[发明专利]声纹验证的方法、装置、计算机设备以及存储介质

说明书

本申请揭示了声纹验证的方法、装置、计算机设备以及存储介质，其中声纹验证的方法，包括：通过客户端服务器提取待验证身份的语音信号，并提取所述语音信号中各帧语音数据分别对应的MFCC类型声纹特征；通过所述客户端服务器将所述MFCC类型声纹特征构建成各帧语音数据分别对应的声纹特征向量，以形成第一声纹特征；声纹验证服务器接收所述客户端服务器发送的所述第一声纹特征；声纹验证服务器判断所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i‑vector之间的特征距离值是否满足预设要求；若满足，则判定所述第一声纹特征与所述预存声纹特征相同，否则不相同。本申请将声纹特征向量提取前置到客户端服务器，然后再传输至声纹验证服务器进行声纹验证。

技术领域

本申请涉及到声纹验证领域，特别是涉及到声纹验证的方法、装置、计算机设备以及存储介质。

背景技术

目前，很多大型金融公司的业务范围涉及保险、银行、投资等多个业务范畴，而每个业务范畴通常都需要同客户进行沟通，且都需要进行反欺诈识别，因此，对客户的身份验证及反欺诈识别也就成为保证业务安全的重要组成部分。在客户身份验证环节中，声纹验证由于其具有的实时性和方便性而被许多公司采用。客户声纹模型的训练和客户身份的验证需要采集客户的语音数据，而语音数据的获得往往来源于金融公司与客户的谈话录音。然而，由于商业洽谈往往涉及机密内容，将语音数据由网络传输到后台再进行语音特征参数的提取不利于数据保密性。

发明内容

本申请的主要目的为提供声纹验证的方法，旨在解决现有声纹验证过程中需将客户端采集的语音数据发送至后台进行声纹特征提取，导致传输中语音数据的保密性较差的技术问题。

本申请提出一种声纹验证的方法，包括：

通过客户端服务器提取待验证身份的语音信号，并提取所述语音信号中各帧语音数据分别对应的MFCC类型声纹特征；

通过所述客户端服务器将所述MFCC类型声纹特征构建成各帧语音数据分别对应的声纹特征向量，以形成第一声纹特征；

声纹验证服务器接收所述客户端服务器发送的所述第一声纹特征；

声纹验证服务器判断所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值是否满足预设要求；

若满足，则判定所述第一声纹特征与所述预存声纹特征相同，否则不相同。

优选地，所述声纹验证服务器判断所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值是否满足预设要求的步骤，包括：

将各帧语音数据分别对应的声纹特征向量分别映射为低维度的声纹鉴别向量i-vector；

通过余弦距离公式计算第一声纹特征对应的声纹鉴别向量i-vector与预存声纹特征对应的声纹鉴别向量i-vector之间的余弦距离值，其中，x代表预存声纹特征对应的声纹鉴别向量i-vector，y代表第一声纹特征对应的声纹鉴别向量i-vector；

判断所述余弦距离值是否满足预设条件；

若满足，则判定所述第一声纹特征与预存声纹特征分别对应的声纹鉴别向量i-vector之间的特征距离值满足预设要求，否则不满足预设要求。

优选地，所述将各帧语音数据分别对应的声纹特征向量分别映射为低维度的声纹鉴别向量i-vector的步骤，包括：

将提取得到的各帧语音数据分别对应的声纹特征向量分别输入到GMM-UBM模型，得到表征各帧语音数据在各高斯分量上的概率分布的高斯超向量；