基于声纹的身份识别方法和装置、电子设备、存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种基于声纹的身份识别方法和装置、电子设备、存储介质。


背景技术：

2.在一些出入场所，例如写字楼、小区、工地等，需要对进出人员进行身份识别，目前，常用的身份识别方法，例如人工核查方法、门禁卡方法等，存在一些缺陷，例如人工核查方法和门禁卡方法存在人员信息的泄露的风险。因此，如何提高人员的身份识别过程中人员信息的安全性，成为了亟待解决的技术问题。


技术实现要素：

3.本技术实施例的主要目的在于提出一种基于声纹的身份识别方法和装置、电子设备、存储介质，旨在提高人员身份识别过程中人员信息的安全性。
4.为实现上述目的，本技术实施例的第一方面提出了一种基于声纹的身份识别方法，所述方法包括：
5.获取目标对象发出的语音，得到初始语音数据；
6.对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据；
7.对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据；
8.将所述声纹验证数据发送至目标区块链平台；
9.通过所述目标区块链平台对所述声纹验证数据进行身份验证，得到身份验证数据；
10.根据所述身份验证数据对所述目标对象进行身份识别，得到所述目标对象的身份信息。
11.在一些实施例，所述获取目标对象发出的语音，得到初始语音数据，包括：
12.获取所述目标对象的声纹验证请求；
13.根据所述声纹验证请求生成预设长度的身份识别字符串；
14.获取所述目标对象根据所述身份识别字符串发出的语音，得到初始语音数据。
15.在一些实施例，所述对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据，包括：
16.通过预设的神经网络模型对所述初始声纹数据进行文本识别处理，得到验证字符串；
17.将所述验证字符串与所述身份识别字符串进行查错处理，得到错误字符数量；
18.若所述错误字符数量小于或者等于预设的错误数量阈值，则将所述初始声纹数据作为所述声纹验证数据。
19.在一些实施例，所述通过所述目标区块链平台对所述声纹验证数据进行身份验证，得到身份验证数据，包括：
20.通过预设的加密算法将所述声纹验证数据进行加密处理，得到声纹验证加密数据；
21.对所述声纹验证加密数据进行索引转换处理，得到验证索引数据；其中，所述验证索引数据包括第一索引数据；
22.获取所述目标区块链平台的身份注册数据；其中，所述身份注册数据包括第二索引数据；
23.比对所述第一索引数据和所述第二索引数据；
24.若所述第一索引数据和所述第二索引数据相同，则将所述第一索引数据作为所述身份验证数据。
25.在一些实施例，在所述获取目标对象发出的语音，得到初始语音数据之前，所述方法还包括：
26.获取所述目标对象根据预设的采集字符串发出的语音，得到注册语音数据；
27.对所述注册语音数据进行声纹特征提取处理，得到注册声纹数据；
28.通过所述加密算法将所述注册声纹数据进行加密处理，得到注册声纹加密数据；
29.对所述注册声纹加密数据进行索引转换处理，得到注册索引数据；
30.将所述注册索引数据存储至所述目标区块链平台，以使所述目标区块链平台根据得到所述身份注册数据。
31.在一些实施例，所述对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据，包括：
32.对所述初始语音数据进行预处理，得到待处理语音数据；其中，所述预处理包括预加重处理、分帧处理和加窗处理；
33.对所述待处理语音数据进行快速傅里叶变换处理，得到快速傅里叶频谱数据；
34.将所述快速傅里叶频谱数据输入至梅尔滤波器组，得到梅尔频谱数据；
35.对梅尔频谱数据进行离散余弦变换处理，得到初始声纹数据。
36.在一些实施例，获取目标对象发出的语音，得到初始语音数据，包括：
37.获取所述目标对象发出的语音得到原始语音，并获取所述目标对象发出语音的时间得到实际采集时间；
38.将所述实际采集时间和预设的采集时间阈值进行比较；
39.若所述实际采集时间小于或者等于所述采集时间阈值，则将所述原始语音作为所述初始语音数据。
40.为实现上述目的，本技术实施例的第二方面提出了一种基于声纹的身份识别装置，所述装置包括：
41.语音采集模块，用于获取目标对象发出的语音，得到初始语音数据；
42.声纹提取模块，用于对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据；
43.有效性验证模块，用于对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据；
44.发送模块，用于将所述声纹验证数据发送至目标区块链平台；
45.声纹验证模块，用于通过所述目标区块链平台对所述声纹验证数据进行身份验
证，得到身份验证数据；
46.身份信息获取模块，用于根据所述身份验证数据对所述目标对象进行身份识别，得到所述目标对象的身份信息。
47.为实现上述目的，本技术实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
48.为实现上述目的，本技术实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
49.本技术提出的基于声纹的身份识别方法和装置、电子设备、存储介质,其通过获取目标对象发出的语音，得到初始语音数据；并对初始语音数据进行声纹特征提取处理，得到初始声纹数据；对初始声纹数据进行声纹有效性验证，得到声纹验证数据；将声纹验证数据发送至目标区块链平台；通过目标区块链平台对声纹验证数据进行身份验证，得到身份验证数据；根据身份验证数据对目标对象进行身份识别，得到目标对象的身份信息。采用区块链平台存储人员信息，包括声纹特征，保证了目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。
附图说明
50.图1是本技术实施例提供的基于声纹的身份识别方法的流程图；
51.图2是本技术另一实施例提供的基于声纹的身份识别方法的流程图；
52.图3是图1中的步骤s101在其中一实施例的流程图；
53.图4是图1中的步骤s101在另一实施例的流程图；
54.图5是图1中的步骤s102的流程图；
55.图6是图1中的步骤s103的流程图；
56.图7是图1中的步骤s105的流程图；
57.图8是本技术实施例提供的基于声纹的身份识别装置的结构示意图；
58.图9是本技术实施例提供的电子设备的硬件结构示意图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
60.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。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。
61.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
62.首先，对本技术中涉及的若干名词进行解析：
63.人工智能(artificial intelligence，ai)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
64.声纹：是用电声学仪器显示的携带言语信息的声波频谱，是由波长、频率以及强度等百余种特征维度组成的生物特征，具有稳定性、可测量性、唯一性等特点。
65.区块链：区块链的本质是一个点对点网络的分布式账本数据库，区块链系统是建立在ip通信协议和分布式网络的基础上的，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。区块链能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动。
66.预加重：是一种对输入信号高频分量进行补偿的信号处理方式。预加重技术的思想是在传输线的始端增强信号的高频成分，以补偿高频分量在传输过程中的过大衰减。而预加重对噪声并没有影响，因此有效地提高了输出信噪比。
67.分帧：分帧是为了把若干个语音采样点分为一帧，在这一帧内，语音信号的特性可是视为是稳定的，一般语音分帧的长度取10-40ms左右。
68.加窗：截取有限长度段信号的过程称为对信号的时域截断，相当于通过一个长度有限的时间窗口去观察信号，因而又称之为加窗。加窗可以实现时频局域化，还可以修正频谱泄漏问题。
69.快速傅里叶变换：快速傅里叶变换(fast fourier transform，fft),即利用计算机计算离散傅里叶变换(dft)的高效、快速计算方法的统称。采用快速傅里叶变换算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数越多，fft算法计算量的节省就越显著。
70.离散余弦变换：离散余弦变换(discrete cosine transform,dct)是一种常用的信号处理变换，通常可以用来进行图像压缩、语音信号处理等。离散余弦变换的原理是基于信号的有限频段来对所得信号进行量化，这样就可以将有限的分量转换成实数值。
71.随着城市化不断发展，出现了很多例如小区、园区、校区、写字楼、工地等需要进行人员管理的场所，对人员的出入管理逐渐受到关注。目前，常见的人员出入管理方法可以分为传统方法和人工智能方法。
72.传统方法主要是通过人工核查和门禁卡进行出入管理。人工核查方法，该方法通过检查出入人员的信息牌、登记出入人员的信息以达到人员管理的目的，然而该方法存在耗费人力物力、人员信息容易泄露的问题。门禁卡方法，该方法通过电子磁卡进出闸机以达到人员管理的目的。然而该方法存在门禁卡易遗失、被盗用的问题，人员信息的安全得不到保证。
73.人工智能识别方法主要是通过生物识别技术，常见的技术包括指纹识别技术和人脸识别技术。人工智能识别方法一般针对某个场所进行生物信息的录入，因此人员信息大多存储在本地数据库，存在人员信息的泄露、被篡改的风险，无法保证人员信息的安全性。
74.基于此，本技术实施例提供了一种基于声纹的身份识别方法和装置、电子设备、存
储介质，旨在提高人员出入管理过程中人员信息的安全性。
75.本技术实施例提供的基于声纹的身份识别方法和装置、电子设备、存储介质，具体通过如下实施例进行说明，首先描述本技术实施例中的基于声纹的身份识别方法。
76.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
77.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
78.本技术实施例提供的基于声纹的身份识别方法，涉及人工智能技术领域。本技术实施例提供的基于声纹的身份识别方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现基于声纹的身份识别方法的应用等，但并不局限于以上形式。
79.本技术可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
80.需要说明的是，在本技术的各个具体实施方式中，当涉及到需要根据用户信息、用户行为数据，用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时，都会先获得用户的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关国家和地区的相关法律法规和标准。此外，当本技术实施例需要获取用户的敏感个人信息时，会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意，在明确获得用户的单独许可或者单独同意之后，再获取用于使本技术实施例能够正常运行的必要的用户相关数据。
81.图1是本技术实施例提供的基于声纹的身份识别方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤s101至步骤s106。
82.步骤s101，获取目标对象发出的语音，得到初始语音数据；
83.步骤s102，对初始语音数据进行声纹特征提取处理，得到初始声纹数据；
84.步骤s103，对初始声纹数据进行声纹有效性验证，得到声纹验证数据；
85.步骤s104，将声纹验证数据发送至目标区块链平台；
86.步骤s105，通过目标区块链平台对声纹验证数据进行身份验证，得到身份验证数据；
87.步骤s106，根据身份验证数据对目标对象进行身份识别，得到目标对象的身份信息。
88.本技术实施例所示意的步骤s101至步骤s106，通过采用区块链平台存储人员信息，并提取所采集到的目标对象发出的语音，得到声纹数据，与区块链平台所存储的数据进行比较，最终得到用户信息。基于区块链平台的不可篡改、可追溯等特性，保证了目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。
89.请参阅图2，在一些实施例中，步骤s101之前，基于声纹的身份识别方法还包括但不限于包括步骤s201至步骤s205：
90.步骤s201，获取目标对象根据预设的采集字符串发出的语音，得到注册语音数据；
91.步骤s202，对注册语音数据进行声纹特征提取处理，得到注册声纹数据；
92.步骤s203，通过加密算法将注册声纹数据进行加密处理，得到注册声纹加密数据；
93.步骤s204，对注册声纹加密数据进行索引转换处理，得到注册索引数据；
94.步骤s205，将注册索引数据存储至目标区块链平台，以使目标区块链平台根据得到身份注册数据。
95.需要说明的是，本技术实施例所示意的步骤s201至步骤s205为目标对象的注册过程，通过将采集得到的注册语音数据进行声纹提取，加密处理后存储至区块链平台，保证了人员信息的安全性。
96.需要说明的是，预设的采集字符串为可以为数字0到9，即0123456789；也可以随机生成一串数字，数字的长度不限，但需要包含数字0至9中的所有数字，例如1364898527631，在本实施例中不对其作限制。
97.在一些实施例的步骤s201中，目标用户需要读取预设的采集字符串三遍，以完成注册语音数据的获取。
98.需要说明的是，语音的采样频率可以为8000hz，或16000hz，还可以设置为其他数值，需要根据语音采样设备进行设置，在本实施例中不对其作限制。具体地，采样频率需要大于真实信号最大频率的2倍才不会导致频谱混叠。
99.在一些实施例的步骤s201之后，步骤s202之前，需要对目标对象根据预设的采集字符串发出的语音进行语音格式转换处理。具体地，获取的目标对象根据预设的采集字符串发出的语音为pcm格式，需要转换为wav格式的注册语音数据，转换步骤如下：
100.新建一个wav格式的语音文件，在语音文件的头文件的开始处依次写入三个块文件(chunk),分别是riff-chunk、fmt-chunk以及data-chunk；其中，riff-chunk标识符块；fmt-chunk包含描述波形的重要参数，例如其采样率、每个样本的位数等；data-chunk包含实际的波形数据。
101.在语音文件的文件头后面直接写入pcm格式的语音数据，即可得到注册语音数据。
102.在一些实施例的步骤s202中，声纹特征提取处理包括如下步骤：
103.预加重，采用预加重函数对采集到的数据进行预加重处理，加强高频信息，得到第一语音信号。
104.分帧，将第一语音信号分成25ms的帧，分帧的过程中，让相邻的帧有重叠的部分，同时会每次移动10ms，得到帧数据；从帧数据中的每一帧抽取12个特征，得到第二语音信号。
105.加窗，将第二语音信号代入汉明窗函数，得到待处理语音数据。加窗能够消除各个帧两端可能会造成的信号不连续性的现象。
106.傅立叶变换，对待处理语音数据进行快速傅里叶变换,得到快速傅里叶频谱数据；
107.将快速傅里叶频谱数据输入一组三角形滤波器组，得到梅尔频谱数据。通过三角形滤波器组能够使频谱平滑化，消除谐波，并能够减少数据量。
108.离散余弦变换，采用离散余弦变换对梅尔频谱数据进行降维和区相关处理，得到声纹数据。
109.在一些实施例的步骤s202之后，步骤s203之前，注册过程还包括对神经网络模型的训练，包括：将声纹数据输入至神经网络进行训练，在训练过程中根据预设的网络算法对连接权重值进行修正，直至神经网络收敛，得到神经网络的权重值和阈值，得到模型参数数据；将模型参数数据存储至参数数据库。为身份验证过程中使用神经网络模型提供参数，可以提高声纹验证过程的效率，避免目标对象在进行基于声纹的身份识别过程中等待时间过长，降低效率。
110.在一些实施例的步骤s203中，预设的加密算法可以为md5加密算法，也可以为rsa算法，还可以是aes算法，在本实施例中不对其作限制。
111.在一些实施例的步骤s205中，将注册索引数据存储至区块链平台的数据库中，基于区块链平台的不可篡改、可追溯等特性，保证了所存储数据信息的安全性。
112.请参阅图3，在一些实施例中，步骤s101可以包括但不限于包括步骤s301至步骤s303：
113.步骤s301，获取目标对象的声纹验证请求；
114.步骤s302，根据声纹验证请求生成预设长度的身份识别字符串；
115.步骤s303，获取目标对象根据身份识别字符串发出的语音，得到初始语音数据。
116.本技术实施例所示意的步骤s301至步骤s303，通过获取目标对象的声纹验证请求，并根据声纹验证请求生成预设长度的身份识别字符串，以使目标对象根据身份识别字符串发出的语音，最终得到初始语音数据，便于后续对初始语音数据进行声纹识别，得到目标对象的身份信息。
117.需要说明的是，在一些实施例的步骤s302中，身份识别字符串为一串随机的数组，例如865324734、13648952476，该身份识别字符串的长度在本实施例中不对其作具体限制。
118.在一些实施例的步骤s303中，目标对象根据身份识别字符串发出的语音为pcm格式，需要转换为wav格式的初始语音数据，转换步骤如下：
119.创建wav格式的文件，用于存储初始语音数据；在文件的头文件的开始处依次写入三个块文件(chunk),分别是riff-chunk、fmt-chunk以及data-chunk；其中，riff-chunk为标识符块；fmt-chunk包含描述波形的重要参数，例如其采样率、每个样本的位数等；data-chunk包含实际的波形数据。
120.在文件的文件头后面直接写入pcm格式的语音数据，即可得到初始语音数据。
121.请参阅图4，在一些实施例中，步骤s101还可以包括但不限于包括步骤s401至步骤
s403：
122.步骤s401，获取目标对象发出的语音得到原始语音，并获取目标对象发出语音的时间得到实际采集时间；
123.步骤s402，将实际采集时间和预设的采集时间阈值进行比较；
124.步骤s403，若实际采集时间小于或者等于采集时间阈值，则将原始语音作为初始语音数据。
125.本技术实施例所示意的步骤s401至步骤s403，将目标对象发出语音的时间与预设的采集时间阈值进行对比，判断是否超时，若未超时则原始语音有效，得到初始语音数据。通过对原始语音的有效性进行判断，避免赢目标对象的误操作而影响正常使用。
126.在一些实施例的步骤s402中，预设的采集时间阈值为三分钟，也可以为2分钟，在本实施例中不对其作限制。
127.在一些实施例的步骤s403中，基于声纹的身份识别方法还包括，若实际采集时间大于采集时间阈值，则原始语音数据无效，转至步骤s401，重新获取原始语音。
128.在一些实施例中，还包括以下步骤：
129.获取目标对象的声纹验证请求；
130.根据声纹验证请求生成预设长度的身份识别字符串；
131.获取目标对象根据身份识别字符串发出的语音，得到原始语音；并获取目标对象发出语音的时间得到实际采集时间；
132.将实际采集时间和预设的采集时间阈值进行比较；
133.若实际采集时间小于或者等于采集时间阈值，则将原始语音作为初始语音数据；
134.若实际采集时间大于采集时间阈值，则原始语音数据无效，转至步骤s401，重新获取原始语音。
135.请参阅图5，在一些实施例中，步骤s102还可以包括但不限于包括步骤s501至步骤s504：
136.步骤s501，对初始语音数据进行预处理，得到待处理语音数据；其中，预处理包括预加重处理、分帧处理和加窗处理；
137.步骤s502，对待处理语音数据进行快速傅里叶变换处理，得到快速傅里叶频谱数据；
138.步骤s503，将快速傅里叶频谱数据输入至梅尔滤波器组，得到梅尔频谱数据；
139.步骤s504，对梅尔频谱数据进行离散余弦变换处理，得到初始声纹数据。
140.本技术实施例所示意的步骤s501至步骤s504，通过对初始语音数据进行声纹特征提取处理，包括预加重处理、分帧处理、加窗处理、快速傅里叶变换处理、梅尔滤波器组、离散余弦变换处理，最终得到初始声纹数据，以便进行声纹特征的验证，对目标对象的身份进行识别。
141.在一些实施例的步骤s501中，对初始语音数据进行预处理包括：
142.预加重处理，采用预加重函数对初始语音数据进行预加重处理，加强高频信息，得到第一语音信号。
143.分帧处理，将第一语音信号进行分帧处理，得到第二语音信号。具体地，将第一语音信号分成25ms的帧，分帧的过程中，让相邻的帧有重叠的部分，同时会每次移动10ms，得
到帧数据；从帧数据中的每一帧抽取12个特征，得到第二语音信号。
144.加窗处理，将第二语音信号代入汉明窗函数，得到待处理语音数据。加窗能够消除各个帧两端可能会造成的信号不连续性的现象。
145.在一些实施例的步骤s503中，梅尔滤波器组为三角形滤波器组，包含m个滤波器的；其中，m的取值范围为22至26。采用三角形滤波器有两个主要目的：第一个是三角形是低频密、高频疏的，这可以模仿人耳在低频处分辨率高的特性；第二个是能够对频谱进行平滑化，并消除谐波的作用，突显原先语音的共振峰。通过梅尔滤波器组，能够减少频谱的数据量。
146.在一些实施例的步骤s504中，通过梅尔滤波器组得到的梅尔频谱数据的系数的相关性较高，采用离散余弦变换来去相关和降维。
147.请参阅图6，在一些实施例中，步骤s103还可以包括但不限于包括步骤s601至步骤s603：
148.步骤s601，通过预设的神经网络模型对初始声纹数据进行文本识别处理，得到验证字符串；
149.步骤s602，将验证字符串与身份识别字符串进行查错处理，得到错误字符数量；
150.步骤s603，若错误字符数量小于或者等于预设的错误数量阈值，则将初始声纹数据作为声纹验证数据。
151.本技术实施例所示意的步骤s601至步骤s603，通过对初始声纹数据进行文本识别处理，得到验证字符串；并对验证字符串进行查错处理，得到错误字符数量，若错误字符数量小于或者等于预设的错误数量阈值，则初始声纹数据有效，可以用于后续的身份验证步骤。
152.需要说明的是，步骤s601中的预设的神经网络模型为神经网络模型训练步骤中的神经网络模型。通过已训练好的神经网络模型，可以提高声纹验证过程的效率，避免目标对象在进行基于声纹的身份识别过程中等待时间过长，降低身份识别效率。
153.在一些实施例的步骤s602中，查错处理为字符串逐一比较，判断经过文本识别处理验证字符串与身份识别字符串之间存在差异的字符数量，得到错误字符数量。
154.在一些实施例的步骤s603中，基于声纹的身份识别方法还包括：若错误字符数量大于预设的错误数量阈值，则初始声纹数据无效，需重新进行基于声纹的身份识别，转至步骤s101，重新获取初始语音数据。
155.在一些实施例的步骤s104中，将处理得到的声纹验证数据发送至区块链平台，以便后续对声纹验证数据进行身份验证。使用区块链平台，可以保证目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。
156.请参阅图7，在一些实施例中，注册身份信息包括注册索引数据，步骤s105还可以包括但不限于包括步骤s701至步骤s705：
157.步骤s701，通过预设的加密算法将声纹验证数据进行加密处理，得到声纹验证加密数据；
158.步骤s702，对声纹验证加密数据进行索引转换处理，得到验证索引数据；其中，验证索引数据包括第一索引数据；
159.步骤s703，获取目标区块链平台的身份注册数据；其中，身份注册数据包括第二索
引数据；
160.步骤s704，比对第一索引数据和第二索引数据；
161.步骤s705，若第一索引数据和第二索引数据相同，则将第一索引数据作为身份验证数据。
162.本技术实施例所示意的步骤s701至步骤s705，通过将声纹验证数据进行加密处理和索引转换处理，得到验证索引数据；其中，验证索引数据包括第一索引数据；将第一索引数据与区块链平台上存储的身份注册数据的第二索引数据进行比对，判断在区块链平台上是否存在于第一索引数据相同的第二索引数据；以完成身份验证，得到目标对象的身份信息。另外，使用区块链平台，可以保证目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。
163.需要说明的是，在一些实施例的步骤s701中，预设的加密算法与注册过程的步骤s203使用的加密算法相同，具体的加密算法在本实施例中不对其作限制。
164.在一些实施例的步骤s702中，第一索引数据为声纹验证加密数据进行索引转化处理后的索引特征。
165.在一些实施例的步骤s703中，第二索引数据为注册过程中采集到的各用户的注册声纹加密数据进行索引转化处理后的索引特征。
166.在一些实施例的步骤s705中，基于声纹的身份识别方法还包括，若第一索引数据和第二索引数据不相同，则身份验证数据为空数据。
167.在一些实施例的步骤s106中，若身份验证数据为第一索引数据，则根据第一索引数据进行查找用户信息，返回目标对象的身份信息，即区块链平台存在目标对象的身份信息，目标对象通过基于声纹的身份识别。若身份验证数据为空数据，则返回目标对象的身份信息为空信息，即区块链平台不存在目标对象的身份信息，目标对象未通过基于声纹的身份识别。
168.在一实施例中，基于声纹的身份识别方法包括注册步骤和身份验证步骤，具体如下：
169.注册步骤包括如下步骤：
170.获取目标对象根据预设的采集字符串发出的语音，并进行语音格式转换处理，得到注册语音数据；
171.对注册语音数据进行声纹特征提取处理，得到注册声纹数据；其中，声纹特征提取处理包括预加重处理、分帧处理、加窗处理、快速傅里叶变换处理、梅尔滤波处理、离散余弦变换处理；
172.通过加密算法将注册声纹数据进行加密处理，得到注册声纹加密数据；
173.通过注册声纹加密数据对神经网络模型进行模型训练，得到模型参数数据，并将模型参数数据存储至参数数据库；
174.对注册声纹加密数据进行索引转换处理，得到注册索引数据；
175.将注册索引数据存储至目标区块链平台，以使目标区块链平台根据得到身份注册数据。
176.身份验证步骤包括如下步骤：
177.获取目标对象的声纹验证请求；
178.根据声纹验证请求生成预设长度的身份识别字符串；
179.获取目标对象根据身份识别字符串发出的语音，得到原始语音；并获取目标对象发出语音的时间得到实际采集时间；
180.将实际采集时间和预设的采集时间阈值进行比较；
181.若实际采集时间小于或者等于采集时间阈值，则将原始语音作为初始语音数据；若实际采集时间大于采集时间阈值，则原始语音数据无效，重新执行身份验证步骤；
182.对初始语音数据进行预处理，得到待处理语音数据；其中，预处理包括预加重处理、分帧处理和加窗处理；
183.对待处理语音数据进行快速傅里叶变换处理，得到快速傅里叶频谱数据；
184.将快速傅里叶频谱数据输入至梅尔滤波器组，得到梅尔频谱数据；
185.对梅尔频谱数据进行离散余弦变换处理，得到初始声纹数据；
186.从参数数据库中提取模型参数数据，并根据模型参数数据得到神经网络模型；
187.通过神经网络模型对初始声纹数据进行文本识别处理，得到验证字符串；
188.将验证字符串与身份识别字符串进行查错处理，得到错误字符数量；
189.若错误字符数量小于或者等于预设的错误数量阈值，则将初始声纹数据作为声纹验证数据；若错误字符数量大于预设的错误数量阈值，则初始声纹数据无效，重新执行身份验证步骤；
190.将声纹验证数据发送至目标区块链平台；
191.通过预设的加密算法将声纹验证数据进行加密处理，得到声纹验证加密数据；
192.对声纹验证加密数据进行索引转换处理，得到验证索引数据；其中，验证索引数据包括第一索引数据；
193.获取目标区块链平台的身份注册数据；其中，身份注册数据包括第二索引数据；
194.比对第一索引数据和第二索引数据；
195.若第一索引数据和第二索引数据相同，则将第一索引数据作为身份验证数据；若第一索引数据和第二索引数据不相同，则身份验证数据为空数据；
196.若身份验证数据为第一索引数据，则根据第一索引数据进行查找用户信息，返回目标对象的身份信息。若身份验证数据为空数据，则返回目标对象的身份信息为空信息，不存在目标对象。
197.在一实施例中，基于声纹的身份识别方法还可以应用于居家场所，例如应用在智能门锁中，通过区块链平台，结合声纹识别，提高智能门锁的安全性，减少因智能门锁设备对安全性的影响。
198.请参阅图8，本技术实施例还提供一种基于声纹的身份识别装置，可以实现上述基于声纹的身份识别方法，该装置包括：
199.语音采集模块801，用于获取目标对象发出的语音，得到初始语音数据；
200.声纹提取模块802，用于对初始语音数据进行声纹特征提取处理，得到初始声纹数据；
201.有效性验证模块803，用于对初始声纹数据进行声纹有效性验证，得到声纹验证数据；
202.发送模块804，用于将声纹验证数据发送至目标区块链平台；
203.声纹验证模块805，用于通过目标区块链平台对声纹验证数据进行身份验证，得到身份验证数据；
204.身份信息获取模块806，用于根据身份验证数据对目标对象进行身份识别，得到目标对象的身份信息。
205.在一些实施例的语音采集模块801中，该语音采集模块801还包括：
206.声纹验证请求单元，用于获取目标对象的声纹验证请求；
207.字符串生成单元，用于根据声纹验证请求生成预设长度的身份识别字符串；
208.语音获取单元，用于获取目标对象根据身份识别字符串发出的语音，得到初始语音数据；
209.采集时间获取单元，用于获取目标对象发出的语音得到原始语音，并获取目标对象发出语音的时间得到实际采集时间；
210.超时判断单元，用于将实际采集时间和预设的采集时间阈值进行比较；若实际采集时间小于或者等于采集时间阈值，则将原始语音作为初始语音数据。
211.在一些实施例的声纹提取模块802中，该声纹提取模块802还包括：
212.声纹预处理单元，用于对初始语音数据进行预处理，得到待处理语音数据；其中，预处理包括预加重处理、分帧处理和加窗处理；
213.傅里叶变换单元，用于对待处理语音数据进行快速傅里叶变换处理，得到快速傅里叶频谱数据；
214.滤波器单元，用于将快速傅里叶频谱数据输入至梅尔滤波器组，得到梅尔频谱数据；
215.离散余弦变换单元，用于对梅尔频谱数据进行离散余弦变换处理，得到初始声纹数据。
216.在一些实施例的有效性验证模块803中，该有效性验证模块803还包括：
217.文本识别单元，用于通过预设的神经网络模型对初始声纹数据进行文本识别处理，得到验证字符串；
218.查错单元，用于将验证字符串与身份识别字符串进行查错处理，得到错误字符数量；用于若错误字符数量小于或者等于预设的错误数量阈值，则将初始声纹数据作为声纹验证数据。
219.在一些实施例的声纹验证模块805中，该声纹验证模块805还包括：
220.验证加密单元，用于通过预设的加密算法将声纹验证数据进行加密处理，得到声纹验证加密数据；
221.验证索引转换单元，用于对声纹验证加密数据进行索引转换处理，得到验证索引数据；其中，验证索引数据包括第一索引数据；
222.数据获取单元，用于获取目标区块链平台的身份注册数据；其中，身份注册数据包括第二索引数据；
223.查询单元，用于比对第一索引数据和第二索引数据；若第一索引数据和第二索引数据相同，则将第一索引数据作为身份验证数据。
224.在一实施例中，基于声纹的身份识别装置还包括注册模块；其中，注册模块包括：
225.注册语音单元，用于获取目标对象根据预设的采集字符串发出的语音，得到注册
语音数据；
226.注册声纹提取单元，用于对注册语音数据进行声纹特征提取处理，得到注册声纹数据；
227.注册加密单元，用于通过加密算法将注册声纹数据进行加密处理，得到注册声纹加密数据；
228.注册索引转化单元，用于对注册声纹加密数据进行索引转换处理，得到注册索引数据；
229.数据存储单元，用于将注册索引数据存储至目标区块链平台，以使目标区块链平台根据得到身份注册数据。
230.该基于声纹的身份识别装置的具体实施方式与上述基于声纹的身份识别方法的具体实施例基本相同，在此不再赘述。
231.本技术实施例还提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述基于声纹的身份识别方法。该电子设备可以为包括平板电脑、移动电脑等任意智能终端。
232.请参阅图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：
233.处理器901，可以采用通用的cpu(centralprocessingunit，中央处理器)、微处理器、应用专用集成电路(applicationspecificintegratedcircuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本技术实施例所提供的技术方案；
234.存储器902，可以采用只读存储器(readonlymemory，rom)、静态存储设备、动态存储设备或者随机存取存储器(randomaccessmemory，ram)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本技术实施例的基于声纹的身份识别方法；
235.输入/输出接口903，用于实现信息输入及输出；
236.通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信；
237.总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；
238.其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
239.本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述基于声纹的身份识别方法。
240.存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选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该处理器。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。
241.本技术提出的基于声纹的身份识别方法和装置、电子设备、存储介质,其通过获取
目标对象发出的语音，得到初始语音数据；并对初始语音数据进行声纹特征提取处理，得到初始声纹数据；对初始声纹数据进行声纹有效性验证，得到声纹验证数据；将声纹验证数据发送至目标区块链平台；通过目标区块链平台对声纹验证数据进行身份验证，得到身份验证数据；根据身份验证数据对目标对象进行身份识别，得到目标对象的身份信息。采用区块链平台存储人员信息，包括声纹特征，保证了目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。
242.本技术实施例描述的实施例是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
243.本领域技术人员可以理解的是，图中示出的技术方案并不构成对本技术实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
244.以上所描述的装置实施例仅仅是示意性的，其中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，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模块来实现本实施例方案的目的。
245.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
246.本技术的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的本技术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。
247.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
248.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
249.上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。
250.另外，在本技术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。
251.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，本技术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，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例的方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序的介质。
252.以上参照附图说明了本技术实施例的优选实施例，并非因此局限本技术实施例的权利范围。本领域技术人员不脱离本技术实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本技术实施例的权利范围之内。

技术特征：
1.一种基于声纹的身份识别方法，其特征在于，所述方法包括：获取目标对象发出的语音，得到初始语音数据；对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据；对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据；将所述声纹验证数据发送至目标区块链平台；通过所述目标区块链平台对所述声纹验证数据进行身份验证，得到身份验证数据；根据所述身份验证数据对所述目标对象进行身份识别，得到所述目标对象的身份信息。2.根据权利要求1所述的方法，其特征在于，所述获取目标对象发出的语音，得到初始语音数据，包括：获取所述目标对象的声纹验证请求；根据所述声纹验证请求生成预设长度的身份识别字符串；获取所述目标对象根据所述身份识别字符串发出的语音，得到初始语音数据。3.根据权利要求2所述的方法，其特征在于，所述对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据，包括：通过预设的神经网络模型对所述初始声纹数据进行文本识别处理，得到验证字符串；将所述验证字符串与所述身份识别字符串进行查错处理，得到错误字符数量；若所述错误字符数量小于或者等于预设的错误数量阈值，则将所述初始声纹数据作为所述声纹验证数据。4.根据权利要求1至3任一项所述的方法，其特征在于，所述通过所述目标区块链平台对所述声纹验证数据进行身份验证，得到身份验证数据，包括：通过预设的加密算法将所述声纹验证数据进行加密处理，得到声纹验证加密数据；对所述声纹验证加密数据进行索引转换处理，得到验证索引数据；其中，所述验证索引数据包括第一索引数据；获取所述目标区块链平台的身份注册数据；其中，所述身份注册数据包括第二索引数据；比对所述第一索引数据和所述第二索引数据；若所述第一索引数据和所述第二索引数据相同，则将所述第一索引数据作为所述身份验证数据。5.根据权利要求4所述的方法，其特征在于，在所述获取目标对象发出的语音，得到初始语音数据之前，所述方法还包括：获取所述目标对象根据预设的采集字符串发出的语音，得到注册语音数据；对所述注册语音数据进行声纹特征提取处理，得到注册声纹数据；通过所述加密算法将所述注册声纹数据进行加密处理，得到注册声纹加密数据；对所述注册声纹加密数据进行索引转换处理，得到注册索引数据；将所述注册索引数据存储至所述目标区块链平台，以使所述目标区块链平台得到所述身份注册数据。6.根据权利要求5所述的方法，其特征在于，所述对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据，包括：
对所述初始语音数据进行预处理，得到待处理语音数据；其中，所述预处理包括预加重处理、分帧处理和加窗处理；对所述待处理语音数据进行快速傅里叶变换处理，得到快速傅里叶频谱数据；将所述快速傅里叶频谱数据输入至梅尔滤波器组，得到梅尔频谱数据；对梅尔频谱数据进行离散余弦变换处理，得到初始声纹数据。7.根据权利要求5所述的方法，其特征在于，获取目标对象发出的语音，得到初始语音数据，包括：获取所述目标对象发出的语音得到原始语音，并获取所述目标对象发出语音的时间得到实际采集时间；将所述实际采集时间和预设的采集时间阈值进行比较；若所述实际采集时间小于或者等于所述采集时间阈值，则将所述原始语音作为所述初始语音数据。8.一种基于声纹的身份识别装置，其特征在于，所述装置包括：语音采集模块，用于获取目标对象发出的语音，得到初始语音数据；声纹提取模块，用于对所述初始语音数据进行声纹特征提取处理，得到初始声纹数据；有效性验证模块，用于对所述初始声纹数据进行声纹有效性验证，得到声纹验证数据；发送模块，用于将所述声纹验证数据发送至目标区块链平台；声纹验证模块，用于通过所述目标区块链平台对所述声纹验证数据进行身份验证，得到身份验证数据；身份信息获取模块，用于根据所述身份验证数据对所述目标对象进行身份识别，得到所述目标对象的身份信息。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于声纹的身份识别方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于声纹的身份识别方法。

技术总结
本申请实施例提供了一种基于声纹的身份识别方法和装置、电子设备、存储介质，属于人工智能技术领域。该方法包括：获取目标对象发出的语音，得到初始语音数据；并对初始语音数据进行声纹特征提取处理，得到初始声纹数据；对初始声纹数据进行声纹有效性验证，得到声纹验证数据；将声纹验证数据发送至目标区块链平台；通过目标区块链平台对声纹验证数据进行身份验证，得到身份验证数据；根据身份验证数据对目标对象进行身份识别，得到目标对象的身份信息。本申请实施例采用区块链平台存储人员信息，包括声纹特征，保证了目标对象的人员信息的安全，提高了人员出入管理过程中人员信息的安全性。安全性。安全性。


技术研发人员：聂善坤 彭俊清 王健宗
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2023.05.24
技术公布日：2023/8/23