[发明专利]身份认证和声学环境检测方法、系统、电子设备及介质

说明书

本申请为身份认证和声学环境检测方法、系统、电子设备及介质，公开了一种基于声纹识别的身份认证方法、系统、电子设备及介质。基于声纹识别的身份认证方法，包括：在接收到用户身份认证请求的情况下，接收终端当前采集的声学环境语音及用户验证语音；将声学环境语音与用户验证语音输入预先训练的声学环境一致性检测模型进行声学环境检测，得到声学环境语音的声学环境与用户验证语音的声学环境的检测结果；对用户验证语音与用户注册语音进行声纹识别，得到用户验证语音的声纹特征与用户注册语音的声纹特征的识别结果；基于声学环境的检测结果、以及声纹特征的识别结果，确定用户身份认证结果。该方案能够提升基于声纹识别进行身份认证的安全性和可靠性。

技术领域

本申请涉及网络安全及机器学习技术领域，尤其涉及一种基于声纹识别的身份认证方法、系统、电子设备及介质，以及一种声学环境检测方法、系统、电子设备及介质，以及一种声学环境一致性检测模型的训练方法。

背景技术

随着声纹识别技术的发展，声纹识别作为可信的声纹特征认证技术，在身份认证、安全核身等诸多领域和场景中都有广阔的应用前景。声纹识别系统通常用于远程身份认证中。现有技术中基于声纹识别进行远程身份认证时，一般由客服与用户(即认证对象)进行预设认证问题的问答，通过声纹特征的比较对用户进行身份认证。该方案并没有考虑预设认证问题的答案被录音并重放的攻击场景，如果用户的预设认证问题的答案被他人录音并用于远程身份认证，则远程身份认证时接收到的用户验证语音(实际为重放录音)与预设认证问题对应的答案完全匹配，导致重放录音攻击通过认证。由于声纹识别系统，无法对认证对象是否是本人、以及听到的语音是否是本人正在说话进行监督，所以声纹识别系统的应用安全性受到广泛的关注。

鉴于声纹识别系统非常容易受到重放录音攻击，声纹识别系统能够高效的检测出是否为本人正在说话，而非重放录音或者重放经过拼接的录音具有非常重要的实际意义。现有技术中常用的重放攻击检测系统，需要利用数据集构造重放攻击数据，使用构造的重放攻击数据训练分类检测模型，基于训练好的分类检测模型针对用户语音进行重放攻击检测，得到是用户本人正在说话还是重放录音的检测结果。而往往在同一个数据集上训练的模型在另一个数据集上的应用效果较差，想要有一个较好的模型，需要构造不同的攻击场景、声学环境和多种录放设备，成本高昂。

有鉴于此，如何提升重放攻击检测能力，有效避免声纹识别系统受到重放录音攻击的影响，成为现有技术中亟待解决的技术问题之一。

发明内容

本说明书实施例的一个目的是提供一种基于声纹识别的身份认证方法、系统、电子设备及介质，以避免声纹识别系统受到重放录音攻击的影响，提升基于声纹识别进行身份认证的安全性和可靠性。

基于同一技术构思，本说明书实施例的另一个目的是提供一种声学环境检测方法、系统、电子设备及介质，针对短时间内两条语音实现声学环境一致性检测，提升重放攻击检测能力。

基于同一技术构思，本说明书实施例的再一个目的是提供一种声学环境一致性检测模型的训练方法。

为了实现上述目的，本说明书实施例采用下述技术方案：

第一方面，提供一种基于声纹识别的身份认证方法，包括：

在接收到用户身份认证请求的情况下，接收终端当前采集的声学环境语音及用户验证语音；

将所述声学环境语音与所述用户验证语音输入预先训练的声学环境一致性检测模型进行声学环境检测，得到所述声学环境语音的声学环境与所述用户验证语音的声学环境的检测结果；

对所述用户验证语音与用户注册语音进行声纹识别，得到所述用户验证语音的声纹特征与所述用户注册语音的声纹特征的识别结果；

基于所述声学环境的检测结果、以及所述声纹特征的识别结果，确定用户身份认证结果。

第二方面，提供一种基于声纹识别的身份认证系统，包括：