基于多节点参数聚合的声纹鉴权方法、装置、设备及介质与流程

本发明涉及声纹识别，尤其涉及一种基于多节点参数聚合的声纹鉴权方法、装置、设备及介质。

背景技术：

1、现有声纹鉴权技术通常依据采集语音与预存声纹数据之间的特征匹配结果进行身份判断。在复杂语音交互场景中，环境噪声、采集条件变化、个体发声状态变化以及非实时语音输入均可能影响声纹特征的稳定性和匹配结果。现有技术多以单次语音的声纹比对结果作为主要判断依据，在语音环境和用户状态持续变化的情况下，对当前语音的综合分析能力仍然有限。

2、在金融科技业务领域，保险报案、理赔申请、远程核身、账户业务办理和信贷审核等业务可能通过移动终端采集用户语音。用户所处环境及发声状态存在较大差异，业务过程中还可能出现录音重放、身份冒用和异常话术等情况。现有技术主要依赖声纹库比对进行身份核验，对环境变化、实时发声状态及语音内容中的异常信息缺乏统一分析，难以适应复杂金融业务场景中的语音鉴权需求。

3、在医疗健康业务领域，远程问诊、线上复诊、健康咨询和医疗服务身份核验等业务同样依赖语音交互。患者可能因年龄变化、感冒、声带状态或呼吸状态变化而产生声学特征偏移，同时家庭、病房及公共环境中的背景声音也可能影响语音特征提取。现有基于固定声纹特征进行比对的处理方式，对不同采集环境和个体状态变化的兼容能力有限，在持续变化的语音交互场景中仍存在进一步改进空间。

技术实现思路

1、本发明的主要目的在于提供一种基于多节点参数聚合的声纹鉴权方法、装置、设备及存储介质，旨在解决现有技术主要依赖固定声纹特征进行单一比对，难以在复杂语音交互场景中形成稳定、可信的声纹鉴权结果的技术问题。

2、为实现上述目的，本发明提供一种基于多节点参数聚合的声纹鉴权方法，包括：

3、获取包含待核验对象语音的多通道音频信号以及所述待核验对象的基准动力学特征数据，并利用阵列降噪方式处理所述多通道音频信号，得到降噪音频信号；

4、提取所述降噪音频信号的声纹特征、生理声学特征以及内容特征，并融合所述声纹特征、所述生理声学特征以及所述内容特征，得到融合特征；

5、生成随机交互指令，获取所述待核验对象响应于所述随机交互指令的回复音频信号，并基于所述回复音频信号和所述基准动力学特征数据进行活体分析，得到活体判定结果；

6、基于所述内容特征生成文本风险特征，并基于所述降噪音频信号生成情绪异常值，根据所述文本风险特征以及所述情绪异常值确定欺诈预警判定结果；

7、将所述融合特征输入采用多节点参数聚合方式联合训练得到的声纹识别模型，得到身份识别结果；

8、根据所述身份识别结果、所述活体判定结果以及所述欺诈预警判定结果确定声纹鉴权结果。

9、进一步地，为实现上述目的，本发明提供一种基于多节点参数聚合的声纹鉴权装置，包括：

10、阵列降噪模块，用于获取包含待核验对象语音的多通道音频信号以及所述待核验对象的基准动力学特征数据，并利用阵列降噪方式处理所述多通道音频信号，得到降噪音频信号；

11、多维特征融合模块，用于提取所述降噪音频信号的声纹特征、生理声学特征以及内容特征，并融合所述声纹特征、所述生理声学特征以及所述内容特征，得到融合特征；

12、活体分析模块，用于生成随机交互指令，获取所述待核验对象响应于所述随机交互指令的回复音频信号，并基于所述回复音频信号和所述基准动力学特征数据进行活体分析，得到活体判定结果；

13、欺诈预警模块，用于基于所述内容特征生成文本风险特征，并基于所述降噪音频信号生成情绪异常值，根据所述文本风险特征以及所述情绪异常值确定欺诈预警判定结果；

14、声纹识别模块，用于将所述融合特征输入采用多节点参数聚合方式联合训练得到的声纹识别模型，得到身份识别结果；

15、鉴权决策模块，用于根据所述身份识别结果、所述活体判定结果以及所述欺诈预警判定结果确定声纹鉴权结果。

16、进一步地，为实现上述目的，本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器以及存储至所述存储器上并可在所述处理器上运行的基于多节点参数聚合的声纹鉴权程序，所述基于多节点参数聚合的声纹鉴权程序被所述处理器执行时实现如上述所述的基于多节点参数聚合的声纹鉴权方法的步骤。

17、进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述存储介质上存储有基于多节点参数聚合的声纹鉴权程序，所述基于多节点参数聚合的声纹鉴权程序被处理器执行时实现如上所述的基于多节点参数聚合的声纹鉴权方法的步骤。

18、有益效果：本发明涉及声纹识别技术领域，公开了一种基于多节点参数聚合的声纹鉴权方法、装置、设备及介质，包括：对包含待核验对象语音的多通道音频信号进行阵列降噪，提取声纹特征、生理声学特征和内容特征并进行融合；基于随机交互回复音频和基准动力学特征数据进行活体分析；基于内容特征和情绪异常值进行欺诈预警；将融合特征输入经多节点参数聚合方式联合训练得到的声纹识别模型，得到身份识别结果，并结合活体判定结果和欺诈预警判定结果确定声纹鉴权结果。本发明可应用于金融科技及医疗健康等业务场景中，通过阵列降噪、多维特征融合、随机交互活体分析和欺诈预警形成多维鉴权依据，并结合联合训练得到的声纹识别模型进行身份识别，从而降低环境变化、发声状态变化及非实时语音输入对鉴权结果的影响，提高复杂语音交互场景下声纹鉴权的稳定性和可信度。

1.一种基于多节点参数聚合的声纹鉴权方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，获取包含待核验对象语音的多通道音频信号以及所述待核验对象的基准动力学特征数据，并利用阵列降噪方式处理所述多通道音频信号，得到降噪音频信号，包括：

3.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，提取所述降噪音频信号的声纹特征、生理声学特征以及内容特征，并融合所述声纹特征、所述生理声学特征以及所述内容特征，得到融合特征，包括：

4.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，生成随机交互指令，获取所述待核验对象响应于所述随机交互指令的回复音频信号，并基于所述回复音频信号和所述基准动力学特征数据进行活体分析，得到活体判定结果，包括：

5.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，基于所述内容特征生成文本风险特征，并基于所述降噪音频信号生成情绪异常值，根据所述文本风险特征以及所述情绪异常值确定欺诈预警判定结果，包括：

6.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，将所述融合特征输入采用多节点参数聚合方式联合训练得到的声纹识别模型，得到身份识别结果，包括：

7.如权利要求1所述的基于多节点参数聚合的声纹鉴权方法，其特征在于，根据所述身份识别结果、所述活体判定结果以及所述欺诈预警判定结果确定声纹鉴权结果，包括：

8.一种基于多节点参数聚合的声纹鉴权装置，其特征在于，所述基于多节点参数聚合的声纹鉴权装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器以及存储至所述存储器上并可以在所述处理器上运行的基于多节点参数聚合的声纹鉴权程序，所述基于多节点参数聚合的声纹鉴权程序被所述处理器执行时实现如权利要求1-7中任一项所述的基于多节点参数聚合的声纹鉴权方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有基于多节点参数聚合的声纹鉴权程序，所述基于多节点参数聚合的声纹鉴权程序被处理器执行时实现如权利要求1-7中任一项所述的基于多节点参数聚合的声纹鉴权方法的步骤。