声纹信息管理方法、装置以及身份认证方法、系统的制作方法
【技术领域】
[0001] 本申请涉及声纹识别技术领域，尤其涉及一种声纹信息管理方法、装置以及身份 认证方法、系统。
【背景技术】
[0002] 声纹是指用电声学仪器显示的携带言语信息的声波频谱。不同人说相同的话，其 产生的声波不同，相应的声波频谱，即声纹信息也不同。因此，通过比对声纹信息可以判断 对应的说话人是否相同，即实现基于声纹识别的身份认证；该基于声纹识别的身份认证方 式可以广泛应用于各种账户管理系统，用于保证账户的安全性。
[0003] 相关技术中，在利用声纹识别技术实现身份认证前，首先需要用户读出预设文本 信息，采集此时用户的声音信号，分析得到对应的声纹信息，作为该用户的基准声纹信息， 存入声纹库；在实现身份认证时，同样要求被认证人读出上述预设文本信息，采集被认证人 的声音信号，分析得到对应的声纹信息，通过比对该声纹信息与声纹库中的基准声纹信息， 就可以判断出被认证人是否为用户本人。
[0004] 以上技术中，用于身份认证的文本信息已在声纹库建立时被公开，相应的，进行身 份认证时要求被认证人读出的文本信息也是已知的，如果提前录制用户本人读出该文本信 息时的声音文件，则任何人都可以通过播放该提前录制的声音文件使得认证成功。可见，现 有基于声纹识别的身份认证方式存在严重的安全隐患。
【发明内容】
[0005] 为克服相关技术中存在的问题，本申请提供一种声纹信息管理方法、装置以及身 份认证方法、系统。
[0006] 本申请第一方面提供一种声纹信息管理方法，该方法包括如下步骤：
[0007] 获取第一用户与第二用户通话产生的历史语音文件；
[0008] 对所述历史语音文件执行过滤处理，得到所述第一用户的语音信息；
[0009] 对所述语音信息执行文本识别处理，得到所述语音信息对应的文本信息；
[0010] 将所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，并存储 所述基准声纹信息和所述第一用户的身份标识符。
[0011] 结合第一方面，在第一方面第一种可行的实施方式中，所述声纹信息管理方法还 包括：
[0012] 将所述文本信息切分为多个子文本信息，并标记每个子文本信息的起止时间；
[0013] 根据子文本信息的起止时间从所述语音信息中分别截取每个子文本信息对应的 子语音信息。
[0014] 结合第一方面第一种可行的实施方式，在第一方面第二种可行的实施方式中，将 所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，包括：
[0015] 将每对子语音信息和子文本信息分别编辑为所述第一用户的一条基准声纹信息。
[0016] 结合第一方面，在第一方面第三种可行的实施方式中，存储所述基准声纹信息和 所述第一用户的身份标识符，包括：
[0017] 判断是否存在对应的第二文本信息与待存储的第一基准声纹信息中的第一文本 信息相同，且对应的第二身份标识符与所述第一基准声纹信息对应的第一身份标识符也相 同的第二基准声纹信息；
[0018] 如果不存在所述第二基准声纹信息，则直接存储所述第一基准声纹信息和所述第 一身份标识符；
[0019] 如果存在所述第二基准声纹信息，则比较所述第一基准声纹信息中的第一语音信 息和所述第二基准声纹信息中的第二语音信息的质量，如果所述第一语音信息的质量低于 所述第二语音信息，则删除所述第一基准声纹信息；
[0020] 如果所述第一语音信息的质量高于所述第二语音信息，则删除所述第二基准声纹 信息，并存储所述第一基准声纹信息和所述第一身份标识符。
[0021] 本申请第二方面提供一种声纹信息管理装置，该装置包括：
[0022] 语音过滤器，用于获取第一用户与第二用户通话产生的历史语音文件，并对所述 历史语音文件执行过滤处理，得到所述第一用户的语音信息；
[0023] 文本识别器，用于对所述语音信息执行文本识别处理，得到所述语音信息对应的 文本信息；
[0024] 声纹生成器，用于将所述语音信息和对应的文本信息编辑为所述第一用户的基准 声纹信息，并存储所述基准声纹信息和所述第一用户的身份标识符。
[0025] 结合第二方面，在第二方面第一种可行的实施方式中，所述声纹信息管理装置还 包括：
[0026] 文本切割器，用于将所述文本信息切分为多个子文本信息，并标记每个子文本信 息的起止时间；
[0027] 声纹切割器，用于根据子文本信息的起止时间从所述语音信息中分别截取每个子 文本信息对应的子语音信息。
[0028] 结合第二方面第一种可行的实施方式，在第二方面第二种可行的实施方式中，所 述声纹生成器将所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，包 括：
[0029] 将每对子语音信息和子文本信息分别编辑为所述第一用户的一条基准声纹信息。
[0030] 结合第二方面，在第二方面第三种可行的实施方式中，所述声纹生成器存储所述 基准声纹信息和所述第一用户的身份标识符，包括：
[0031] 判断是否存在对应的第二文本信息与待存储的第一基准声纹信息中的第一文本 信息相同，且对应的第二身份标识符与所述第一基准声纹信息对应的第一身份标识符也相 同的第二基准声纹信息；
[0032] 如果不存在所述第二基准声纹信息，则直接存储所述第一基准声纹信息和所述第 一身份标识符；
[0033] 如果存在所述第二基准声纹信息，则比较所述第一基准声纹信息中的第一语音信 息和所述第二基准声纹信息中的第二语音信息的质量，如果所述第一语音信息的质量低于 所述第二语音信息，则删除所述第一基准声纹信息；
[0034] 如果所述第一语音信息的质量高于所述第二语音信息，则删除所述第二基准声纹 信息，并存储所述第一基准声纹信息和所述第一身份标识符。
[0035] 本申请第三方面提供一种身份认证方法，该方法包括如下步骤：
[0036] 获取第一用户与第二用户通话产生的历史语音文件；
[0037] 对所述历史语音文件执行过滤处理，得到所述第一用户的语音信息；
[0038] 对所述语音信息执行文本识别处理，得到所述语音信息对应的文本信息；
[0039] 将所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，并存储 所述基准声纹信息和所述第一用户的身份标识符；
[0040] 获取待认证用户的身份标识符对应的基准声纹信息；
[0041] 输出获取到的基准声纹信息中的文本信息，并接收对应的待认证语音信息；
[0042] 将获取到的基准声纹信息中的语音信息与所述待认证语音信息进行匹配，如果匹 配成功，则判定待认证用户认证成功，如果匹配失败，则判定待认证用户认证失败。
[0043] 结合第三方面，在第三方面第一种可行的实施方式中，所述身份认证方法还包 括：
[0044] 将所述文本信息切分为多个子文本信息，并标记每个子文本信息的起止时间；
[0045] 根据子文本信息的起止时间从所述语音信息中分别截取每个子文本信息对应的 子语音信息。
[0046] 结合第三方面第一种可行的实施方式，在第三方面第二种可行的实施方式中，将 所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，包括：
[0047] 将每对子语音信息和子文本信息分别编辑为所述第一用户的一条基准声纹信息。
[0048] 结合第三方面，在第三方面第三种可行的实施方式中，存储所述基准声纹信息和 所述第一用户的身份标识符，包括：
[0049] 判断是否存在对应的第二文本信息与待存储的第一基准声纹信息中的第一文本 信息相同，且对应的第二身份标识符与所述第一基准声纹信息对应的第一身份标识符也相 同的第二基准声纹信息；
[0050] 如果不存在所述第二基准声纹信息，则直接存储所述第一基准声纹信息和所述第 一身份标识符；
[0051] 如果存在所述第二基准声纹信息，则比较所述第一基准声纹信息中的第一语音信 息和所述第二基准声纹信息中的第二语音信息的质量，如果所述第一语音信息的质量低于 所述第二语音信息，则删除所述第一基准声纹信息；
[0052] 如果所述第一语音信息的质量高于所述第二语音信息，则删除所述第二基准声纹 信息，并存储所述第一基准声纹信息和所述第一身份标识符。
[0053] 本申请第四方面提供一种身份认证系统；该系统包括：
[0054] 语音过滤器，用于获取第一用户与第二用户通话产生的历史语音文件，并对所述 历史语音文件执行过滤处理，得到所述第一用户的语音信息；
[0055] 文本识别器，用于对所述语音信息执行文本识别处理，得到所述语音信息对应的 文本信息；
[0056] 声纹生成器，用于将所述语音信息和对应的文本信息编辑为所述第一用户的基准 声纹信息，并存储所述基准声纹信息和所述第一用户的身份标识符；
[0057] 声纹提取器，用于获取待认证用户的身份标识符对应的基准声纹信息；
[0058] 识别前置器，用于输出获取到的基准声纹信息中的文本信息，并接收对应的待认 证语音信息；
[0059] 声纹匹配器，用于将获取到的基准声纹信息中的语音信息与所述待认证语音信息 进行匹配，如果匹配成功，则判定待认证用户认证成功，如果匹配失败，则判定待认证用户 认证失败。
[0060] 结合第四方面，在第四方面第一种可行的实施方式中，所述身份认证系统还包 括：
[0061] 文本切割器，用于将所述文本信息切分为多个子文本信息，并标记每个子文本信 息的起止时间；
[0062] 声纹切割器，用于根据子文本信息的起止时间从所述语音信息中分别截取每个子 文本信息对应的子语音信息。
[0063] 结合第四方面第一种可行的实施方式，在第四方面第二种可行的实施方式中，所 述声纹生成器将所述语音信息和对应的文本信息编辑为所述第一用户的基准声纹信息，包 括：
[0064] 将每对子语音信息和子文本信息分别编辑为所述第一用户的