为金融服务安全保驾护航 平安科技声纹认证技术
为金融服务安全保驾护航 平安科技声纹认证技术平安科技发明的利用声纹来进行用户身份识别的方法，借助于人工智能技术，可以有效的提高身份认证效率，同时也缩短了认证的相应时长，对于金融服务行业具有重要的意义和价值。
集微网消息，平安科技作为平安集团的技术核心，其研发的安全产品对于维护平安集团的保险、银行、投资和互联网等业务都具有非常重要的意义和价值。
而在金融领域中，产品安全的一项必不可少的工作就是对于用户的身份进行认证，其中，声纹识别作为一项高度安全性的用户身份认证方法而被广泛使用。这是一种根据语音波形中反映说话人生理和行为特征的语音参数，自动识别说话人身份的技术。
从理论上说，每个人说话时的短时频谱特征、声源特征、时序动态特征、韵律特征、语言学特征等都有差异，因此声纹就像指纹一样具有唯一性和独特性。
随着声纹识别技术的发展，越来越多的银行以及金融部门采用声纹识别来进行身份认证。声纹认证技术虽然非常安全可靠，且相比于指纹、虹膜等生物特征更加难以被盗取以及复制，但是目前随着用户数量的增多，对于一定数量的声纹数据，存在认证效率低、响应时间长的问题。
为此，平安科技在18年12月6日申请了一项名为“声纹认证方法、装置、计算机设备以及存储介质”的发明专利（申请号：201811487395.7），申请人为平安科技（深圳）有限公司。
根据该专利目前公开的资料，让我们一起来看看这项声纹认证方法吧。
如上图，为该专利中发明的声纹认证方法的应用场景示意图，这种声纹认证方法主要在手机终端20以及服务器10之间进行数据的传递，由服务器执行声纹识别指令，并将执行的结果反馈到终端中。虽然在该示意图中仅仅只看到一台终端，但是在实际的操作过程中，服务器可以将声纹认证结果反馈到多台终端中去。
在服务器端设置有声纹识别模块，借助于人工智能技术，可以对终端中传递的声纹数据进行识别，从而对声纹的身份进行认证。
如上图，为该专利中提供的声纹认证方法的流程图，系统首先需要建立声纹模型库，这个过程就是利用人工智能算法进行模型训练的过程。通过预先收集几段语音数据作为训练语音样本，不同的语音数据对应不同的用户身份，利用高斯混合模型对训练语音样本进行训练，得到针对不同用户身份的声纹模型，并根据得到的不同声纹模型组成预设声纹模型库。
其次，服务器可以从终端中获取用户输入的待认证声纹数据，并从待认证声纹数据中提取声纹特征，利用这种特征从声纹模型库中找到和其匹配的声纹模型，通过计算待认证声纹特征与目标声纹模型之间的声纹相似度，判断计算而得的相似度是否大于系统事先设置的阈值。
如果声纹的相似度大于设置的阈值，例如相似度大于99.9%，则系统就会认为待认证的声纹数据与目标的用户身份是相匹配的，即可以完成对于未知人物身份的认证。
最后，我们再来看看这种声纹认证装置的硬件结构图，其中包括建立单元101、第一提取单元102、确定单元103、计算单元104、判断单元105和判定单元106，这些单元的功能和上述介绍的系统的方法流程图相对应，每个模块都在声纹认证的过程中担任着各自的职责。
建立单元可以预先建立声纹模型库；第一提取单元用于获取用户输入的待认证的声纹数据；确定单元可以根据声纹特征从模型库中确定目标声纹模型；计算单元用于计算声纹相似度；判断单元用于判断相似度是否大于系统设置的阈值；最后由判定单元来判定用户的身份是否合法。
以上就是平安科技发明的声纹认证方法，该方法借助于人工智能模型来确定用户的身份并确认通过，由于声纹模型是预先存储在服务器中的，因此在进行匹配时不需要花费太多的时间，从而能够有效的提高身份认证效率，缩短认证的相应时长。在金融服务等领域，这样的技术不仅可以大大节省用户的时间，而且也可以给企业以及单位带来更多的效益。
页:
[1]