[发明专利]用户验证方法和装置

说明书

技术领域

本发明涉及云计算领域，并且特别地，涉及一种用户验证方法和系统。

背景技术

随着云计算的蓬勃发展，给各行各业带来了便利，但是很多行业部门出于对云计算的环境安全的考虑而较少地使用云计算，尤其是一些对信息安全要求极高的金融机构。然而在登录环节对用户的身份进行验证可以很好地确保云计算环境的安全，因此，如何在登录环节对云计算的环境进行安全控制已经成为关注的重点。在登录环节常用的身份识别方法有密码、指纹识别等，然而，利用人的语音进行身份识别以其特有的优点越来越受到人们的重视。例如，语音信号不会丢失或遗忘；语音信号是非接触、自然的方式，从而更容易被接受和使用；语音信号采集方便，所用到的设备(麦克风、电话等)成本相对比较低。

用户识别技术发展到今天虽然已经有几十年的历史，也取得了许多优秀的成果，但是仍然存在着大量难点，直到现在为止还未达到令人满意的程度，尽管有些识别器已经投放市场，并用于商业、军事、工业控制等领域，但基本上还停留在实验阶段。语音处理领域包括语音识别和用户识别，在这两者之中，用户识别更加困难。如今越来越多的场合都需要对人们的身份进行准确的识别，但是利用传统的方式进行身份认证的技术逐渐显现出许多不足。

针对相关技术中身份认证的方式存在安全隐患的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中身份验证的方式存在安全隐患的问题，本发明提出一种用户验证方法和装置，能够对人的身份进行快速、可靠的验证，从而在登录环节提高系统的安全性。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种用户验证方法。

该用户验证方法包括：

根据从用户的语音信号中提取的语音特征参数获取特征矢量，其中，语音特征参数包括线性预测倒谱系数、基音周期、差分线性预测倒谱系数和/或差分基音周期；

使用预先存储的与用户对应的码本量化特征矢量，得到平均量化误差；

根据得到的平均量化误差与预先存储的与用户对应的平均量化误差的差值，确定用户是否通过语音验证。

其中，差分线性预测倒谱系数由线性预测倒谱系数计算得到，差分基音周期由基音周期计算得到。

而且，在从用户的语音信号中提取语音特征参数之前，根据用户输入的个人信息确定用户的身份。

进一步地，在使用预先存储的与用户对应的码本量化特征矢量时，根据确定的用户的身份调用码本。

并且，在使用预先存储的与用户对应的码本量化特征矢量时，使用码本对特征矢量进行矢量量化。

此外，该用户验证方法进一步包括：

采集用户的虹膜信息，将采集的虹膜信息与预先存储的与用户对应的虹膜信息比较；

根据虹膜信息的比较结果确定用户是否通过虹膜验证。

根据本发明的一个方面，提供了一种用户验证装置。

该用户验证装置包括：

获取模块，用于根据从用户的语音信号中提取的语音特征参数获取特征矢量，其中，语音特征参数包括线性预测倒谱系数、基音周期、差分线性预测倒谱系数和/或差分基音周期；

量化模块，用于使用预先存储的与用户对应的码本量化特征矢量，得到平均量化误差；

确定模块，用于根据得到的平均量化误差与预先存储的与用户对应的平均量化误差的差值，确定用户是否通过语音验证。

此外，该用户验证装置还包括：

身份确定模块，用于在从用户的语音信号中提取语音特征参数之前，根据用户输入的个人信息确定用户的身份。

并且，在使用预先存储的与用户对应的码本量化特征矢量时，上述量化模块还用于根据确定的用户的身份调用码本。

进一步地，在使用预先存储的与用户对应的码本量化特征矢量时，上述量化模块用于使用码本对特征矢量进行矢量量化。

本发明通过对从用户的语音信号中提取的语音特征参数进行处理，再根据处理后的信息与预存的信息进行比较，来判断用户是否通过语音验证，能够对人的身份进行快速、可靠的验证，从而在登录环节提高系统的安全性。

附图说明

图1是根据本发明实施例的用户验证方法的流程图；

图2是在实际应用中使用本发明的用户验证方法的云安全登录系统的流程图；

图3是根据本发明实施例的语音识别方法的流程图；

图4是在实施根据本发明实施例之前对采集的用户语音信号进行预处理的流程图；

图5是根据本发明实施例的语音识别方法提取语音特征参数的流程图；