【技术实现步骤摘要】
本申请涉及用户认证，尤其涉及一种用户认证方法、装置、设备及存储介质。
技术介绍
1、在当今数字化时代，生物识别技术不断演进，为身份验证和安全性提供了新的前景。由于每个人都有独特的发音方式、音调、语速和口音，这种独特性为声纹识别提供了一种便捷、非侵入性的身份验证方式。尤其是应用在缺乏鼠标、键盘或触摸屏等传统交互方式的增强现实(augmented reality，ar)设备时，ar设备可以通过内置的麦克风采集用户的声纹信号以实现声纹认证。
2、然而，由于ar设备通常设计为便携式和轻便，例如设计为智能眼镜，因此内置的麦克风的位置和性能受到限制，难以如专业录音设备那样能够有效隔绝背景噪声。在嘈杂的环境中，基于麦克风所采集的声纹信号可能会被噪声污染，进而影响认证的准确和可靠性。
技术实现思路
1、本申请的主要目的在于提供一种用户认证方法，旨在解决现有的在例如智能眼镜等ar设备上基于声纹信号进行用户认证的方式容易受到噪音污染，影响用户认证结果的准确性的技术问题。
2、为实现上述目的，本申请提出一种用户认证方法，所述用户认证方法应用于智能眼镜，所述方法包括：
3、提取当前用户的骨声纹信号对应的特征信号；
4、将所述特征信号输入至预设声纹识别模型，获得当前用户声纹特征，其中所述预设声纹识别模型为通过预设大模型输出的声纹特征对预设小模型进行监督训练所得的模型；
5、确定注册用户声纹特征与所述当前用户声纹特征之间的相似度，根据所述相似度确定所
6、在一实施例中，所述提取当前用户的骨声纹信号对应的特征信号的步骤，包括：
7、获取当前用户的骨声纹信号；
8、通过语音活动检测算法对所述骨声纹信号进行分割，获得语音信号，其中所述骨声纹信号由安装于所述智能眼镜的鼻托处的传感器采集所得；
9、将所述语音信号进行fbank特征转换，获得所述骨声纹信号对应的特征信号。
10、在一实施例中，所述将所述特征信号输入至预设声纹识别模型，获得当前用户声纹特征的步骤，包括：
11、将所述特征信号输入至预设声纹识别模型，所述预设声纹识别模型包括若干卷积层、全局池化层以及全连接层；
12、通过各所述卷积层对所述特征信号进行特征提取，获得高层语音特征；
13、通过所述全局池化层对所述高层语音特征进行全局池化，获得语音特征向量；
14、通过所述全连接层对所述语音特征向量进行线性映射，获得当前用户声纹特征。
15、在一实施例中，所述确定注册用户声纹特征与所述当前用户声纹特征之间的相似度，根据所述相似度确定所述当前用户的认证结果的步骤，包括：
16、计算所述注册用户声纹特征与所述当前用户声纹特征的余弦相似度；
17、在所述余弦相似度大于预设阈值时，判定所述当前用户认证通过；
18、在所述余弦相似度不大于所述预设阈值时，判定所述当前用户认证不通过。
19、在一实施例中，所述计算所述注册用户声纹特征与所述当前用户声纹特征的余弦相似度的步骤之前，还包括：
20、获取注册用户基于预设注册引导词所生成的骨声纹注册信号；
21、提取所述骨声纹注册信号对应的注册特征信号；
22、将所述注册特征信号输入至所述预设声纹识别模型，获得注册用户声纹特征。
23、在一实施例中，所述方法还包括：
24、获取训练样本集，所述训练样本集中包括麦克风语音信号样本以及骨声纹信号样本；
25、通过所述麦克风语音信号样本对所述预设大模型进行训练，获得第一声纹识别模型；
26、将所述骨声纹信号样本分别输入至所述第一声纹识别模型和所述预设小模型，使用所述第一声纹识别模型对所述预设小模型进行蒸馏，获得预设声纹识别模型。
27、在一实施例中，所述将所述骨声纹信号样本分别输入至所述第一声纹识别模型和所述预设小模型，使用所述第一声纹识别模型对所述预设小模型进行蒸馏，获得预设声纹识别模型的步骤，包括：
28、将所述骨声纹信号样本输入至所述第一声纹识别模型，输出软标签特征；
29、将所述骨声纹信号样本输入至所述预设小模型，输出预测声纹特征；
30、基于损失函数，根据所述软标签特征以及所述预测声纹特征确定蒸馏损失；
31、基于所述蒸馏损失对所述预设小模型进行调整，并在满足损失函数条件时，获得预设声纹识别模型。
32、此外，为实现上述目的，本申请还提出一种用户认证装置，所述装置包括：
33、信号获取模块，用于提取所述骨声纹信号对应的特征信号；
34、特征提取模块，用于将所述特征信号输入至预设声纹识别模型，获得当前用户声纹特征，其中所述预设声纹识别模型为通过预设大模型输出的声纹特征对预设小模型进行监督训练所得的模型；
35、用户认证模块，用于确定注册用户声纹特征与所述当前用户声纹特征之间的相似度，根据所述相似度确定所述当前用户的认证结果。
36、此外，为实现上述目的，本申请还提出一种用户认证设备，所述用户认证设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户认证程序，所述用户认证程序被所述处理器执行时实现如上文所述的用户认证方法的步骤。
37、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质上存储有用户认证程序，所述用户认证程序被处理器执行时实现如上文所述的用户认证方法的步骤。
38、本申请公开一种用户认证方法，该方法应用于智能眼镜，包括：提取当前用户的骨声纹信号对应的特征信号；将特征信号输入至预设声纹识别模型，获得当前用户声纹特征，其中预设声纹识别模型为通过预设大模型输出的声纹特征对预设小模型进行监督训练所得的模型；确定注册用户声纹特征与当前用户声纹特征之间的相似度，根据相似度确定当前用户的认证结果。由于本申请能够使用骨声纹来进行用户认证，与空气传播的声纹信号相比，受环境噪声的影响较小，并使用大模型对小模型进行监督训练，可以使得小模型在保持较小体积的同时，学习到大模型的高级特征表示，从而提升了该预设声纹识别模型的效率和性能，有利于提升用户认证的准确性和可靠性。
本文档来自技高网...【技术保护点】
1.一种用户认证方法，其特征在于，所述方法应用于智能眼镜，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述提取当前用户的骨声纹信号对应的特征信号的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述将所述特征信号输入至预设声纹识别模型，获得当前用户声纹特征的步骤，包括：
4.如权利要求1所述的方法，其特征在于，所述确定注册用户声纹特征与所述当前用户声纹特征之间的相似度，根据所述相似度确定所述当前用户的认证结果的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述计算所述注册用户声纹特征与所述当前用户声纹特征的余弦相似度的步骤之前，还包括：
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
7.如权利要求6所述的方法，其特征在于，所述将所述骨声纹信号样本分别输入至所述第一声纹识别模型和所述预设小模型，使用所述第一声纹识别模型对所述预设小模型进行蒸馏，获得预设声纹识别模型的步骤，包括：
8.一种用户认证装置，其特征在于，所述装置包括：
9.一种用户认证设备，
10.一种存储介质，其特征在于，所述存储介质上存储有用户认证程序，所述用户认证程序被处理器执行时实现如权利要求1至7中任一项所述的用户认证方法的步骤。
...【技术特征摘要】
1.一种用户认证方法，其特征在于，所述方法应用于智能眼镜，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述提取当前用户的骨声纹信号对应的特征信号的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述将所述特征信号输入至预设声纹识别模型，获得当前用户声纹特征的步骤，包括：
4.如权利要求1所述的方法，其特征在于，所述确定注册用户声纹特征与所述当前用户声纹特征之间的相似度，根据所述相似度确定所述当前用户的认证结果的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述计算所述注册用户声纹特征与所述当前用户声纹特征的余弦相似度的步骤之前，还包括：
6.如权利要求1所述的方法，其特征在于，所述方...
【专利技术属性】
技术研发人员：陈碧辉，吴涛，李国樑，万美君，
申请(专利权)人：奇点临近技术上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。