[发明专利]电子装置、身份验证的方法及计算机可读存储介质

说明书

本发明涉及一种电子装置、身份验证的方法及计算机可读存储介质，电子装置包括存储器及处理器，存储器中存储有身份验证的系统，身份验证的系统被处理器执行时实现：在接收到待进行身份验证的目标用户的当前语音数据后，对当前语音数据按照预设的分帧参数进行分帧处理，以获得多个语音帧；利用预定的滤波器提取各个语音帧中预设类型的声学特征，根据所提取的声学特征生成当前语音数据对应的多个观测特征单元；将各个观测特征单元分别与预存的观测特征单元进行两两配对，以获得多组配对后的观测特征单元；将多组配对后的观测特征单元输入预先训练生成的预设类型身份验证模型，以对该目标用户进行身份验证。本发明能够降低短语音识别的错误率。

技术领域

本发明涉及通信技术领域，尤其涉及一种电子装置、身份验证的方法及计算机可读存储介质。

背景技术

声纹识别是一种通过对目标语音进行计算机仿真判别的身份认证技术，可广泛应用在互联网、银行系统、公安司法等领域。目前，传统的声纹识别方案采用的是基于高斯混合模型建模的通用背景模型对说话人录音，并进行差异分析，然后根据差异提取声纹特征，并通过相似性测度进行打分，给出识别结果。这种声纹识别方案对于长录音(例如，30秒及以上时长的录音)的识别错误率较低，识别效果好，但是针对不同业务场景中广泛出现的短录音(例如，小于30秒时长的录音)，由于参数有限，利用通用背景模型框架无法很好地对录音中的细微差异进行建模，造成对短语音识别的性能不佳，识别错误率高。

发明内容

本发明的目的在于提供一种电子装置、身份验证的方法及计算机可读存储介质，旨在降低短语音识别的错误率。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的身份验证的系统，所述身份验证的系统被所述处理器执行时实现如下步骤：

S1，在接收到待进行身份验证的目标用户的当前语音数据后，对所述当前语音数据按照预设的分帧参数进行分帧处理，以获得多个语音帧；

S2，利用预定的滤波器提取各个语音帧中预设类型的声学特征，根据所提取的声学特征生成所述当前语音数据对应的多个观测特征单元；

S3，将各个观测特征单元分别与预存的观测特征单元进行两两配对，以获得多组配对后的观测特征单元；

S4，将多组配对后的观测特征单元输入预先训练生成的深度卷积神经网络模型，并获取输出的身份验证结果，以对该目标用户进行身份验证，所述深度卷积神经网络模型采用识别函数进行身份验证，所述识别函数为：

Obj＝-∑In(P(x，y))-K∑In(1-P(x，y))，

其中，L(x,y)＝x^TUy-x^TVx-y^TVy+b；

P(x,y)为计算一组观测特征单元中的各个观测特征单元属于同一用户的概率，L(x,y)为计算一组观测特征单元中的各个观测特征单元的相似度L，x为一组观测特征单元中的一个观测特征单元输入深度卷积神经网络模型的归一化层得到的用户特征，y为该组观测特征单元中另一个观测特征单元输入所述归一化层得到的用户特征，K为常量，U为用户的类内关系矩阵，V为用户类间关系矩阵，b为偏置量，T为矩阵转置。

优选地，所述预定的滤波器为梅尔滤波器，所述利用预定的滤波器提取各个语音帧中预设类型的声学特征的步骤包括：

对所述语音帧进行加窗处理；

对每一个加窗进行傅立叶变换得到对应的频谱；

将所述频谱输入梅尔滤波器以输出得到梅尔频谱；

在梅尔频谱上面进行倒谱分析以获得梅尔频率倒谱系数MFCC，以所述梅尔频率倒谱系数MFCC作为该语音帧的声学特征。