本申请涉及生物识别领域，具体而言，涉及一种身份验证方法、装置和系统。
背景技术
生物识别认证技术，包括通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，(如指纹、脸象、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。现有的生物识别认证技术主要包括：单一的声纹验证和单一的指纹验证，但是，单一声纹验证存在识别性能容易受到用户和采集设备的影响，而且对于复杂环境不容易提取声纹特征的缺点；单一指纹验证对于指纹特征较少的情况，难以成像，并且指纹印痕存在被用来复制指纹的可能性。
针对现有技术中基于单一生物特征的身份验证方法准确度低的问题，目前尚未提出有效的解决方案。
技术实现要素：
本申请实施例提供了一种身份验证方法、装置和系统，以至少解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
根据本申请实施例的一个方面，提供了一种身份验证系统，包括：指纹采集装置，用于采集在当前显示界面中的指纹录入区域录入的目标对象的指纹信息；语音采集装置，用于采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息；处理器，用于对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，在对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果之后，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
根据本申请实施例的另一方面，还提供了一种身份验证方法，包括：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
根据本申请实施例的另一方面，还提供了一种身份验证方法，包括：在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息；对录入的指纹信息和语音信息分别进行预处理，得到预处理结果；对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果；通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
根据本申请实施例的另一方面，还提供了一种身份验证装置，包括：采集单元，用于同步采集目标对象的至少两种生物特征的信息；处理单元，用于对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；评分单元，用于对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；验证单元，用于通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
根据本申请实施例的另一方面，还提供了一种身份验证装置，包括：采集单元，用于在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息；处理单元，用于对录入的指纹信息和语音信息分别进行预处理，得到预处理结果；评分单元，用于对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果；验证单元，用于通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
根据本申请实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述实施例中的身份验证方法。
根据本申请实施例的另一方面，还提供了一种处理器，包括：，处理器用于运行程序，其中，程序运行时执行上述实施例中的身份验证方法。
根据本申请实施例的另一方面，还提供了一种系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
在本申请实施例中，通过指纹采集装置采集在当前显示界面中的指纹录入区域录入的目标对象的指纹信息，同时，通过语音采集装置采集当前录入的语音信息，通过处理器对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，在对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果之后，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种身份验证系统的示意图；
图2是根据本申请实施例的一种可选的基于声纹和指纹验证的当前显示界面的示意图；
图3是根据本申请实施例的一种可选的身份验证系统的示意图；
图4是根据本申请实施例的一种可选的mel频率与线性频率关系的示意图；
图5是根据本申请实施例的一种可选的mfcc提取过程的示意图；
图6是根据本申请实施例的一种可选的三角滤波器的中心频率与m关系的示意图；
图7是根据本申请实施例的一种可选的基于声纹和指纹验证的流程图；
图8是根据本申请实施例的一种可选的基于声纹和指纹采集的流程图；
图9是根据本申请实施例的一种可选的基于声纹和指纹采集的当前显示界面的示意图；
图10是根据本申请实施例一种用于实现身份验证方法的移动设备的硬件结构框图；
图11是根据本申请实施例的一种身份验证方法的流程图；
图12是根据本申请实施例的另一种身份验证方法的流程图；
图13是根据本申请实施例的一种身份验证装置的示意图；
图14是根据本申请实施例的另一种身份验证装置的示意图；以及
图15是根据本申请实施例的一种移动终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
生物特征：包括人体固有的生理特性(例如指纹、脸象、虹膜等)和行为特征(例如笔迹、声音、步态等)。
md5：消息摘要算法，是messagedigestalgorithm的简称，用于确保信息传输完整一致，可以将数据(如汉字)运算为另一固定长度值。
实施例1
根据本申请实施例，提供了一种身份验证系统的实施例。
图1是根据本申请实施例的一种身份验证系统的示意图，如图1所示，该系统可以包括：
指纹采集装置102，用于采集在当前显示界面中的指纹录入区域录入的目标对象的指纹信息。
具体地，上述的指纹采集装置可以设置在移动设备上，设置位置取决于移动设备厂商的设计，包括：前置指纹装置、后置指纹装置，本申请对此不作具体限定，移动设备可以包括：智能手机(包括android手机、ios手机)、ipad、平板电脑、掌上电脑等设备；上述的当前显示界面可以包括进行身份验证的界面；上述的指纹录入区域可以是移动设备上设置指纹采集装置的位置；上述的目标对象可以包括需要进行身份验证的用户。
语音采集装置104，用于采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息。
具体地，上述的语音采集装置可以是设置在移动设备上的麦克风、信道等；上述的当前显示界面中的内容可以是对用户进行声纹验证的提示信息，可以包括汉字、英文单词、英文字母、数字、一段歌曲等，本申请对此不作具体限定，用户阅读提示信息可以发出语音，从而语音采集装置可以采集到语音信息。
需要说明的是，由于指纹的复杂度能够提供用于进行验证的足够特征，而且扫描速度快，使用方便，并且，声纹的获取方便、自然，用户可接受程度高，成本较低，因此，在本申请实施例中，将上述两种验证方式进行组合，通过声纹和指纹的联合验证方式，对用户进行身份验证。
处理器106，用于对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，在对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果之后，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
具体地，上述的预处理可以包括对指纹信息和语音信息进行分割、特征提取和加密的处理。
在一种可选的方案中，当用户通过移动设备进入系统界面或应用app界面时，触发身份认证，从而移动设备可以在显示屏上显示如图2所示的验证界面，验证界面从上至下包括：提示用户操作的信息(如图2所示的“请按下指纹后顺序阅读如下文字或数字”的信息)，用户需要阅读的内容(如图2所示的“我们都爱巴巴乐园”的内容)，语音指示图标，用于提示用户是否进行语音信息录入。用户可以将手指放置在指纹采集装置的位置，从而用户在指纹录入区域上录入指纹信息，同时可以通过阅读内容录入语音信息，移动设备在同时采集到指纹信息和语音信息之后，可以对指纹信息和语音信息进行预处理，然后将预处理后的信息(包括指纹信息和语音信息)与预先存储的信息进行相似度评分，最后根据综合评分算法模型对评分结果进行加权评分，并判断此次验证是否通过，即判断当前进行身份验证的用户是否为验证成功。
在本申请上述实施例中，通过指纹采集装置采集在当前显示界面中的指纹录入区域录入的目标对象的指纹信息，同时，通过语音采集装置采集当前录入的语音信息，通过处理器对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，在对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果之后，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
可选地，在本申请上述实施例中，处理器106还用于在同步采集目标对象的至少两种生物特征的信息之前，从预存的录音信息中随机提取至少一个文字，并显示提取到的文字；在指纹采集装置感应到录入指纹的操作的情况下，开启录音功能。
可选地，在本申请上述实施例中，指纹采集装置102还用于根据感应到的录入指纹的操作，记录目标对象当前录入的指纹信息；语音采集装置104还用于同步采集目标对象阅读提取到的文字而录入的语音信息。
可选地，在本申请上述实施例中，处理器106还用于开启指纹录入功能预先录入至少一个录音信息，并开启指纹采集装置预先采集至少一个指纹信息，其中，预先录入的录音信息和指纹信息作为参考信息对至少两种生物特征的预处理结果执行相似度评分。
可选地，在本申请上述实施例中，处理器106还用于对预先录入的录音信息和指纹信息执行如下至少一种处理：分割处理、特征提取处理和加密处理。
可选地，在本申请上述实施例中，处理器106还用于在同步采集目标对象的至少两种生物特征的信息之前，使用信噪比度量模型获取目标对象所在区域内的噪音值；在目标对象所在区域内的噪音值超过标准值的情况下，发出提示信息，其中，提示信息包括提示目标对象所在区域的噪音超标；在目标对象所在区域内的噪音值未超过标准值的情况下，读取预先录入的指纹信息和录音信息。
可选地，在本申请上述实施例中，处理器106还用于对每种生物特征的信息进行分割处理，得到分割后的生物特征信息；从分割后的生物特征信息中进行特征提取，得到至少两种生物特征的特征提取结果。
可选地，在本申请上述实施例中，处理器106还用于获取预存的至少两种生物特征的参考信息；将至少两种生物特征的特征提取结果与对应的参考信息进行相似度比对，将每个生物特征的相似度比对结果作为评分结果。
可选地，在本申请上述实施例中，处理器106还用于获取每个生物特征的预定权重值；根据每个生物特征的相似度比对结果和对应的预定权重值进行加权求和，计算得到目标对象的综合评分；在目标对象的综合评分超过预定值的情况下，确定验证目标对象的身份通过。
图3是根据本申请实施例的一种可选的身份验证系统的示意图，如图3所示，该系统的详细架构包括：数据采集层、数据处理层、机器学习算法模型层和验证决策层，数据采集层对应的组件包括：指纹设备(即上述的指纹采集装置)以及声纹设备(即上述的语音采集装置)；数据处理层对应的组件包括：md5信息加解密，dsp数字信号处理以及信息特征提取；机器学习算法模型层对应的组件包括：snr信噪比度量模型，pncc噪声消除模型，mfcc梅尔顿率倒谱系数模型以及个性化指纹分割模型；验证决策层对应的组件包括：指纹和声纹评分综合分析以及综合评分决策分析。上述的数据处理层、机器学习算法模型层和验证决策层对应的组件均可以是移动设备控制器中的模块。
可选地，对于snr信噪比度量模型，信噪比snr可以是一个电子设备或者电子系统中信号与噪声的比例，其中，信号可以是来自设备外部需要进行处理的电子信号，噪声可以是原信号中并不存在的无规则的额外信号(或信息)，并且该种信号并不随原信号的变化而变化。
信噪比的大小可以通过有用信号功率(或电压)和噪声功率(或电压)比值的对数来表示的。信噪比的单位称为“贝尔”，在实际使用过程中，由于贝尔单位较大，通过使用其十分之一即“分贝”作为单位。
信噪比度量模型定义如下：
其中，signalpower为有用信号功率，noisepower为噪声功率，signalvoltage为有用信号电压，signalr为有用信号电阻，noisevoltage为噪声电压，noiser为噪声电阻。
可选地，对于pncc噪声消除模型，由于不同声纹设备中传感器和信号采集电路的差异，产生不同的设备噪声，这些设备噪声混合在语音信息中形成“机器指纹”，并且可以采用特有算法对机器指纹进行提取和识别。
可选地，对于mfcc梅尔频率倒谱系数模型，梅尔倒谱系数(mel-scalefrequencycepstralcoefficients，简称mfcc)是在mel标度频率域提取出来的倒谱参数，mel标度描述了人耳频率的非线性特性，它与频率的关系如图4所示，可用下式近似表示：
式中f为频率，单位为hz。
mfcc提取过程如图5所示，具体包括如下步骤：
步骤s51，预加重。
可选地，可以将语音信号通过高通滤波器，从而提升高频部分，使信号的频谱变得平坦，保持在低频到高频的整个频带中，能够使用同样的信噪比求频谱。同时，消除了发声过程中声带和嘴唇的效应，来补偿语音信息受到发音系统所抑制的高频部分，从而突出高频的共振峰，具体公式如下：
h(z)＝1-μz-1，
其中，μ的值介于0.9-1.0之间，通常取0.97。
步骤s52，分帧。
可选地，可以先将n个采样点集合成一个观测单位，称为帧。通常情况下n的值为256或512，涵盖的时间约为20-30ms左右。为了避免相邻两帧的变化过大，可以让两相邻帧之间有一段重叠区域，此重叠区域包含了m个取样点，通常m的值约为n的1/2或1/3。通常语音识别所采用语音信息的采样频率为8khz或16khz，以8khz来说，若帧长度为256个采样点，则对应的时间长度是256/8000×1000＝32ms。
步骤s53，加窗(hammingwindow)。
可选地，可以将每一帧乘以汉明窗，以增加帧左端和右端的连续性。假设分帧后的信号为s(n)，n＝0,1…,n-1，n为帧的大小，那么乘以汉明窗s‘(n)＝s(n)×w(n)后，w(n)形式如下：
其中，不同的a值会产生不同的汉明窗，通过a取0.46。
步骤s54，快速傅里叶变换。
可选地，由于信号在时域上的变换无法看出信号的特性，可以将信号转换为频域上的能量分布，不同的能量分布，可以代表不同语音信息的特性，并且在乘以汉明窗之后，每帧还需要经过快速傅里叶变换以得到在频谱上的能量分布，可以对分帧加窗后的各帧信号进行快速傅里叶变换得到各帧的频谱，并对语音信息的频谱取模平方得到语音信号的功率谱。例如，假设语音信号的dft为：
式中，x(n)为输入的语音信号，n表示傅里叶变换的点数。
步骤s55，三角带通滤波器。
可选地，可以将能量谱通过一组mel尺度的三角形滤波器组，可以预先设置包含m个滤波器的滤波器组(滤波器的个数和临界带的个数相近)，采用的滤波器为三角滤波器，中心频率为f(m),m＝1,2,...,m，m通常取22-26。各f(m)之间的间隔随着m值的减小而缩小，随着m值的增大而增宽，如图6所示。
三角滤波器的频率响应定义为:
其中，
通过三角带通滤波器可以对频谱进行平滑化，并消除谐波，突显原先语音的共振峰，降低运算量。因此，一段语音的音调或音高，是不会呈现在mfcc参数内，也即，以mfcc为特征的语音辨识系统，并不会受到输入语音的音调不同而有所影响。
步骤s56，计算每个滤波器组输出的对数能量为：
步骤s57，经离散余弦变换(dct)得到mfcc系数：
可选地，可以将上述的对数能量带入离散余弦变换，求出l阶的mel-scalecepstrum参数，l阶指mfcc系数阶数，通常取12-16，其中，m是三角滤波器个数。
步骤s58，对数能量。
可选地，由于一帧的音量(即能量)，也是语音的重要特征，而且非常容易计算，因此，可以增加一帧的对数能量(其中，通过计算一帧内信号的平方和，然后计算以10为底的对数值，最后乘以10计算得到)，使得每一帧基本的语音特征可以增加一维，包括对数能量和剩下的倒频谱参数。
需要说明的是，如果需要加入其它语音特征以测试识别率，也可以在步骤@58中进行增加，其它语音特征可以包括音高、过零率以及共振峰等。
步骤s59，动态差分参数的提取(包括一阶差分和二阶差分)。
可选地，标准的倒谱参数mfcc只反映了语音参数的静态特性，语音的动态特性可以通过静态特征的差分谱进行描述。差分参数的计算可以采用下面的公式：
式中,dt表示第t个一阶差分，ct表示第t个倒谱系数，q表示倒谱系数的阶数，k表示一阶导数的时间差，可取1或2。将上式的结果再代入就可以得到二阶差分的参数。
可选地，对于个性化指纹分割，可以采用离散小波变换对原图像进行一次分解，利用数学形态学变形虫法对得到的1/4低频逼近子图像进行自适应分割，将分割后的子图像使用小波重建，恢复至原图像大小。具体实现步骤如下：将原图像的数据存储为浮点型，并进行二维离散小波一次变换，获取其1/4低频逼近子图像；将3×3像素(半径为1.5)作为最大结构元，计算低频逼近子图像中每个像素的形态学变形虫结构元；依据上述步骤所得的变形虫结构元，对低频子图像进行形态学变形虫腐蚀操作，并对处理后的图片进行孔洞填充和独立光点的去除，得到分割模板图像；将分割模板图像中的灰度差异作为依据，对原1/4低频图像进行分割，得到分割后的子图像；将其他3个高频图像的信息进行削弱处理后后，将分割后的子图进行离散小波重建；对重建后的图片进行后处理，去掉毛边和部分杂质区域。
可选地，对于声纹分割，在时间序列中，需要比较相似性的两段时间序列的长度可能不相等，在语音识别领域可以表现为不同人的语速不同。由于语音信息具有较大的随机性，即同一个人在不同时刻发出相同的音，也不可能具有完全的时间长度。而且，与一个单词内的不同音素的发音速度也不同，例如，有的用户可以将“a”这个音拖长，或者把“i”减短。在这些复杂情况下，使用传统的欧几里得距离无法有效地求的两个时间序列之间的距离(或者相似性)。
在一种可选的方案汇总，可以设置两个时间序列q和c，长度分别是n和m，其中一个序列作为参考模板，另一个序列为测试模板，序列中的每个点的值为语音序列中每一帧的特征值，例如语音序列q共有n帧，第i帧的特征值(一个数或者一个向量)是qi，通过采用欧式距离，d(qi,cj)＝(qi-cj)2，其中，每一个矩阵元素(i,j)表示点qi和cj的对齐。
可选地，对于指纹和声纹评分综合分析，可以是加权评价模型，可以将评价对象中的各项指标项目依照评价指标的重要程度，给与不同的权重值，即对各因素的重要程度做区别对待，公式为
可选地，对于综合评分决策分析，可以根据声纹采集环境snr信号与噪声的比例，如果声纹采集环境大于某个系数，则降低声纹在决策权重因子；如果声纹采集环境较好，则声纹和指纹决策权重持平，即声纹判定系数和指纹判定系数大于某个阈值则通过，反之则验证不通过。
上述系统可以执行的身份认证方法包括：基于声纹和指纹验证和基于声纹和指纹采集，图7是根据本申请实施例的一种可选的基于声纹和指纹验证的流程图，图8是根据本申请实施例的一种可选的基于声纹和指纹采集的流程图，图9是根据本申请实施例的一种可选的当前显示界面的示意图。
如图7所示，基于声纹和指纹进行身份验证的方法可以包括如下步骤：
步骤s71，根据snr(是signalnoiseratio的简称)信噪比度量模型判断所处环境是否嘈杂。
可选地，开启声纹录制，使用snr信噪比度量判断用户所处环境是否嘈杂，即可以使用snr信噪比度量模型获取用户所在区域内的噪音值，根据噪音值与标准值的比较结果，确定用户所在区域的噪音是否超标，如果确定噪音超标，即确定用户处于嘈杂环境，则进入步骤s711；如果确定噪音未超标，即确定用户未处于嘈杂环境，则可以进入步骤s72。
步骤s72，从预存的语音信息中随机提取若干文字，并加载至当前显示界面。
可选地，可以从提前录制的语音信息中通过随机算法提取若干文字，通过随机排列后加载至当前显示界面。
步骤s73，用户按下指纹后阅读屏幕显示的字符。
可选地，用户按下指纹后，可以根据界面提示内容，阅读屏幕显示的字符，移动设备在检测到录入指纹的操作时，开启录音功能，对用户阅读的内容进行录音，得到语音信息。
步骤s74，阅读完成后，用户手指从指纹设备上移走。
可选地，在阅读完成之后，用户可以将手指移走，完成整个语音信息采集过程。
步骤s75，读取预存的指纹信息和语音信息，并通过md5算法解密。
可选地，可以从数据库中读取预先存储的指纹信息和语音信息，及获取预存的参考信息，由于上述信息进行加密保存，可以通过md5算法对读取到的信息进行解密，从而方便后序的匹配过程，并同时进入步骤s76和s78。
步骤s76，通过指纹分割模型对指纹信息进行分割处理。
具体地，上述的指纹分割模型可以是个性化指纹分割模型。
可选地，可以通过个性化指纹分割模型，对提前录制的指纹信息进行分割和特征提取。
步骤s77，通过特定指纹算法，对指纹信息和指纹的参考信息进行特征提取，并对相似度进行评分。
具体地，上述的指纹的参考信息可以是预先存储的指纹信息。
可选地，可以通过特定指纹算法，对提前录制的和本次采集到的指纹信息进行特征提取，并对相似度进行评分，在执行完上述步骤之后，进入步骤s710。
步骤s78，通过声音分割模型对语音信息进行分割处理。
具体地，上述的声音分割模型可以是声音逐字分割模型。
可选地，可以通过声音逐字分割模型对采集到的语音信息分别进行分割和特征提取。
步骤s79，通过特定声纹算法，对语音信息和语音参考信息进行特征提取，并对相似度进行评分。
具体地，上述的语音的参考信息可以是预先存储的语音信息。
可选地，可以通过特定声纹算法，对提前录制的和本次采集语音信息进行特征提取，并对相似度进行评分。
步骤s710，根据综合评分算法模型，对两个评分结果进行加权评分，判断此次验证是否通过。
可选地，可以根据综合评分算法模型，对指纹评分结果和声纹评分结果进行加权评分，例如，可以获取指纹特征和声纹特征的权重值，将权重值和评分结果进行加权求和，得到综合评分，并将综合评分与预定值进行比较，从而判定此次验证是否通过，其中，上述的预定值可以是预先设备的验证通过对应的综合评分分值。
步骤s711，提示用户所处环境嘈杂。
可选地，如果确定用户处于嘈杂环境，则可以在显示屏上显示提示信息，，提示用户所处环境嘈杂，需要移步至安静环境完成声纹采集。
进一步地，在对用户进行身份认证之前，需要对用户的指纹和声纹进行采集，如图8所示，基于声纹和指纹进行身份验证的方法还可以包括如下步骤：
步骤s81，根据snr信噪比度量模型判断所处环境是否嘈杂。
可选地，开启声纹录制，使用snr信噪比度量模型判断用户所处环境是否嘈杂，具体判断过程与步骤s71相同，如果为嘈杂环境，则提示用户移步至安静环境完成声纹录制。
步骤s82，用户阅读随机显示字符录制语音信息。
可选地，移动设备可以在显示屏上显示如图9所示的当前显示界面，验证界面从上至下包括：提示用户操作的信息(如图9所示的“请按下指纹后顺序阅读如下文字或数字”的信息)，用户需要阅读的内容(如图9所示的“巴巴乐园我的家我们都爱他”的内容)，语音指示图标，用于提示用户是否进行语音信息录入。用户可以将手指放置在指纹采集装置的位置的同时，可以阅读如图9中显示的内容，从而录入语音信息。
需要说明的是，为了提高身份认证的准确度，在语音信息录制过程中，用户要尽量保持匀速、清晰地阅读提示内容。
步骤s83，通过声音分割模型对语音信息进行分割处理。
可选地，该步骤与步骤s78的实现方式相同，在此不做赘述。
步骤s84，通过md5算法对语音信息进行加密并存储。
可选地，对语音信息进行分割、特征提取之后，可以使用md5算法对语音信息进行加密并存储，作为后序验证过程中的参考信息。
步骤s85，用户预先录制完整指纹信息。
可选地，开启指纹录制，用户可以根据当前界面提示的信息对指纹进行录制，为了提高指纹识别精确度，需要对相同手指的中心、上沿、下沿、左沿、右沿进行多次采集，采集后对指纹按照上述采集5个侧重位置进行合并，得到完整指纹信息。
步骤s86，通过指纹分割模型对指纹信息进行分割处理。
可选地，该步骤与步骤s76的实现方式相同，在此不做赘述。
步骤s87，通过md5算法对指纹信息进行加密并存储。
可选地，对指纹信息进行分割、特征提取后，可以使用md5算法对指纹信息进行加密并存储，作为后序验证过程中的参考信息。
通过上述方案，基于智移动设备的声纹和指纹的联合检测和认证方式，可以有效避免单声纹验证时使用声音重放绕过声纹验证，在声纹或指纹其中之一维度采集质量较低的情况下可以通过算法加权判断进行综合验证，可以提升用户体验感的同时，提升验证准确度，提高安全验证水平。
实施例2
根据本申请实施例，还提供了一种身份验证方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图10是根据本申请实施例一种用于实现身份验证方法的移动设备的硬件结构框图。如图10所示，移动设备100可以包括一个或多个(图中采用1002a、1002b，……，1002n来示出)处理器1002(处理器1002可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器1004、以及用于通信功能的传输装置1006。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、电源和/或相机。本领域普通技术人员可以理解，图10所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，移动设备100还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。
应当注意到的是上述一个或多个处理器1002和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到移动设备100中的其他元件中的任意一个内。如本申请实施例中所涉及到的处理器，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器1004可用于存储应用软件的软件程序以及模块，如本申请实施例中的身份验证方法对应的程序指令/数据存储装置，处理器1002通过运行存储在存储器1004内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的身份验证方法。存储器1004可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1004可进一步包括相对于处理器1002远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端100的通信供应商提供的无线网络。在一个实例中，传输装置1006包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置1006可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与移动设备100的用户界面进行交互。
此处需要说明的是，在一些可选实施例中，上述图10所示的移动设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图10仅为特定具体实例的一个实例，并且旨在示出可存在于上述移动设备中的部件的类型。
在上述运行环境下，本申请提供了如图11所示的身份验证方法。图11是根据本申请实施例的一种身份验证方法的流程图。如图11所示，上述方法可以包括如下步骤：
步骤s1102，同步采集目标对象的至少两种生物特征的信息。
可选地，在本申请上述实施例中，至少两种生物特征包括：目标对象的指纹和声音。
具体地，上述的目标对象可以包括需要进行身份验证的用户。
需要说明的是，由于指纹的复杂度能够提供用于进行验证的足够特征，而且扫描速度快，使用方便，并且，声纹的获取方便、自然，用户可接受程度高，成本较低，因此，在本申请实施例中，将上述两种验证方式进行组合，通过声纹和指纹的联合验证方式，对用户进行身份验证。
步骤s1104，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果。
具体地，上述的预处理可以包括对指纹信息和语音信息进行分割、特征提取和加密的处理。
步骤s1106，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果。
步骤s1108，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
在一种可选的方案中，当用户通过移动设备进入系统界面或应用app界面时，触发身份认证，从而移动设备可以在显示屏上显示如图2所示的验证界面，验证界面从上至下包括：提示用户操作的信息(如图2所示的“请按下指纹后顺序阅读如下文字或数字”的信息)，用户需要阅读的内容(如图2所示的“我们都爱巴巴乐园”的内容)，语音指示图标，用于提示用户是否进行语音信息录入。用户可以将手指放置在指纹采集装置的位置，从而用户在指纹录入区域上录入指纹信息，同时可以通过阅读内容录入语音信息，移动设备在同时采集到指纹信息和语音信息之后，可以对指纹信息和语音信息进行预处理，然后将预处理后的信息(包括指纹信息和语音信息)与预先存储的信息进行相似度评分，最后根据综合评分算法模型对评分结果进行加权评分，并判断此次验证是否通过，即判断当前进行身份验证的用户是否为验证成功。
在本申请上述实施例中，同步采集目标对象的至少两种生物特征的信息，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
可选地，在本申请上述实施例中，在同步采集目标对象的至少两种生物特征的信息之前，该方法还包括：从预存的录音信息中随机提取至少一个文字，并显示提取到的文字；在指纹采集装置感应到录入指纹的操作的情况下，开启录音功能。
可选地，在本申请上述实施例中，同步采集目标对象的至少两种生物特征的信息，包括：根据感应到的录入指纹的操作，记录目标对象当前录入的指纹信息，并同步采集目标对象阅读提取到的文字而录入的语音信息。
可选地，在本申请上述实施例中，在从预存的录音信息中随机提取至少一个文字，并显示提取到的文字之前，该方法还包括：开启指纹录入功能预先录入至少一个录音信息，并开启指纹采集装置预先采集至少一个指纹信息，其中，预先录入的录音信息和指纹信息作为参考信息对至少两种生物特征的预处理结果执行相似度评分。
可选地，在本申请上述实施例中，对预先录入的录音信息和指纹信息执行如下至少一种处理：分割处理、特征提取处理和加密处理。
可选地，在本申请上述实施例中，在同步采集目标对象的至少两种生物特征的信息之前，该方法还包括：使用信噪比度量模型获取目标对象所在区域内的噪音值；在目标对象所在区域内的噪音值超过标准值的情况下，发出提示信息，其中，提示信息包括提示目标对象所在区域的噪音超标；在目标对象所在区域内的噪音值未超过标准值的情况下，读取预先录入的指纹信息和录音信息。
可选地，在本申请上述实施例中，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果，包括：对每种生物特征的信息进行分割处理，得到分割后的生物特征信息；从分割后的生物特征信息中进行特征提取，得到至少两种生物特征的特征提取结果。
可选地，在本申请上述实施例中，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果，包括：获取预存的至少两种生物特征的参考信息；将至少两种生物特征的特征提取结果与对应的参考信息进行相似度比对，将每个生物特征的相似度比对结果作为评分结果。
可选地，在本申请上述实施例中，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份，包括：获取每个生物特征的预定权重值；根据每个生物特征的相似度比对结果和对应的预定权重值进行加权求和，计算得到目标对象的综合评分；在目标对象的综合评分超过预定值的情况下，确定验证目标对象的身份通过。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
实施例3
根据本申请实施例，还提供了一种身份验证方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图12是根据本申请实施例的另一种身份验证方法的流程图。如图12所示，上述方法可以包括如下步骤：
步骤s1202，在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息。
具体地，上述的当前显示界面可以包括进行身份验证的界面；上述的指纹录入区域可以是移动设备上设置指纹采集装置的位置；上述的目标对象可以包括需要进行身份验证的用户；上述的当前显示界面中的内容可以是对用户进行声纹验证的提示信息，可以包括汉字、英文单词、英文字母、数字、一段歌曲等，本申请对此不作具体限定，用户阅读提示信息可以发出语音，从而可以采集到语音信息。
需要说明的是，由于指纹的复杂度能够提供用于进行验证的足够特征，而且扫描速度快，使用方便，并且，声纹的获取方便、自然，用户可接受程度高，成本较低，因此，在本申请实施例中，将上述两种验证方式进行组合，通过声纹和指纹的联合验证方式，对用户进行身份验证。
步骤s1204，对录入的指纹信息和语音信息分别进行预处理，得到预处理结果。
具体地，上述的预处理可以包括对指纹信息和语音信息进行分割、特征提取和加密的处理。
步骤s1206，对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果。
步骤s1208，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
在一种可选的方案中，当用户通过移动设备进入系统界面或应用app界面时，触发身份认证，从而移动设备可以在显示屏上显示如图2所示的验证界面，验证界面从上至下包括：提示用户操作的信息(如图2所示的“请按下指纹后顺序阅读如下文字或数字”的信息)，用户需要阅读的内容(如图2所示的“我们都爱巴巴乐园”的内容)，语音指示图标，用于提示用户是否进行语音信息录入。用户可以将手指放置在指纹采集装置的位置，从而用户在指纹录入区域上录入指纹信息，同时可以通过阅读内容录入语音信息，移动设备在同时采集到指纹信息和语音信息之后，可以对指纹信息和语音信息进行预处理，然后将预处理后的信息(包括指纹信息和语音信息)与预先存储的信息进行相似度评分，最后根据综合评分算法模型对评分结果进行加权评分，并判断此次验证是否通过，即判断当前进行身份验证的用户是否为验证成功。
在本申请上述实施例中，在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
实施例4
根据本申请实施例，还提供了一种用于实施上述身份验证方法的身份验证装置，如图13所示，该装置1300包括：采集单元1302，处理单元1304，评分单元1306和验证单元1308。
其中，采集单元1302用于同步采集目标对象的至少两种生物特征的信息；处理单元1304用于对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；评分单元1306用于对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；验证单元1308用于通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
此处需要说明的是，上述采集单元1302，处理单元1304，评分单元1306和验证单元1308对应于实施例2中的步骤s1102至步骤s1108，四个单元与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的移动终端100中。
在本申请上述实施例中，同步采集目标对象的至少两种生物特征的信息，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
可选地，在本申请上述实施例中，该装置还包括：提取单元和开启单元，其中，提取单元用于从预存的录音信息中随机提取至少一个文字，并显示提取到的文字；开启单元用于在指纹采集装置感应到录入指纹的操作的情况下，开启录音功能。
可选地，在本申请上述实施例中，采集单元1302包括：采集模块，其中，采集模块用于根据感应到的录入指纹的操作，记录目标对象当前录入的指纹信息，并同步采集目标对象阅读提取到的文字而录入的语音信息。
可选地，在本申请上述实施例中，该装置还包括：开启单元，其中，开启单元用于开启指纹录入功能预先录入至少一个录音信息，并开启指纹采集装置预先采集至少一个指纹信息，其中，预先录入的录音信息和指纹信息作为参考信息对至少两种生物特征的预处理结果执行相似度评分。
可选地，在本申请上述实施例中，处理单元1304还用于对预先录入的录音信息和指纹信息执行如下至少一种处理：分割处理、特征提取处理和加密处理。
可选地，在本申请上述实施例中，该装置还包括：获取单元和提示单元，其中，获取单元用于使用信噪比度量模型获取目标对象所在区域内的噪音值；提示单元用于在目标对象所在区域内的噪音值超过标准值的情况下，发出提示信息，其中，提示信息包括提示目标对象所在区域的噪音超标；在目标对象所在区域内的噪音值未超过标准值的情况下，读取预先录入的指纹信息和录音信息。
可选地，在本申请上述实施例中，处理单元1304包括：分割模块和提取模块，其中，分割模块用于对每种生物特征的信息进行分割处理，得到分割后的生物特征信息；提取模块用于从分割后的生物特征信息中进行特征提取，得到至少两种生物特征的特征提取结果。
可选地，在本申请上述实施例中，评分单元1306包括：第一获取模块和比对模块，其中，第一获取模块用于获取预存的至少两种生物特征的参考信息；比对模块用于将至少两种生物特征的特征提取结果与对应的参考信息进行相似度比对，将每个生物特征的相似度比对结果作为评分结果。
可选地，在本申请上述实施例中，验证单元1308包括：第二获取模块，计算模块和确定模块，其中，第二获取模块用于获取每个生物特征的预定权重值；计算模块用于根据每个生物特征的相似度比对结果和对应的预定权重值进行加权求和，计算得到目标对象的综合评分；确定模块用于在目标对象的综合评分超过预定值的情况下，确定验证目标对象的身份通过。
实施例5
根据本申请实施例，还提供了一种用于实施上述身份验证方法的身份验证装置，如图14所示，该装置1400包括：采集单元1402，处理单元1404，评分单元1406和验证单元1408。
其中，采集单元1402用于在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，其中，当前录入的语音信息为目标对象阅读当前显示界面中的内容而录入的信息；处理单元1404用于对录入的指纹信息和语音信息分别进行预处理，得到预处理结果；评分单元1406用于对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果；验证单元1408用于通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份。
此处需要说明的是，上述采集单元1402，处理单元1404，评分单元1406和验证单元1408对应于实施例3中的步骤s1202至步骤s1208，四个单元与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例3所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的移动终端100中。
在本申请上述实施例中，在当前显示界面中的指纹录入区域录入目标对象的指纹信息，并采集当前录入的语音信息，对录入的指纹信息和语音信息分别进行预处理，得到预处理结果，对预处理结果进行相似度评分，得到录入的指纹信息和语音信息的评分结果，通过对录入的指纹信息和语音信息的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
实施例6
根据本申请实施例，还提供了一种用于实施上述身份验证方法的系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
在本申请上述实施例中，同步采集目标对象的至少两种生物特征的信息，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
实施例7
本申请的实施例可以提供一种移动终端，该移动终端可以是移动终端群中的任意一个移动终端设备。可选地，在本实施例中，上述移动终端也可以替换为计算机终端等终端设备。
可选地，在本实施例中，上述移动终端可以位于移动网络的多个网络设备中的至少一个网络设备。
在本实施例中，上述移动终端可以执行身份验证方法中以下步骤的程序代码：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
可选地，图15是根据本申请实施例的一种移动终端的结构框图。如图15所示，该移动终端150可以包括：一个或多个(图中仅示出一个)处理器1502、存储器1504、以及传输装置1506。
其中，存储器可用于存储软件程序以及模块，如本申请实施例中的安全漏洞检测方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的身份验证方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端150。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
可选的，上述处理器还可以执行如下步骤的程序代码：至少两种生物特征包括：目标对象的指纹和声音。
可选的，上述处理器还可以执行如下步骤的程序代码：在同步采集目标对象的至少两种生物特征的信息之前，从预存的录音信息中随机提取至少一个文字，并显示提取到的文字；在指纹采集装置感应到录入指纹的操作的情况下，开启录音功能。
可选的，上述处理器还可以执行如下步骤的程序代码：根据感应到的录入指纹的操作，记录目标对象当前录入的指纹信息，并同步采集目标对象阅读提取到的文字而录入的语音信息。
可选的，上述处理器还可以执行如下步骤的程序代码：在从预存的录音信息中随机提取至少一个文字，并显示提取到的文字之前，开启指纹录入功能预先录入至少一个录音信息，并开启指纹采集装置预先采集至少一个指纹信息，其中，预先录入的录音信息和指纹信息作为参考信息对至少两种生物特征的预处理结果执行相似度评分。
可选的，上述处理器还可以执行如下步骤的程序代码：对预先录入的录音信息和指纹信息执行如下至少一种处理：分割处理、特征提取处理和加密处理。
可选的，上述处理器还可以执行如下步骤的程序代码：在同步采集目标对象的至少两种生物特征的信息之前，使用信噪比度量模型获取目标对象所在区域内的噪音值；在目标对象所在区域内的噪音值超过标准值的情况下，发出提示信息，其中，提示信息包括提示目标对象所在区域的噪音超标；在目标对象所在区域内的噪音值未超过标准值的情况下，读取预先录入的指纹信息和录音信息。
可选的，上述处理器还可以执行如下步骤的程序代码：对每种生物特征的信息进行分割处理，得到分割后的生物特征信息；从分割后的生物特征信息中进行特征提取，得到至少两种生物特征的特征提取结果。
可选的，上述处理器还可以执行如下步骤的程序代码：获取预存的至少两种生物特征的参考信息；将至少两种生物特征的特征提取结果与对应的参考信息进行相似度比对，将每个生物特征的相似度比对结果作为评分结果。
可选的，上述处理器还可以执行如下步骤的程序代码：获取每个生物特征的预定权重值；根据每个生物特征的相似度比对结果和对应的预定权重值进行加权求和，计算得到目标对象的综合评分；在目标对象的综合评分超过预定值的情况下，确定验证目标对象的身份通过。
采用本申请实施例，同步采集目标对象的至少两种生物特征的信息，对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果，对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果，通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份，从而达到对目标对象进行身份验证的目的。
容易注意到的是，由于指纹信息和语音信息可以同时采集，即对指纹信息的采集和对语音信息的采集是同步执行的，而且在对指纹信息和语音信息分别进行相似度评分之后，可以根据两个评分结果进行综合评分，从而达到提高身份验证的准确度，提升安全验证水平，提升用户好感度的效果。
因此，通过本申请上述实施例提供的方案，可以解决现有技术中基于单一生物特征的身份验证方法准确度低的技术问题。
本领域普通技术人员可以理解，图15所示的结构仅为示意，移动终端也可以是智能手机(如android手机、ios手机等)、平板电脑、掌声电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图15其并不对上述电子装置的结构造成限定。例如，移动终端150还可包括比图15中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图15所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。
实施例8
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的身份验证方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：同步采集目标对象的至少两种生物特征的信息；对至少两种生物特征的信息进行预处理，得到至少两种生物特征的预处理结果；对至少两种生物特征的预处理结果进行相似度评分，得到每种生物特征的评分结果；通过对每种生物特征的评分结果进行综合评分，验证目标对象的身份。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：至少两种生物特征包括：目标对象的指纹和声音。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：在同步采集目标对象的至少两种生物特征的信息之前，从预存的录音信息中随机提取至少一个文字，并显示提取到的文字；在指纹采集装置感应到录入指纹的操作的情况下，开启录音功能。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：根据感应到的录入指纹的操作，记录目标对象当前录入的指纹信息，并同步采集目标对象阅读提取到的文字而录入的语音信息。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：在从预存的录音信息中随机提取至少一个文字，并显示提取到的文字之前，开启指纹录入功能预先录入至少一个录音信息，并开启指纹采集装置预先采集至少一个指纹信息，其中，预先录入的录音信息和指纹信息作为参考信息对至少两种生物特征的预处理结果执行相似度评分。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：对预先录入的录音信息和指纹信息执行如下至少一种处理：分割处理、特征提取处理和加密处理。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：在同步采集目标对象的至少两种生物特征的信息之前，使用信噪比度量模型获取目标对象所在区域内的噪音值；在目标对象所在区域内的噪音值超过标准值的情况下，发出提示信息，其中，提示信息包括提示目标对象所在区域的噪音超标；在目标对象所在区域内的噪音值未超过标准值的情况下，读取预先录入的指纹信息和录音信息。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：对每种生物特征的信息进行分割处理，得到分割后的生物特征信息；从分割后的生物特征信息中进行特征提取，得到至少两种生物特征的特征提取结果。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：获取预存的至少两种生物特征的参考信息；将至少两种生物特征的特征提取结果与对应的参考信息进行相似度比对，将每个生物特征的相似度比对结果作为评分结果。
可选的，上述存储介质还被设置为存储用于执行以下步骤的程序代码：获取每个生物特征的预定权重值；根据每个生物特征的相似度比对结果和对应的预定权重值进行加权求和，计算得到目标对象的综合评分；在目标对象的综合评分超过预定值的情况下，确定验证目标对象的身份通过。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。