[发明专利]基于C/S架构和说话人识别技术的文件加密解密系统

权利要求书

1.基于C/S架构和说话人识别技术的文件加密解密系统，包括客户端和服务端；其特征在于，

所述客户端包括：用户登录界面模块、新用户注册模块、老用户登录模块、文件加密和解密模块、现场语音采集模块；所述用户登录界面模块提供友好的用户交互界面，让用户选择登录或注册；所述新用户注册模块包括用于采集用户声纹的提示性语句和发送注册信息到服务器功能，并且包括提示用户操作过程中出现的问题的可能原因；所述老用户登录模块包括用户选择使用传统密码或声纹密码登录系统，登录成功提示或登录失败的可能原因提示；所述文件加密和解密模块能使用加密算法和解密算法对用户的文件进行加密或解密；所述现场语音采集模块能调用用户设备上的麦克风进行语音录制；

所述服务端包括：用户验证模块、语音降噪模块、模型训练模块、模型识别判决模块、数据库存储模块；所述语音降噪模块连接到所述模型训练模块，所述语音降噪模块连接到模型识别判决模块，所述模型识别判决模块连接到所述用户验证模块；所述语音降噪模块是所有用户传输到服务器的语音都必经的预处理模块，用于提高用户语音的质量；所述模型训练模块是用于采集用户的语音进行提取用户的声纹特征并保存，所述声纹特征用于模型识别判决；所述用户验证模块包括用户输入密码登录的验证和用户用声纹密码登录的验证，以模型识别判决模块的判决结果作为验证结果；所述模型识别判决模块是采用说话人识别技术，把用户传输到服务器的语音进行说话人识别，同时结合用户的操作请求来进行判决，最后把判决结果反馈到客户端；所述数据库存储模块是存储用户的基本信息和密码信息，用于用户的验证；

所述模型识别判决模块能够：

A.提取梅尔频率倒谱系数MFCC

提取梅尔频率倒谱系数的过程为预加重、分帧加窗、短时傅里叶变换STFT、Mel频率滤波和离散余弦变换DCT，具体如下：

(a)预加重：将语音的低频范围预加重处理，提高语音信号高频段的信噪比；

(b)分帧加窗：语音信号在一个短时间范围内，其特性基本保持不变即相对稳定，将语音信号分成若干段，每一段为一帧，每帧的时长设置为20ms；

为了保证帧与帧之间的平滑过渡，保持连续性，每个语音帧乘一个窗函数保证两端能平滑过渡；

(c)短时傅里叶变换：把语音从时域变换到频域，在频域中进行分析；

(d)Mel频率滤波：把离散频谱用序列三角滤波器进行滤波得到一组系数；

(e)DCT变换：在经过一次变换，最后求得MFCC倒谱系数；

B.使用高斯混合模型GMM进行计算概率

将上述提取的MFCC倒谱系数，作为一批观察数据

X＝{x⁽¹⁾,x⁽²⁾,…,x^(s)}

单高斯模型用多位高斯正态分布概率密度函数表示：

其中x是维数为d的样本向量；μ是模型期望；∑是模型方差；

数据的概率分布函数通过概率加权函数表示

上式为高斯混合模型，其中α_j表示第j个单高斯模型在混合模型中占的比例，N_j(x⁽ⁱ⁾；μ_j,Σ_j)表示第j个单高斯模型，μ_j是均值向量，∑_j是协方差矩阵；

通过最大后验概率来辨认语音的说话人身份，最大后验概率表示为

假设数据库中说话人的可能性相等，则其中N为数据库中说话人人数；

那么辨认的目标函数为

i^*表示识别出的说话人，θ_i为说话人对应的模型参数；

P(x|θ)的对数形式为

C.识别出的说话人与用户当前登录的用户名进行验证对比

如果语音识别出的说话人与当前用户名一致，则验证通过，服务端反馈成功的信息给客户端，否则反馈失败的信息给客户端。