人是否为目标用户。
[0038]另一方面，本说明书实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时，执行上述方法的指令。
[0039]另一方面，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器运行时，执行上述方法的指令。
[0040]另一方面，本说明书实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被计算机设备的处理器运行时，执行上述方法的指令。
[0041]由以上本说明书实施例提供的技术方案可见，本说明书实施例中，与仅考虑单一维度的声学特征的声学识别技术相比，本说明书实施例利用多维度声学特征进行声学特征，可以提高声学特征识别的准确性；不仅如此，在进行声学特征空间比较之前，通过将多维度声学特征组合成高维声学特征向量进行去相关性处理，从而实现对高维声学特征向量的降维和正交化，在此基础上，通过从新声学特征向量中识别出满足区分性条件的新声学特征向量，从而实现了数据的进一步降维，因此，本说明书实施例不仅提高了基于声学特征的身份识别的准确性，还提高了基于声学特征的身份识别的识别效率。
附图说明
[0042]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声学特征的身份识别方法，其特征在于，包括：监听到身份识别触发事件时获取说话人的目标语音内容；将所述目标语音内容划分为多个语音帧，并提取每个语音帧的多维度声学特征；将所述多个语音帧的多维度声学特征组合成高维声学特征向量；对所述高维声学特征向量进行去相关性处理，获得新声学特征向量；从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，以作为所述说话人的声学特征空间；将所述说话人的声学特征空间与目标用户对应的声学特征空间进行比较，并根据比较结果确定所述说话人是否为目标用户。2.如权利要求1所述的基于声学特征的身份识别方法，其特征在于，所述多维度声学特征包括：梅尔频率倒谱系数；线性预测倒谱系数；以及，感知对数面积比系数。3.如权利要求1所述的基于声学特征的身份识别方法，其特征在于，对所述高维声学特征向量进行去相关性处理，获得新声学特征向量，包括：将所述高维声学特征向量的每一行进行零均值化；确定零均值化处理后的高维声学特征向量的对角化协方差矩阵；确定所述对角化协方差矩阵的特征值及对应的特征向量；将所述特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵P；将所述矩阵P及所述高维声学特征向量输入公式ω＝PX，获得新声学特征向量；其中，ω为新声学特征向量，X为高维声学特征向量。4.如权利要求1所述的基于声学特征的身份识别方法，其特征在于，从所述新声学特征向量中识别出满足区分性条件的新声学特征向量，包括：计算所述新声学特征向量的类内散度矩阵和类间散度矩阵；根据公式计算所述新声学特征向量中识别出满足区分性条件的新声学特征向量；其中，为满足区分性条件的新声学特征向量，ω为新声学特征向量，ω
T
为ω的转置，S
b
为类间散度矩阵的转置，S
w
为类内散度矩阵。5.如权利要求1所述的基于声学特征的身份识别方法，其特征在于，在根据比较...

【专利技术属性】
技术研发人员：雷禹，祁江楠，杨创，袁玥，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：