设定的阈值，如果是，则确定用户身份正确，否则确定用户身份错误；也可以将获取的生物特征与用户注册数据库中所有的相应生物特征模型相匹配，得到多候选匹配得分，然后再判断其中匹配得分最高的特征模型对应的注册用户标识与获取的用户身份标识是否相同；如果是，则确定用户身份正确；否则确定用户身份错误。
[0136]前面提到，所述生物特征模型可以是声纹模型、和/或人脸模型，当然也可以是其它生物特征模型，比如，指纹、虹膜等。
[0137]如果采用单一的生物特征模型，则可以将提取的生物特征与相应的生物特征模型进行匹配，得到匹配得分，比如:如果所述生物特征模型为声纹模型，则在上述步骤106中可以从录入的用户朗读所述验证文本的语音中获取用户的声纹特征，然后进行声纹特征的匹配；如果所述生物特征模型为人脸模型，则在上述步骤106中可以从录入的用户朗读所述验证文本的图像中获取用户的人脸特征。
[0138]如果采用多生物特征模型，则可以在上述步骤106中分别将获取的不同生物特征与相应的生物特征模型进行匹配。下面以综合采用声纹特征和人脸特征为例，对上述两种不同的匹配方式进行详细说明。
[0139]如图2A所示，是本发明实施例身份识别方法中特征匹配及身份验证的一种流程图，包括以下步骤:
[0140]步骤Al，将获取的声纹特征与用户身份标识对应的声纹模型进行匹配，得到第一得分；
[0141]步骤A2，将获取的人脸特征与用户身份标识对应的人脸模型进行匹配，得到第二得分；
[0142]步骤A3，将第一得分与第二得分进行融合，得到匹配得分。
[0143]具体的融合方式可以采用直接求和、加权求和、均值等多种方式，对此本发明实施例不做限定。
[0144]步骤A4，判断所述匹配得分是否大于设定的阈值，如果是，则执行步骤A5 ;否则，执行步骤A6 ；
[0145]步骤A5，确定用户身份正确；
[0146]步骤A6，确定用户身份错误。
[0147]如图2B所示，是本发明实施例身份识别方法中特征匹配及身份验证的一种流程图，包括以下步骤:
[0148]步骤BI，将获取的声纹特征与用户身份标识对应的声纹模型进行匹配，得到第一得分；
[0149]步骤B2，判断所述第一得分是否大于声纹匹配阈值；如果是，则执行步骤B3 ;否则，执行步骤B6;
[0150]步骤B3，将获取的人脸特征与用户身份标识对应的人脸模型进行匹配，得到第二得分；
[0151]步骤B4，判断所述第二得分是否大于人脸匹配阈值；如果是，则执行步骤B5 ;否则，执行步骤B6;
[0152]步骤B5，确定用户身份正确；
[0153]步骤B6，确定用户身份错误。
[0154]需要说明的是，在实际应用中，也可以先进行人脸特征的匹配，然后再进行声纹特征的匹配；当然也可以同时进行声纹特征及人脸特征的匹配，然后分别判断两种匹配结果是否均满足相应的条件，如果均满足，则确定用户身份正确，否则确定用户身份错误。
[0155]如图2C所示，是本发明实施例身份识别方法中特征匹配及身份验证的一种流程图，包括以下步骤:
[0156]步骤Cl，将获取的声纹特征与用户注册数据库中的各声纹模型进行匹配，得到多个第一匹配得分；
[0157]步骤C2，基于符合设定条件的第一匹配得分确定待匹配的人脸模型；
[0158]所述符合设定条件的第一匹配得分为:所述第一匹配得分大于第一阈值的第一匹配得分；或者所述第一匹配得分最大的前设定个数的第一匹配得分；
[0159]步骤C3，将获取的人脸特征与所述待匹配的人脸模型进行匹配，得到多个第二匹配得分；
[0160]步骤C4，将各第二匹配得分与其对应的第一匹配得分进行融合，得到多候选匹配得分；
[0161]步骤C5，判断匹配得分最高的特征模型对应的注册用户标识与获取的身份标识是否相同；如果是，则执行步骤C6 ;否则执行步骤C7 ;
[0162]步骤C6，确定用户身份正确；
[0163]步骤C7，确定用户身份错误。
[0164]在实际应用中，同样可以先进行人脸特征的匹配，然后再进行声纹特征的匹配，对此本发明实施例不做限定。
[0165]如图2D所示，是本发明实施例身份识别方法中特征匹配及身份验证的一种流程图，包括以下步骤:
[0166]步骤D1，将获取的声纹特征与用户注册数据库中的各声纹模型进行匹配，得到多个第一匹配得分，并选择符合第一条件的第一匹配得分作为待融合第一得分；
[0167]步骤D2，将获取的人脸特征与用户注册数据库中的各人脸模型进行匹配，得到多个第二匹配得分，并选择符合第二条件的第二匹配得分作为待融合第二得分；
[0168]步骤D3，对所述待融合第一得分对应的注册用户标识和所述待融合第二得分对应的注册用户标识取并集；
[0169]步骤D4，对所述并集中的注册用户标识对应的第一匹配得分及第二匹配得分进行融合，得到多候选匹配得分；
[0170]步骤D5，判断匹配得分最高的特征模型对应的注册用户标识与获取的身份标识是否相同；如果是，则执行步骤D6 ;否则执行步骤D7 ;
[0171]步骤D6，确定用户身份正确；
[0172]步骤D7，确定用户身份错误。
[0173]上述第一条件和第二条件分别为:匹配得分大于设定阈值；或者匹配得分最大的前设定个数的匹配得分。
[0174]为了进一步保证用户注册的安全性，在本发明另一实施例中，在用户注册时，还可以针对用户的注册行为进行识别，防止攻击者假冒用户信息进行注册。
[0175]如图3所示，是本发明实施例中用户注册的一种流程图，，包括以下步骤:
[0176]步骤301，在接收到用户注册请求后，生成并显示注册文本，并录入用户朗读所述注册文本的语音和图像。
[0177]步骤302，对录入的用户朗读所述注册文本的语音和图像进行识别，得到所述语音的有效起始时间及语音文本内容、唇动的有效起始时间及唇语文本内容。
[0178]同样，所述注册文本可以是固定文本，也可以是随机动态文本。而且，上面提取的验证文本可以与所述注册文本相同，也可以不同。
[0179]步骤303，判断所述唇动的有效起始时间与语音的有效起始时间是否相符，并且唇语文本内容和语音文本内容是否均与所述注册文本相符；如果是，则执行步骤304 ;否则，执行步骤306。
[0180]步骤304，确定允许注册。
[0181]步骤305，在允许注册后，根据用户的生物特征生成对应用户注册身份标识的生物特征模型。
[0182]步骤306，禁止注册。
[0183]也就是说，在允许注册后，再根据获取的用户的生物特征生成对应用户注册身份标识的生物特征模型。而如果所述唇动的有效起始时间与语音的有效起始时间不相符，或者唇语文本内容和语音文本内容与所述注册文本不相符，则表明用户提供的信息错误，在这种情况下，禁止该用户注册，或者提示用户重新注册。
[0184]另外，需要说明的是，在实际应用中，在上述步骤305中，也可以不是从所述语音和/或图像中提取用户的生物特征，而是提取其它形式的生物特征，对此本发明实施例不做限定。
[0185]可见，本发明实施例提供的身份识别方法，在进行用户身份识别时，生成验证文本，然后录入用户朗读验证文本的语音和图像，对该语音和图像进行识别，得到所述语音的有效起始时间及语音文本内容、唇动的有效起始时间及唇语文本内容；在所述唇动的有效起始时间与语音的有效起始时间相符、并且唇语文本内容和语音文本内容均与所述验证文本相符的情况下，，进一步利用用户的生物特征对用户进行身份合法性验证。由于在身份识别过程中结合了动态的生物特征与静态的生物特征，因此有效地避免了用户信息被仿冒、盗取的风险，大大提高了身份验证的安全性；并且用户的生物特征与生俱来，不需要特别记忆，从而提升了用户身份验认的便捷性、有效性。
[0186]相应地，本发明实施例还提供一种身份识别系统，如图4所示，是该系统的一种结构示意图。该系统包括:
[0187]注册模块400，用于在用户注册时，生成对应用户注册身份标识的生物特征模型，并将所述生物特征模型保存到用户注册数据库500中；
[0188]身份标识获取模块401，用于在进行用户身份识别时，获取用户身份标识；
[0189]文本处理模块402，用于生成并显示验证文本；
[0190]录入模块403，用于录入用户朗读所述验证文本的语音和图像；
[0191]识别模块404，用于对录入的用户朗读所述验证文本的语音和图像进行识别，得到所述语音的有效起始时间及语音文本内容、唇动的有效起始时间及唇语文本内容，并判断所述唇动的有效起始时间与语音的有效起始时间是否相符，以及唇语文本内容和语音文本内容是否均与所述验证文本相符；
[0192]生物特征提取模块405，用于在所述唇动的有效起始时间与语音的有效起始时间相符，并且唇语文本内容和语音文本内容均与所述验证文本相符时，获取用户的生物特征；
[0193]匹配模块406，用于基于所述用户身份标识，将提取的生物特征与所述ID对应的生物特征模型进行匹配，得到匹配得分；
[0194]判断模块407，用于根据所述匹配得分确定用户身份是否正确。
[0195]在本发明系统另一实施例中，所述系统还可进一步包括::
[0196]检查模块(未图示)，用于检查所述用户注册数据库中是否存在所述用户身份标识；如果是，则触发所述文本处理模块402生成并显示验证文本；否则确定用户身份错误。
[0197]需要说明的是，在本发明实施例中，所述生物特征模型可以是声纹模型、人脸模型、指