基于声纹识别的Web身份认证系统设计
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
个个对外发布 ，将造成存取上的不便 ，必须使 用较简单的
格式包装这一数据序列 ，再对外发布 。字符 串是最简单的格 式之一 ，这一序 列的声 纹特征 可使 用格 式化 Ｉ 的方式 串接 ／ Ｏ
成 一 个 字 符 串 ， 透 过 Ｉ ｋ ｗｎ １ 外 发布 该 字 符 串变 量 ， 并 Ｕｎ ｏ 接 ３对
ｔ ｅ ｅ ｏ ｇ ｒ ｉ ｉ ｆｓ ｅ ｃ ａ ｌ ｓ Ａｃ ｕ ｌ ｅ ｔ ｅ ｕ ｔ ｈ ｗ ｈ ｔ ｈ ｓ ｓ ｔｍ ｕ ｔ ｂ ｅ ｆ ｒｃ ｎ ｒ ｌｉ ｇ Ｗ ｅ ｅ ｏ ｒ ｅ ａ ｄ ｈ ｓｇ ｏ ｄ ｎ ｆｃ ｔ ｈ ｎ ｕ ｈ ｔａｎ ｎｇ ｏ ｐ ｅ ｈ ｓ ｍｐ ｅ ． ｔ ａ ｓ ｓ ｌｓｓ ｏ ｔ ａ ｉ ｙｓｅ ｉ ｓ ｉ ｌ ｏ ｏ ｔｏ ｌ ｂ ｒ ｓ ｕ ｃ ｎ ａ ｏ ｄ ｉ ｅ ｔ ｉ ａｉ ｔ ｒ ｔ ｓ ａ ｎ ｉ ｏｎ ｐ ｒｏ ｍａ ｃ ｎ ｔｏ ｇ ｐ ｒａ ｉｉ ． ｅ ｆ ｒ ｎ ｅ ａ ｄ ｓｒ ｎ ｏ ｂ ｌｔ ｔ ｙ
［ ｓｒｃ］Ｔ ｉ ｐｐ ｒ ｅｉｎ ｂａｔｅｔ ａ ｏ ｙｔｍ ａｅ ｎ ｖ ｉ ｐｉｔ ｅｏ ｎｔ ｎ ＡｎＡｃ ｖＸ ｏ ｔ ｌｓｄ ｖｌｐ ｄｉ ｅｂｏ ｅ ｏ Ａｂ ｔａ ｔ ｈｓ ａｅ ｓ ｓ ｄ ｇ Ｗｅ ｕｈ ｎｉ ｔ ｎｓ ｓ ｂ ｓｄｏ ｏｃ ｒ ｃ ｇ ｉｏ ． ｔ ｅ ｃ ｎ ｏ ｅ ｅｏｅ ｔ ｒｗｓｒ ｃｉ ｅ ｅ ｎｒ ｉ ｉ ｒ ｉ ｎｈ ｔ
作者简介：曾 斌（ ７ －） １ ０ ，男，副教授， ９ 主研方向： 信息安全， 身
份认证 系统 ；姚 路 ，讲 师、硕 士 ；陈志诚 ，讲师、博士研究生
Ｅ ｍａ ：ｔ ｅ ｅ ｕ ｌ ．ｈ ｂ ｎ － ｉ ｒ ｉ ＠ｐ ｂ ｃ ． ． ｌ ｕｃ ｉｗ ｈ ｏ 收稿 日期 ：２ １—２ ３ ０１ — ０２
Ａ Ｐ等 ，由 Ａ Ｐ Ａ ｔｅ Ｓ） 于 Ｓ 对 ｃｖＸ控件具有更好 的支持 ，因此将 ｉ
以 ＡＳ Ｐ技术开发浏览器端与服务器端之 间的数据传递方式。 常见的声纹验证技术有动态时间校正（ ｎｍ ｃＴｍｅＷａｐｎ ， Ｄｙａ ｉ ｉ ｒｉｇ
ＤＴ 与隐藏式马尔科 夫模 型等 ， Ｗ） 动态 时间校正在识别连续语
７ ４ 。 ＿
练千
Ｈ Ｍ声 纹 识 别 ／ Ｍ 声纹训练 Ａ ｔ ｅ 录 音 ｃｉ Ｘ ｖ 控 件
特征值 字符串 ｃ ０［】Ｃ ＯＢ］ ０［］ Ｏ ［ ［］ ０ ［ ］ ［二工二ｌ ｃ【］２ ｃ［］１ ］二二工二］
［ ［ ｃ ｊ］Ｉ［ ｃ ７ 【ｌ ｃ ９ 二工二］口州 】 】 ”８
音 上 的效 果 不 佳 且 运 算 费 时 ， 当字 词 量 增 大 时辨 识 速 度 较 慢 ， 这 方 面 隐 马 尔 科 夫 模 型 明显 优 于 动 态 时 间校 正 】 因此 ，本 。
一
最后获得代表语 音频谱 的包络 ，即倒频谱系数 ，为一 Ｊ
十阶的倒频谱系数矩阵 ，这一序列的倒频谱系数数组 ，如果
文献标识码： Ａ
中圈 分类号： Ｐ０ Ｔ ３９
基于声纹识别的 Ｗｅ ｂ身份认证 系统设计
曾 斌，姚 路，陈志诚
（ 海军工程大学管理工程 系，武汉 ４ ０ ３ ） ３０ ０ 摘 要： 设计一个基于声纹识别 的 Ｗｅ 身份认证系统 。 浏览器端利用 自主开发的 Ａ ｔ ｅ ｂ 在 ｃ ｖＸ录音控件录取封装使 用者 的声纹特征并传送给 ｉ
ＤＯＩ １ ．９９ｊｓｎ１０ —４ ８２ １ ５０ ７ ： ０３ ６／ｉｓ． ０３ ２ ．０ １１．４ ． ０
１ 概 述
近年来 ，由于因特网和电子商务的迅速发展 ，Ｗｅ ｂ服务
ｓｕ ｏｆｃ ｎ ＭＦ Ｃ ，在 有信道 噪声 和频 谱 失真 时 ， ｔ ｍ Ｃ ｅ ｉｅｔ ｒ ｉ ， Ｃ） Ｍ Ｃ 参数表现比较 稳定。由线性预测系数导出倒谱系数是 ＦＣ 种常用的语音识别参数 ，在安静的环境下 ，线性预测 倒谱
Ｄｅ ｉ ｎ ０ ｅ ｄ ｎ ｉｙＡｕ ｈ ｎ ｉａ ｉ ｎ Ｓ ｓｅ ｓｇ ｆＷ ｂ Ｉ ｅ ｔｔ ｔ ｅ ｔｃ ｔ０ ｙ ｔｍ
Ｂａ ｅ ０ Ｖｏ ｃ ｐｒｎｔＲｅ ｏ ｎｉｉ ｎ ｓ ｄ ｎ ｉ ｅ ｉ ｃ ｇ ｔｏ
ＺＥＮＧ ｎ ＹＡＯ ， Ｂｉ ， Ｌｕ ＣＨＥＮ ｉｃ ｅ ｇ Ｚｈ —ｈ ｎ
ｄ ｓｇ ｅ ｏｒｐ ｅ ｅ ｔｔｅＣｈｎ ｓ ｒ ｓｗｈ ｃ ｒ ｅ ａａｅ ｙａ ｎ ｅｔｄｓｌｎ ｅｓａｅ Ａｎ ｎ ａｓａ ｅｖ ｉｅ ｒｎ ａａ ａ ｅｉ ｏ ｓｒ ｃｅ ｆｅ ｅ ｉｎ ｄｔ ｅ ｒ ｓ ｎ ｉｅ ｅｗｏｄ ｉｈ ａｅｓ ｐ ｔｄ ｂ ｎｉ ｓｒｅ ｉｅ ｃ ｔｔ． ｄ ｔ ｔｂｌ ｏｃ ｐ ｔｄ ｔｂ ｓ ｓｃ ｎ ｔｕ ｔｄ ａｔｒ ｈ ｒ ｈｅ ｉ
［ ｙｗｏ ｄ ］ｉｅ ｔｙａｔｅｔ ａｉｎ ｖｉｅ ｒ ｔｅｏ ｎｔ ｎ ＨｉｄｎＭａｋ ｖＭｏ ｅ（ Ｋｅ ｒ ｓ ｄ ｎｉ ｕ ｎｉ ｔ ；ｏｃｐ ｎ ｃ ｇ ｉｏ ； ｄ ｅ ｒ ｏ ｄｌ ｔ ｈ ｃ ｏ ｉ ｒ ｉ ＨＭＭ）Ｄｙ ａ ｃＴｍｅ ｒｉｇＤＴ ； ｎ ｍｉ ｉ ｐｎ （ Ｗ） Ｗａ
一
器需要存取大量资源并提供各种信息服务 。目前 ，网络上最
普遍的身份认证方式属于密码验证存取行为 ，文字密码容易 被 窃取 或遗失 ，甚至造成个人或单位财产的遗失 。为了增加
网 站 上 数 据 的 安 全 性 ，在 认 证 过 程 中 ，除 了 使 用 密 码 方 式 进
系数与 ＭＦ Ｃ系数的性能相差不多。研究表 明 ，采用感觉加 Ｃ 权的线性预测倒谱 系数有更好 的识别稳健性 。 本文在 网站 资源 的存取 过程 中加 入一种 声纹验证 的机 制 ，以控制 网站使用者的访问及重要资源的存取 ，从而达到 加强数据 安全 的 目的。
第３ ７卷 第 １ 期 ５
Ｖ＿ ．７ Ｏ ３ １
・
计
算
机
工
程
２ １ 年 ８月 ０１
Ａ ｕ ｕｓ ２ １ ｇ ｔ ０１
Ｎ ｏ．５ １
Ｃｏ ｍｐｕ ｅ ｔ ｒＥｎｇ ｎ ｅ ｉ ｇ ｉ ｅ ｒｎ
人 工 智 能及识 别技 术 ・
文章 编号：１ ｏ ３ ８ ｏ１ ５＿１９ ｏ ＿ ４ （ ｌ １＿ｏ — ３ ０ ２２ ） ４
符合 开发 浏览器 端录 音程序 的设 计需求 ，因此 ，本文 采用 Ａ ｔ ｅ 控制控件 的技术开 发浏览器 端录音控件 。常见的 因 ｃｉ Ｘ ｖ
基金项 目：湖北省 自然科 学基金资助项 目（Ｒ ０６ Ｚ Ｙ１８）
性计算 、数据挖掘 和模 式匹配 ，如动态时 间规整、 隐马 尔 可夫模型（ ｄ ｅ ｒｏ ｄ ｌＨＭＭ） 】 ＨｉｄｎＭａｋ ｖＭｏ ｅ， ”、神经网络 和多特 征组合等技术 。 目前 ，通常使 用的算法主要有模板 匹配法 、
文选 择隐马尔科夫模型作为声纹识别系统 的设计方案 。基于
供浏览器存取 ，其转换方式如图 ２所示 。
十阶倒频谱系数 阵列
Ｃ Ｔ １
＝
声纹 识别 的 Ｗｅ ｂ身份认证系统架构见图 １ 。
０ １ ２ ３ ４ ５ ６
７
８
９
２ ３
ｌ
浏 览 器
声纹模型
为是平稳的，因此，可以对语音信号进行分帧分析。目 ， 前
比较有效的识别参数为 Ｍｅ频率倒谱系数（ ｌ ｒｑｅｃ ｅ— ｌ Ｍｅ Ｆｅｕｎｙ Ｃ ｐ
ｌ０ ５
计
算
机
工
程
０ ＝一∑ （一ｍ／ ） 一 １ ｎａ
ｍ＝ｌ
２ １ 年 ８月 ５日 ０１
Ｐ ＜ｎ （１ １）
特 网应用程序设计包括采用公共 网关接 口（ ｏ Ｃ ｍｍｏ ａｅ ｙ ｎＧ ｔ ｗａ Ｉｔ ｆｃ， Ｇ ） ｎｅ ａｅ Ｃ Ｉ ｒ 和应用服务提供商（ｐ ｌ ａｏ ｅ ｉ ｒｖｄｒ Ａ ｐ ｃｔ ｎ Ｓｒ ｃ Ｐｏ ｉｅ， ｉ ｉ ｖｅ
实 际应 用，其技术手段主 要包括对声音特征进行线性 或非线
微 软 所 提 供 的 以组件 对 象 模 型 （ ｏ ｏ ｅｔＯ ｊｃ ｄｌ Ｃ ｍｐ ｎ ｎ ｂｅｔＭｏ ｅ， Ｃ ＯＭ） 为基础 的 Ａｃ ｖＸ技术等 。其中 ，Ａ ｔ ｅ ｔｅ ｉ ｃ ｖＸ控制控件技 ｉ 术能 够支持现 有网站技术及 其他 因特 网的标准 ，具有 自动下 载并 自行 安装 功能 ，可开发功能强大 的软件控件 ，并提供一 套安全 问题 的解决方案 ，具备较好 的集成功能 ，这些优点正
（ ｅ ａｔ ｎ ｆ ｎ ｇ ｍｅ ｔ ｎ ｉｅ ｒ ｇ Ｎａ ａ Ｕｎｖ ｒｉ ｆ ｎ ｉｅ ｒ ｇ Ｗｕ ａ ３ ０ ０ Ｃ ｉ ａ Ｄ ｐｒ ｍｅ ｔ ｏ Ｍａ ａ ｅ ｎ ｇｎ ｅ ｎ ， ｖ ｌ ｉ ｅｓ ｙｏ ｇｎ ｅ ｎ ， ｈ ｎ４ ０ ３ ， ｈ ｎ ） Ｅ ｉ ｔ Ｅ ｉ
服务器 ，服务器 端使用隐马尔科夫模型表述单字 ，单字之 间通过增加静音状态分割以及语音训练形成稳定 的声纹特征模型作为身份验证 的
基础库 。实 际测试结果表 明，该系统识别性 能好 、可移植 性强 ，适用于 网络资源的远程声控 。
关健词 ：身份认证 ；声 纹识 别 ；隐马尔科 夫模型 ；动态时间校正
ｒｃｒ ｎ ｎ ａｓｌｔ ｅｖ ｉｅｐｏ ｅｔ ｓｏ ｅｕｅｓａ ｄｔｅ ａ ｓ ｒｔ ｅｓｒｅ． ｎｔｅ ｓｒｅ ｉｅ ｄ ｅ ｒｏ ｄｌ ｅｏｄａ ｄｅ ｃｐｕａ ｔ ｏｃ ｒｐｒｅ ｆｔ ｓｒ ｎ ｈ ｎｔ ｎｆ ｔ ｅｖ ｒＩ ｅ ｒｓｄ，ａＨｉｄ ｎＭａｋ ｖＭｏ ｅ（ ｅｈ ｉ ｈ ｒ ｅ ｏｈ ｈ ｖ ＨＭＭ）ｉ ｓ
最近邻方法、神 经网络法 、隐马尔可夫模型方法和 Ｖ 聚类 Ｑ 方法等 。实 际证 明使用隐含马尔可夫模型效果更好 。它能很
好地描述语音信号的时变性 和平稳性 ，例如 ，基于 Ｈ ＭＭ 的 声纹识 别技 术在 环绕智能 中的成功应 用 。 ］ 选 取声纹识别的特征参数在声纹识别系统 中非常重要 。 作为准 平稳 的随机过程 ，语音信号在 １ ～５ｍ 内可以认 ０ ｍｓ２ ｓ
１ 制 数 字 才 能还 原 为原 来 上传 的数 据 ，这 个译 码 后取 得 的 ６进 字 符 串 是经 过包 装 的 ，必 须 依 浏 览 器 端 包 装 字 符 串 的 方 式 ，
２ 基于声纹识别的 ｗｅ 身份认证系统设计 ｂ
２１ 系统结构 ．
整个 系统包括 浏览器端 录音程序、浏 览器端与服务器端
之间声纹数据的传递以及声 纹训练与识别程序 等部份。在录 音程序 方面需 要具备能够在 Ｗｅ ｂ页面上运行程序 的能力 ， 这
方面 的标 准语言很 多，例如 ，Ｊｖ ａａ语言、嵌入式脚 本语言和
行 验证 外 ，语音是人类身上最 自然的特征之一 ，声卡及麦克
风 是 目前个人计算机 的基 本配置之 一 ，所以，利 用声 音进 行 身份认 证是所有生物验证 系统 中所需花费最小 的一种 。 声 纹识 别属 于生物识 别技术 的一种 ，它通过 分析语 音波
形计算 出说 话人生理 和行 为特征 的语音参数 ， 自动识 别说 话 人 身份 。与语音识别 不同，声 纹识 别利 用的是语 音信 号中的 说话人信息 ，而 不考 虑语 音中的字词意 思，能够很好地满足 因特 网的身份认证要求…。如今 ，声纹识别技术 已逐渐走 入
因特 例 １
ｔ
ｗ ｗ ｗＮ 务 器
图 ２ 倒频谱系数数组转换为一个特征值字符 串的示 意图
服务器
在浏览器端 ，使用 Ａ ｔ ｅ 控制控件录 下的声纹特征 ， ｃｉ Ｘ ｖ 透过窗体 的包装传送至 Ｗｅ 服务器 ， ｂ 窗体所传送 数据将 由内 嵌 的 ＡＳ Ｐ程序存取 。ＡＳ Ｐ程序取得 的数据是编码过的格式 ， 需 要译码 为成 对 的字 符 串数值 ，并转换 字符 串 中的加号 与
格式包装这一数据序列 ，再对外发布 。字符 串是最简单的格 式之一 ，这一序 列的声 纹特征 可使 用格 式化 Ｉ 的方式 串接 ／ Ｏ
成 一 个 字 符 串 ， 透 过 Ｉ ｋ ｗｎ １ 外 发布 该 字 符 串变 量 ， 并 Ｕｎ ｏ 接 ３对
ｔ ｅ ｅ ｏ ｇ ｒ ｉ ｉ ｆｓ ｅ ｃ ａ ｌ ｓ Ａｃ ｕ ｌ ｅ ｔ ｅ ｕ ｔ ｈ ｗ ｈ ｔ ｈ ｓ ｓ ｔｍ ｕ ｔ ｂ ｅ ｆ ｒｃ ｎ ｒ ｌｉ ｇ Ｗ ｅ ｅ ｏ ｒ ｅ ａ ｄ ｈ ｓｇ ｏ ｄ ｎ ｆｃ ｔ ｈ ｎ ｕ ｈ ｔａｎ ｎｇ ｏ ｐ ｅ ｈ ｓ ｍｐ ｅ ． ｔ ａ ｓ ｓ ｌｓｓ ｏ ｔ ａ ｉ ｙｓｅ ｉ ｓ ｉ ｌ ｏ ｏ ｔｏ ｌ ｂ ｒ ｓ ｕ ｃ ｎ ａ ｏ ｄ ｉ ｅ ｔ ｉ ａｉ ｔ ｒ ｔ ｓ ａ ｎ ｉ ｏｎ ｐ ｒｏ ｍａ ｃ ｎ ｔｏ ｇ ｐ ｒａ ｉｉ ． ｅ ｆ ｒ ｎ ｅ ａ ｄ ｓｒ ｎ ｏ ｂ ｌｔ ｔ ｙ
［ ｓｒｃ］Ｔ ｉ ｐｐ ｒ ｅｉｎ ｂａｔｅｔ ａ ｏ ｙｔｍ ａｅ ｎ ｖ ｉ ｐｉｔ ｅｏ ｎｔ ｎ ＡｎＡｃ ｖＸ ｏ ｔ ｌｓｄ ｖｌｐ ｄｉ ｅｂｏ ｅ ｏ Ａｂ ｔａ ｔ ｈｓ ａｅ ｓ ｓ ｄ ｇ Ｗｅ ｕｈ ｎｉ ｔ ｎｓ ｓ ｂ ｓｄｏ ｏｃ ｒ ｃ ｇ ｉｏ ． ｔ ｅ ｃ ｎ ｏ ｅ ｅｏｅ ｔ ｒｗｓｒ ｃｉ ｅ ｅ ｎｒ ｉ ｉ ｒ ｉ ｎｈ ｔ
作者简介：曾 斌（ ７ －） １ ０ ，男，副教授， ９ 主研方向： 信息安全， 身
份认证 系统 ；姚 路 ，讲 师、硕 士 ；陈志诚 ，讲师、博士研究生
Ｅ ｍａ ：ｔ ｅ ｅ ｕ ｌ ．ｈ ｂ ｎ － ｉ ｒ ｉ ＠ｐ ｂ ｃ ． ． ｌ ｕｃ ｉｗ ｈ ｏ 收稿 日期 ：２ １—２ ３ ０１ — ０２
Ａ Ｐ等 ，由 Ａ Ｐ Ａ ｔｅ Ｓ） 于 Ｓ 对 ｃｖＸ控件具有更好 的支持 ，因此将 ｉ
以 ＡＳ Ｐ技术开发浏览器端与服务器端之 间的数据传递方式。 常见的声纹验证技术有动态时间校正（ ｎｍ ｃＴｍｅＷａｐｎ ， Ｄｙａ ｉ ｉ ｒｉｇ
ＤＴ 与隐藏式马尔科 夫模 型等 ， Ｗ） 动态 时间校正在识别连续语
７ ４ 。 ＿
练千
Ｈ Ｍ声 纹 识 别 ／ Ｍ 声纹训练 Ａ ｔ ｅ 录 音 ｃｉ Ｘ ｖ 控 件
特征值 字符串 ｃ ０［】Ｃ ＯＢ］ ０［］ Ｏ ［ ［］ ０ ［ ］ ［二工二ｌ ｃ【］２ ｃ［］１ ］二二工二］
［ ［ ｃ ｊ］Ｉ［ ｃ ７ 【ｌ ｃ ９ 二工二］口州 】 】 ”８
音 上 的效 果 不 佳 且 运 算 费 时 ， 当字 词 量 增 大 时辨 识 速 度 较 慢 ， 这 方 面 隐 马 尔 科 夫 模 型 明显 优 于 动 态 时 间校 正 】 因此 ，本 。
一
最后获得代表语 音频谱 的包络 ，即倒频谱系数 ，为一 Ｊ
十阶的倒频谱系数矩阵 ，这一序列的倒频谱系数数组 ，如果
文献标识码： Ａ
中圈 分类号： Ｐ０ Ｔ ３９
基于声纹识别的 Ｗｅ ｂ身份认证 系统设计
曾 斌，姚 路，陈志诚
（ 海军工程大学管理工程 系，武汉 ４ ０ ３ ） ３０ ０ 摘 要： 设计一个基于声纹识别 的 Ｗｅ 身份认证系统 。 浏览器端利用 自主开发的 Ａ ｔ ｅ ｂ 在 ｃ ｖＸ录音控件录取封装使 用者 的声纹特征并传送给 ｉ
ＤＯＩ １ ．９９ｊｓｎ１０ —４ ８２ １ ５０ ７ ： ０３ ６／ｉｓ． ０３ ２ ．０ １１．４ ． ０
１ 概 述
近年来 ，由于因特网和电子商务的迅速发展 ，Ｗｅ ｂ服务
ｓｕ ｏｆｃ ｎ ＭＦ Ｃ ，在 有信道 噪声 和频 谱 失真 时 ， ｔ ｍ Ｃ ｅ ｉｅｔ ｒ ｉ ， Ｃ） Ｍ Ｃ 参数表现比较 稳定。由线性预测系数导出倒谱系数是 ＦＣ 种常用的语音识别参数 ，在安静的环境下 ，线性预测 倒谱
Ｄｅ ｉ ｎ ０ ｅ ｄ ｎ ｉｙＡｕ ｈ ｎ ｉａ ｉ ｎ Ｓ ｓｅ ｓｇ ｆＷ ｂ Ｉ ｅ ｔｔ ｔ ｅ ｔｃ ｔ０ ｙ ｔｍ
Ｂａ ｅ ０ Ｖｏ ｃ ｐｒｎｔＲｅ ｏ ｎｉｉ ｎ ｓ ｄ ｎ ｉ ｅ ｉ ｃ ｇ ｔｏ
ＺＥＮＧ ｎ ＹＡＯ ， Ｂｉ ， Ｌｕ ＣＨＥＮ ｉｃ ｅ ｇ Ｚｈ —ｈ ｎ
ｄ ｓｇ ｅ ｏｒｐ ｅ ｅ ｔｔｅＣｈｎ ｓ ｒ ｓｗｈ ｃ ｒ ｅ ａａｅ ｙａ ｎ ｅｔｄｓｌｎ ｅｓａｅ Ａｎ ｎ ａｓａ ｅｖ ｉｅ ｒｎ ａａ ａ ｅｉ ｏ ｓｒ ｃｅ ｆｅ ｅ ｉｎ ｄｔ ｅ ｒ ｓ ｎ ｉｅ ｅｗｏｄ ｉｈ ａｅｓ ｐ ｔｄ ｂ ｎｉ ｓｒｅ ｉｅ ｃ ｔｔ． ｄ ｔ ｔｂｌ ｏｃ ｐ ｔｄ ｔｂ ｓ ｓｃ ｎ ｔｕ ｔｄ ａｔｒ ｈ ｒ ｈｅ ｉ
［ ｙｗｏ ｄ ］ｉｅ ｔｙａｔｅｔ ａｉｎ ｖｉｅ ｒ ｔｅｏ ｎｔ ｎ ＨｉｄｎＭａｋ ｖＭｏ ｅ（ Ｋｅ ｒ ｓ ｄ ｎｉ ｕ ｎｉ ｔ ；ｏｃｐ ｎ ｃ ｇ ｉｏ ； ｄ ｅ ｒ ｏ ｄｌ ｔ ｈ ｃ ｏ ｉ ｒ ｉ ＨＭＭ）Ｄｙ ａ ｃＴｍｅ ｒｉｇＤＴ ； ｎ ｍｉ ｉ ｐｎ （ Ｗ） Ｗａ
一
器需要存取大量资源并提供各种信息服务 。目前 ，网络上最
普遍的身份认证方式属于密码验证存取行为 ，文字密码容易 被 窃取 或遗失 ，甚至造成个人或单位财产的遗失 。为了增加
网 站 上 数 据 的 安 全 性 ，在 认 证 过 程 中 ，除 了 使 用 密 码 方 式 进
系数与 ＭＦ Ｃ系数的性能相差不多。研究表 明 ，采用感觉加 Ｃ 权的线性预测倒谱 系数有更好 的识别稳健性 。 本文在 网站 资源 的存取 过程 中加 入一种 声纹验证 的机 制 ，以控制 网站使用者的访问及重要资源的存取 ，从而达到 加强数据 安全 的 目的。
第３ ７卷 第 １ 期 ５
Ｖ＿ ．７ Ｏ ３ １
・
计
算
机
工
程
２ １ 年 ８月 ０１
Ａ ｕ ｕｓ ２ １ ｇ ｔ ０１
Ｎ ｏ．５ １
Ｃｏ ｍｐｕ ｅ ｔ ｒＥｎｇ ｎ ｅ ｉ ｇ ｉ ｅ ｒｎ
人 工 智 能及识 别技 术 ・
文章 编号：１ ｏ ３ ８ ｏ１ ５＿１９ ｏ ＿ ４ （ ｌ １＿ｏ — ３ ０ ２２ ） ４
符合 开发 浏览器 端录 音程序 的设 计需求 ，因此 ，本文 采用 Ａ ｔ ｅ 控制控件 的技术开 发浏览器 端录音控件 。常见的 因 ｃｉ Ｘ ｖ
基金项 目：湖北省 自然科 学基金资助项 目（Ｒ ０６ Ｚ Ｙ１８）
性计算 、数据挖掘 和模 式匹配 ，如动态时 间规整、 隐马 尔 可夫模型（ ｄ ｅ ｒｏ ｄ ｌＨＭＭ） 】 ＨｉｄｎＭａｋ ｖＭｏ ｅ， ”、神经网络 和多特 征组合等技术 。 目前 ，通常使 用的算法主要有模板 匹配法 、
文选 择隐马尔科夫模型作为声纹识别系统 的设计方案 。基于
供浏览器存取 ，其转换方式如图 ２所示 。
十阶倒频谱系数 阵列
Ｃ Ｔ １
＝
声纹 识别 的 Ｗｅ ｂ身份认证系统架构见图 １ 。
０ １ ２ ３ ４ ５ ６
７
８
９
２ ３
ｌ
浏 览 器
声纹模型
为是平稳的，因此，可以对语音信号进行分帧分析。目 ， 前
比较有效的识别参数为 Ｍｅ频率倒谱系数（ ｌ ｒｑｅｃ ｅ— ｌ Ｍｅ Ｆｅｕｎｙ Ｃ ｐ
ｌ０ ５
计
算
机
工
程
０ ＝一∑ （一ｍ／ ） 一 １ ｎａ
ｍ＝ｌ
２ １ 年 ８月 ５日 ０１
Ｐ ＜ｎ （１ １）
特 网应用程序设计包括采用公共 网关接 口（ ｏ Ｃ ｍｍｏ ａｅ ｙ ｎＧ ｔ ｗａ Ｉｔ ｆｃ， Ｇ ） ｎｅ ａｅ Ｃ Ｉ ｒ 和应用服务提供商（ｐ ｌ ａｏ ｅ ｉ ｒｖｄｒ Ａ ｐ ｃｔ ｎ Ｓｒ ｃ Ｐｏ ｉｅ， ｉ ｉ ｖｅ
实 际应 用，其技术手段主 要包括对声音特征进行线性 或非线
微 软 所 提 供 的 以组件 对 象 模 型 （ ｏ ｏ ｅｔＯ ｊｃ ｄｌ Ｃ ｍｐ ｎ ｎ ｂｅｔＭｏ ｅ， Ｃ ＯＭ） 为基础 的 Ａｃ ｖＸ技术等 。其中 ，Ａ ｔ ｅ ｔｅ ｉ ｃ ｖＸ控制控件技 ｉ 术能 够支持现 有网站技术及 其他 因特 网的标准 ，具有 自动下 载并 自行 安装 功能 ，可开发功能强大 的软件控件 ，并提供一 套安全 问题 的解决方案 ，具备较好 的集成功能 ，这些优点正
（ ｅ ａｔ ｎ ｆ ｎ ｇ ｍｅ ｔ ｎ ｉｅ ｒ ｇ Ｎａ ａ Ｕｎｖ ｒｉ ｆ ｎ ｉｅ ｒ ｇ Ｗｕ ａ ３ ０ ０ Ｃ ｉ ａ Ｄ ｐｒ ｍｅ ｔ ｏ Ｍａ ａ ｅ ｎ ｇｎ ｅ ｎ ， ｖ ｌ ｉ ｅｓ ｙｏ ｇｎ ｅ ｎ ， ｈ ｎ４ ０ ３ ， ｈ ｎ ） Ｅ ｉ ｔ Ｅ ｉ
服务器 ，服务器 端使用隐马尔科夫模型表述单字 ，单字之 间通过增加静音状态分割以及语音训练形成稳定 的声纹特征模型作为身份验证 的
基础库 。实 际测试结果表 明，该系统识别性 能好 、可移植 性强 ，适用于 网络资源的远程声控 。
关健词 ：身份认证 ；声 纹识 别 ；隐马尔科 夫模型 ；动态时间校正
ｒｃｒ ｎ ｎ ａｓｌｔ ｅｖ ｉｅｐｏ ｅｔ ｓｏ ｅｕｅｓａ ｄｔｅ ａ ｓ ｒｔ ｅｓｒｅ． ｎｔｅ ｓｒｅ ｉｅ ｄ ｅ ｒｏ ｄｌ ｅｏｄａ ｄｅ ｃｐｕａ ｔ ｏｃ ｒｐｒｅ ｆｔ ｓｒ ｎ ｈ ｎｔ ｎｆ ｔ ｅｖ ｒＩ ｅ ｒｓｄ，ａＨｉｄ ｎＭａｋ ｖＭｏ ｅ（ ｅｈ ｉ ｈ ｒ ｅ ｏｈ ｈ ｖ ＨＭＭ）ｉ ｓ
最近邻方法、神 经网络法 、隐马尔可夫模型方法和 Ｖ 聚类 Ｑ 方法等 。实 际证 明使用隐含马尔可夫模型效果更好 。它能很
好地描述语音信号的时变性 和平稳性 ，例如 ，基于 Ｈ ＭＭ 的 声纹识 别技 术在 环绕智能 中的成功应 用 。 ］ 选 取声纹识别的特征参数在声纹识别系统 中非常重要 。 作为准 平稳 的随机过程 ，语音信号在 １ ～５ｍ 内可以认 ０ ｍｓ２ ｓ
１ 制 数 字 才 能还 原 为原 来 上传 的数 据 ，这 个译 码 后取 得 的 ６进 字 符 串 是经 过包 装 的 ，必 须 依 浏 览 器 端 包 装 字 符 串 的 方 式 ，
２ 基于声纹识别的 ｗｅ 身份认证系统设计 ｂ
２１ 系统结构 ．
整个 系统包括 浏览器端 录音程序、浏 览器端与服务器端
之间声纹数据的传递以及声 纹训练与识别程序 等部份。在录 音程序 方面需 要具备能够在 Ｗｅ ｂ页面上运行程序 的能力 ， 这
方面 的标 准语言很 多，例如 ，Ｊｖ ａａ语言、嵌入式脚 本语言和
行 验证 外 ，语音是人类身上最 自然的特征之一 ，声卡及麦克
风 是 目前个人计算机 的基 本配置之 一 ，所以，利 用声 音进 行 身份认 证是所有生物验证 系统 中所需花费最小 的一种 。 声 纹识 别属 于生物识 别技术 的一种 ，它通过 分析语 音波
形计算 出说 话人生理 和行 为特征 的语音参数 ， 自动识 别说 话 人 身份 。与语音识别 不同，声 纹识 别利 用的是语 音信 号中的 说话人信息 ，而 不考 虑语 音中的字词意 思，能够很好地满足 因特 网的身份认证要求…。如今 ，声纹识别技术 已逐渐走 入
因特 例 １
ｔ
ｗ ｗ ｗＮ 务 器
图 ２ 倒频谱系数数组转换为一个特征值字符 串的示 意图
服务器
在浏览器端 ，使用 Ａ ｔ ｅ 控制控件录 下的声纹特征 ， ｃｉ Ｘ ｖ 透过窗体 的包装传送至 Ｗｅ 服务器 ， ｂ 窗体所传送 数据将 由内 嵌 的 ＡＳ Ｐ程序存取 。ＡＳ Ｐ程序取得 的数据是编码过的格式 ， 需 要译码 为成 对 的字 符 串数值 ，并转换 字符 串 中的加号 与