【技术实现步骤摘要】
本专利技术属于音频信号识别,涉及一种基于声纹与关键词双识别的身份认证方法和系统。
技术介绍
1、身份认证系统的相关研究在许多场合都发挥着重要作用,例如移动支付、门禁系统、公共安全领域等,目前常见的身份认证方式包括密码验证、指纹验证和人脸验证。密码验证是最常见的身份验证方法之一,用户在注册各种系统时会生成一个账户和一个密码。在每一次验证时,用户需要输入正确的密码才能进行交易。为了增加密码的复杂性,用户通常需要设置强密码,包括至少8位字符,包括大小写字母、数字和特殊字符等。指纹验证是通过相应设备采集用户指纹,然后通过指纹库中的特征比对进行识别和验证。人脸验证则是通过摄像头捕捉人脸照片,然后提取特征与人脸数据库中的特征信息进行比对验证。
2、而随着日益复杂的网络安全威胁和人们对舒适便捷的追求,尤其是在某些特殊领域,比如英语口语考试系统、普通话测试系统、在线会议等,这些传统验证方法的弊端也慢慢体现出来。比如,密码验证安全得不到保障,许多人的身份信息容易泄露;部分人脸验证装置也极易受到伪造信息影响,而安全性高的人脸验证硬件成本又太高,
...【技术保护点】
1.一种基于声纹与关键词双识别的身份认证方法,其特征在于,包括:联合声纹识别方法和关键词识别方法同时进行身份认证;
2.根据权利要求1所述的基于声纹与关键词双识别的身份认证方法,其特征在于,所述的S1.1中,创建音频数据集并预处理即特征提取,采用MFCC特征提取方式,包括:
3.根据权利要求1或2所述的基于声纹与关键词双识别的身份认证方法,其特征在于,所述的采用Pytorch框架预训练声纹识别模型包括:
4.根据权利要求1或2所述的基于声纹与关键词双识别的身份认证方法,其特征在于,S1.2结果预测具体包括:读取待识别音频,通过与声纹
...【技术特征摘要】
1.一种基于声纹与关键词双识别的身份认证方法,其特征在于,包括:联合声纹识别方法和关键词识别方法同时进行身份认证;
2.根据权利要求1所述的基于声纹与关键词双识别的身份认证方法,其特征在于,所述的s1.1中,创建音频数据集并预处理即特征提取,采用mfcc特征提取方式,包括:
3.根据权利要求1或2所述的基于声纹与关键词双识别的身份认证方法,其特征在于,所述的采用pytorch框架预训练声纹识别模型包括:
4.根据权利要求1或2所述的基于声纹与关键词双识别的身份认证方法,其特征在于,s1.2结果预测具体包括:读取待识别音频,通过与声纹数据库中的音频逐一匹配,即通过声纹识别模型预测待识别音频的声纹特征向量,然后逐一计算其与声纹数据库中的声纹特征向量的对角余弦值得到二者的相似度dsim,计算公式为:
5.根据权利要求1或2所述的基于声纹与关键词双识别的身份认证方法,其特征在于,所述的s2构建关键词识别方法具体包括:在程序中设置一个字符串数组,用来存放关键词,然后使用random()函...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。