一种基于说话人识别和数字语音识别的身份认证方法与流程

本发明属于语音处理技术领域，具体涉及到对数字语音序列进行说话人识别和语音识别，确定说话人身份的身份认证方法。

背景技术：

说话人识别也称为声纹识别，可以从说话人发出的声音中提取其个性特征，从而识别出当前说话人的身份。与其他生物识别技术相比，说话人识别具有一些特别的优点，比如声音获取的成本较低，用户心理上容易接受，算法负责度低，适合远程操作等。但是，人的发音容易受身体状况、情绪和外部环境的影响，因此每个人的声纹特征只具有相对稳定性，不是恒定不变的，这就给声纹识别带来不利影响。

传统的说话人识别一般是与文本无关(Text-Independent)的技术，它不限制说话人的发音内容，用户使用更加方便。但是它对发音的长度有较高的要求，通常发音长度需要达到30秒以上，才能取得令人满意的识别率，过长的发音要求降低了识别过程中用户的体验感。另一方面，在模型训练阶段，需要为每个说话人收集足够多的发音样本，用它们训练生成每个人的声学模型，这给系统管理员和用户都带来了巨大的工作量。

技术实现要素：

发明目的：针对现有技术中存在的问题，本发明提供了一种基于说话人识别和数字语音识别的身份认证方法。

技术方案：一种基于说话人识别和数字语音识别的身份认证方法，对十个汉语数字语音(0～9)组成的数字语音序列同时进行说话人识别和语音识别，以确定说话人的身份；用每个数字的声学模型对测试语音特征向量进行语音识别，得到文本序