[发明专利]一种人类声纹生物密钥生成方法

摘要

本发明提出了一种声纹生物密钥生成方法。本发明将声纹特征序列向高维空间中投影，在高维空间中将特征序列稳定到可接受的波动范围内，再对稳定后的特征序列编码，从编码中提取生物密钥。整个方法在待认证用户端、认证服务器端均无需记录用户声纹模板，用户通过采集自身的语音在本地生成（用户名、密钥）对，通过（用户名、密钥）对衍生的各种认证方法进行网络身份认证。声纹生物密钥不仅可以用于网络身份认证，更可以用于加密各种用户私有数据，安全方便。用户无需记忆冗长的密码，同时又能获得足够长度的密钥序列。本发明提取正常人类声纹生物密钥的密钥长度可大于256bit。

主权项

一种人类声纹生物密钥生成方法，其特征在于该方法包括以下步骤：声纹生物密钥训练部分和声纹生物密钥提取部分；声纹生物密钥训练部分具体步骤为：第Ⅰ步，用户录取自身语音，10秒以上；第Ⅱ步，从录取语音中提取MFCC系数；用MFCC系数训练用户GMM高斯混合模型，取混合数为8～32阶，记为N；第Ⅲ步，混合数为N的高斯混合模型由N个高维高斯分布组成，取每一个高维高斯分布的均值向量，组成N×20维的矩阵，20为MFCC系数个数；高斯混合模型对应每一个高维高斯分布有一个权值，组合在一起为1×N维的权值向量，记为λ，在用户端存储λ；第Ⅳ步，将N×20维矩阵记为S，将N×20维矩阵扩展为2个矩阵，L×L维的随机误差方阵EX，L×L维的标准值方阵EY，L>N且L>20；具体方法如下：取矩阵S的N个行向量，求均值，得1×20维的均值向量EB；设定波动范围Er，为EB增加随机误差扰动，计算公式为Sj代表S矩阵中的第j行，EXj代表一个行向量；rand(‑1,1)函数返回(‑1,1)之间的随机数；将EXj以行为单位装配为L×20维的矩阵；构造L‑20个非线性函数，输入变量是一维行向量，x1,x2,…,x20，输出为一维行向量(x1,x2,…,x20，…，xL)，L个元素；取如下非线性函数：Z(t)＝(x1‑x2)×sin(t)+(t^2)×(x3％10)，t为整数，0<t<L‑20；sin(t)为三角函数，(t^2)表示t的平方，(x3％10)表示x3模10运算；用构造的Z(t)对EXj进行运算，j遍历1～L，得L×L维矩阵，即随机误差方阵EX；EY构造方法为：将均值向量EB重复L行，得L×20维矩阵，记为EYt；用Z(t)对EYtj 进行运算，j遍历1～L，得L×L维矩阵，即标准值方阵EY；第Ⅴ步，求解EX的广义逆矩阵，记为IEX，将IEX左乘矩阵EY得到高维空间投影矩阵PEX＝IEX×EY，在用户端存储高维空间投影矩阵PEX；第Ⅵ步，选取标准值方阵EY的前N×D个分量组成矩阵T，1<D<20；对T的每一个分量进行一次棋盘法运算、正整数转化，得结果矩阵T1；第Ⅶ步，设定一个n阶的多项式函数，形如：f(x)＝a0+a1*x+a2*x2+a3*x3+…+an*xn，其中n为阶数，a0～an∈正整数，其值域范围为0～224，即每个系数有24bit；将矩阵T1的每一个分量代入f(x)，计算后得结果矩阵T2，T2为正整数矩阵；在用户端存储T2及n值；声纹生物密钥训练完成；声纹生物密钥提取部分具体步骤为：第一步，用户录取自身语音，3秒左右；第二步，从录取语音中提取MFCC系数；依据声纹生物密钥训练时存储的λ，训练用户GMM高斯混合模型，取混合数阶数与声纹生物密钥训练时一致，记为N；第三步，取每一个高斯分布的均值向量，组成N×20维的矩阵；第四步，将N×20维矩阵扩展为N×L维矩阵，记为EC，扩展方法与声纹生物密钥训练阶段扩展方法保持一致；第五步，将EC左乘PEX，得N×L维矩阵，取矩阵前N×D个分量组成矩阵；对矩阵的每一个分量进行一次棋盘法运算及正整数转化，方法与声纹生物密钥训练时一致，得矩阵ED；第六步，从矩阵ED中选取n+2个分量值，排序；从存储的T2矩阵中选取n+2个分量值，排序；将两组排序结果依次配对，组成(z,f(z))的形式，z为ED中选取的值，f(z)为T2中选取的值；将n+2个(z,f(z))对，代入函数f(z)＝a0+a1*z+a2*z2+a3*z3+…+an*zn，生成n+2个线性方程，其中，a0～an为n+1个未知数，a0～an∈正整数；如方程组有唯一解，则解得的(a0，a1，a2，a3，…，an)组成的数字序列即为提取的声纹生物密钥；如方程组没有唯一解，则从矩阵ED、T2中重新选取 n+2个分量，组成(z,f(z))对，再次尝试解方程组；遍历ED、T2的所有n+2个分量的排列组合，解得声纹生物密钥；密钥序列长度为24×(n+1)bit。