[发明专利]基于人工智能的身份验证方法、装置、介质及电子设备

权利要求书

1.一种基于人工智能的身份验证方法，其特征在于，包括：

通过至少两种神经网络分别对所采集的待验证语音信号进行声纹特征提取，得到每一种神经网络为所述待验证语音信号输出的特征向量；

将所述每一种神经网络为所述待验证语音信号输出的特征向量进行拼接，得到所述待验证语音信号的第一声纹特征向量；

根据所述第一声纹特征向量，预测所述待验证语音信号所来源用户与授权用户音色相同的第一预测概率；

根据所述第一预测概率确定身份验证结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一声纹特征向量预测所述待验证语音信号所来源用户与授权用户音色相同的第一预测概率，包括：

获取参考声纹特征向量，所述参考声纹特征向量是通过所述至少两种神经网络对所存储授权用户的语音信号进行声纹特征提取得到的；

将所述第一声纹特征向量和所述参考声纹特征向量输入至第一神经网络中进行向量变换，得到目标特征向量；

根据所述目标特征向量进行概率预测，得到所述待验证语音信号所来源用户与授权用户音色相同的第一预测概率。

3.根据权利要求2所述的方法，其特征在于，所述第一神经网络包括级联的第一全联通层、激活层和第二全联通层；

所述将所述第一声纹特征向量和所述参考声纹特征向量输入至第一神经网络中进行向量变换，得到目标特征向量，包括：

由所述第一全联通层对所述第一声纹特征向量和所述参考声纹特征向量进行线性变换，得到第一输出结果；

由所述激活层对所述第一输出结果进行非线性变换，得到第二输出结果；

由所述第二全联通层对所述第二输出结果进行线性变换，得到所述目标特征向量。

4.根据权利要求2所述的方法，其特征在于，所述通过至少两种神经网络分别对所采集的待验证语音信号进行声纹特征提取，得到每一种神经网络为所述待验证语音信号输出的特征向量，包括：

通过第二神经网络对所述待验证语音信号进行声纹特征提取，得到第一特征向量；

通过第三神经网络对所述待验证语音信号进行声纹特征提取，得到第二特征向量，所述第三神经网络区别于所述第二神经网络。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标特征向量进行概率预测，得到所述待验证语音信号所来源用户与授权用户音色相同的第一预测概率，包括：

由多层感知机根据所述目标特征向量进行概率预测，得到所述待验证语音信号所来源用户与授权用户音色相同的第一预测概率；

所述方法还包括：

获取训练数据，所述训练数据包括若干训练样本和所述训练样本所对应的标签，所述训练样本包括两段语音信号，所述训练样本所对应的标签用于指示所述训练样本所包括的两段语音信号是否来自于同一用户；

由所述第二神经网络分别对所述训练样本中的两段语音信号进行声纹特征提取，得到每一段语音信号对应的第一样本特征向量；以及由所述第三神经网络分别对所述训练样本中的两段语音信号进行声纹特征提取，得到每一段语音信号对应的第二样本特征向量；

针对所述训练样本中的每一段语音信号，将所对应的第一样本特征向量和所对应的第二样本特征向量进行拼接，得到每一段语音信号的第一样本声纹特征向量；

由所述第一神经网络根据所述训练样本中两段语音信号所分别对应的第一样本声纹特征向量进行变换，输出所述训练样本的样本目标特征向量；

由所述多层感知机根据所述样本目标特征向量预测得到所述训练样本的两段语音信号来自于同一用户的样本预测概率；

根据所述样本预测概率和所述训练样本对应的标签，调整所述第一神经网络、第二神经网络、第三神经网络和所述多层感知机中至少一项的参数。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测概率确定身份验证结果，包括：

获取第二预测概率，所述第二预测概率是根据待验证人脸图像所预测得到所述待验证人脸图像所指示用户为所述授权用户的概率；

将所述第一预测概率和第二预测概率进行加权，得到目标概率；

若所述目标预测概率在第一概率范围内，确定所述身份验证结果为指示验证通过的结果。