聲控解鎖方法以及電子設備的制作方法
【專利摘要】本發明是關于一種聲控解鎖方法以及電子設備。所述的聲控解鎖方法包括：接收作為解鎖密碼的聲音信息；提取上述聲音信息中的聲紋信息，對該聲紋信息進行認證，得到聲紋認證結果；提取上述聲音信息中的內容信息，對該內容信息進行認證，得到內容認證結果；對上述的聲紋認證結果和內容認證結果進行綜合認證，得到綜合認證結果；根據綜合認證結果進行解鎖或者拒絕解鎖。由于結合了聲紋認證和內容認證兩個認證結果，其可以避免傳統的聲紋認證技術中由于辨識度不高而導致解鎖失敗的問題，通過內容認證對聲紋認證的補充，可以提高解鎖效率。
【專利說明】聲控解鎖方法以及電子設備
【技術領域】
[0001]本發明涉及一種解鎖技術，特別是涉及一種聲控解鎖方法以及電子設備。
【背景技術】
[0002]聲紋(Voiaprint)，是用電聲學儀器顯示的攜帶言語信息的聲波頻譜?，F代科學研究表明，聲紋不僅具有特定性，而且有相對穩定性的特點。成年以后，人的聲音可保持長期相對穩定不變。無論講話者是故意模仿他人聲音和語氣，還是耳語輕聲講話，即使模仿得惟妙惟肖，其聲紋卻始終相同?；诼暭y上述兩個特征，產生了聲紋認證技術和聲紋鎖技術，并得到廣泛的應用。
[0003]當前利用聲紋作為密碼解鎖時，只是利用作為說話人的生理信息的聲紋信息進行確認或者拒絕，但是，現有的聲紋解鎖技術的應用還存在一些限制和缺點，比如同一個人的聲音易受身體狀況、年齡、情緒等的影響而造成聲紋辨識度下降；或者環境噪音對識別有
干擾等等。

【發明內容】

[0004]本發明的主要目的在于，提供一種聲控解鎖方法以及電子設備，所要解決的技術問題是通過對聲紋認證結果和內容認證結果進行綜合認證，來進行解鎖或拒絕解鎖。
[0005]上述發明目的，是通過以下方案實現的。本發明的實施例提供一種聲控解鎖方法，應用于電子設備中，所述電子設備包括一聲音信息采集單元，所述方法包括:當所述電子設備處于鎖定狀態時，通過所聲音信息采集單元采集聲音信息；提取所述聲音信息中的聲紋信息，對所述聲紋信息進行認證，得到聲紋認證結果；提取所述聲音信息中的內容信息，對所述內容信息進行認證，得到內容認證結果；對所述聲紋認證結果和所述內容認證結果進行綜合認證，得到綜合認證結果；當所述綜合認證結果滿足預定條件時，控制所述電子設備從所述鎖定狀態進入到解鎖狀態；當所述綜合認證結果未滿足所述預定條件時，控制所述電子設備維持所述鎖定狀態。
[0006]優選的，上述的聲控解鎖方法，其中所述的綜合認證包括:按照公式:MX+NY=C，計算得到綜合認證結果，式中，M為聲紋認證結果，N為內容認證結果，X為聲紋權重值，Y為內容權重值，C為綜合認證結果。
[0007]優選的，上述的聲控解鎖方法，其中所述的聲紋權重值與內容權重值之和為I。
[0008]優選的，上述的聲控解鎖方法，其中所述的滿足預定條件為綜合認證結果等于或高于預設解鎖閾值；所述的未滿足所述預定條件為綜合認證結果小于預設解鎖閾值。
[0009]優選的，上述的聲控解鎖方法，其中所述的預設解鎖閾值根據環境噪音自動調整，環境噪音大則預設解鎖閾值調高，環境噪音小則預設解鎖閾值調低。
[0010]優選的，上述的聲控解鎖方法，其中所述的聲音信息為人說語言的聲音、人發出的非語言的聲音、和/或動物發出的叫聲。
[0011]優選的，上述的聲控解鎖方法，其中所述的對所述聲紋信息進行認證包括:將提取的聲紋信息與預設的聲紋庫進行相似度比對得到聲紋相似度值，該聲紋相似度值為所述的聲紋認證結果。
[0012]優選的，上述的聲控解鎖方法，其中所述的步驟3中所述的對內容信息進行認證包括，將提取到的內容信息與預設的內容庫進行相似度比對得到內容相似度值，該內容相似度值為所述的內容認證結果。
[0013]優選的，上述的聲控解鎖方法，其中所述的內容庫中包括多個內容模型。
[0014]優選的，上述的聲控解鎖方法，其中所述的內容模型為HMM模型，該模型特征采用MFCC特征。
[0015]本發明的實施例還提供一種電子設備，其包括:聲音信息采集單元，用于采集聲音信息；聲紋認證單元，提取所述的聲音信息中的聲紋信息，建立該聲紋信息的聲學模型，并將該聲學模型與聲紋庫中的全部聲學模型進行比對，并返回聲紋相似度值；內容認證單元，提取所述聲音信息中的內容信息，建立該內容信息的內容模型，并將該內容模型與內容庫中預設的全部內容模型進行比對，并返回內容相似度值；綜合認證單元，將上述的聲紋相似度值和內容相似度值進行處理，并得到綜合認證結果，根據該綜合認證結果發出解鎖指令或者拒絕解鎖指令；以及解鎖單元，根據綜合認證單元發出的解鎖指令，進行解鎖。
[0016]優選的，上述的電子設備，其中所述的聲紋認證單元包括:聲紋庫，用于存儲聲學模型；以及聲紋處理單兀，用于提 取所述的聲音信息中的聲紋信息，建立該聲紋信息的聲學模型，并將該聲學模型與聲紋庫中的每一個聲學模型進行比對，得到每一個聲學模型的相似度值，將其中的相似度值最大的作為聲紋相似度值返回。
[0017]優選的，上述的電子設備，還包括:聲學模型訓練模塊，用于建立有權用戶的聲紋的聲學模型，并將該聲學模型存儲到所述的聲紋庫中。
[0018]優選的，上述的電子設備，其中所述的內容認證單元包括:內容模型建立模塊，用于提取內容信息，并建立內容模型；內容庫，其存儲多個內容模型；以及內容處理模塊，將內容模型建立模塊得到的內容模型，并將該內容模型與內容庫中的每個內容模型進行比對，并得到每一個內容模型的相似度值，將內容相似度值中最大的作為內容相似度值返回。
[0019]優選的，上述的電子設備，其中所述的內容模型為HMM模型，該模型特征采用MFCC特征。
[0020]優選的，上述的電子設備，還包括:噪音檢測單元，用于檢測環境噪音，并將環境噪音的檢測結果發送到綜合認證單元。
[0021]優選的，所述的電子設備為手機、平板電腦、筆記本電腦、電視機、臺式機或者門禁
>J-U ρ?α裝直。
[0022]借由上述技術方案，本發明聲控解鎖方法以及電子設備的實施例至少具有下列優
占-
^ \\\.[0023]由于結合了聲紋認證和內容認證兩個認證結果，其可以避免傳統的聲紋認證技術中由于辨識度不高而導致解鎖失敗的問題，通過內容認證對聲紋認證的補充，可以提高解鎖效率。
[0024]上述說明僅是本發明技術方案的概述，為了能夠更清楚了解本發明的技術手段，并可依照說明書的內容予以實施，以下以本發明的較佳實施例并配合附圖詳細說明如后。【專利附圖】

【附圖說明】
[0025]圖1是本發明實施例提出的聲控解鎖方法的流程圖。
[0026]圖2是本發明另一實施例提出的聲控解鎖方法的流程圖。
[0027]圖3是本發明又一實施例提出的電子設備的示意圖。
【具體實施方式】
[0028]為更進一步闡述本發明為達成預定發明目的所采取的技術手段及功效，以下結合附圖及較佳實施例，對依據本發明提出的聲控解鎖方法以及電子設備其【具體實施方式】、結構、特征及其功效，詳細說明如后。在下述說明中，不同的“一實施例”或“實施例”指的不一定是同一實施例。此外，一或多個實施例中的特定特征、結構、或特點可由任何合適形式組合。
[0029]如圖1所示，是本發明提出的聲控解鎖方法的一個實施例的流程圖。該實施例的聲控解鎖方法，主要過程如下:
[0030]初始化，該初始化是使被解鎖設備處于接受解鎖的待解鎖狀態的過程。以解鎖手機為例，當用戶長期不用時，為節約電量，手機一般都處于待機狀態，此時手機內的很多設備都處于休眠狀。同時該手機還處在鎖定狀態，不進行解鎖，則無法對該手機進行進一步的操作。比如，用戶觸碰手機的任何一個按鍵，對于觸摸屏手機來說可能接觸該觸摸屏，都可以喚醒手機，并使手機處在待解鎖狀態?？梢圆捎矛F有技術中的任何一種初始化技術來實現該初始化過程。
[0031]步驟1，接收作為解鎖密碼的聲音信息。當被解鎖設備完成初始化過程，并處在待解鎖狀態后，由用戶發出一個聲音信息，并采集這個聲音信息。這個聲音信息是用戶通過聲帶振動發出的聲音，例如，可以是用戶說出的某段話、或者某幾個字、或者唱一段歌曲、或者是無確切語目含義的首節串，如哼哼聲、或者咳嗽聲等等。所述的聲首?目息，也可以是由其他播放設備(例如錄音機、手機)所播放出來的人的聲音，也可以是動物的聲帶振動所發出的聲音，例如狗叫聲、貓叫聲。只要是聲音制造者的聲音中具有可辨識且可確認的聲紋即可。
[0032]所述的聲音信息，包括聲紋信息和內容信息。所述的聲紋信息是指說話人語音頻譜的信息。由于每個人的發音器官不同，所發出來的聲音及其音調各不相同，因此，聲紋作為基本特征來實現人的身份識別具有實際的不可替代性和穩定性。每個人的聲紋信息可以通過建立該人的聲學模型所表示。所述的內容信息是指說話人所要表達的意思內容，例如為人的有含義的語言，也可以是沒有語言意思的其他內容，為無確切語言含義的音節串，例如咳嗽、笑聲、哭聲、呻吟聲等等。所述的內容信息通過建立內容模型來表示，例如建立HMM模型(Hidden Markov Model,隱馬爾可夫模型),模型特征可以采用MFCC特征(MelFrequency Cepstrum Coefficient, Mel 頻率倒譜系數)。
[0033]在被解鎖設備內設有聲紋庫和內容庫，所述的聲紋庫內儲存全部有權用戶的聲紋信息的聲學模型。所述的內容庫儲存大量的內容信息，每一條內容信息通過內容模型的形式存儲在內容庫中。
[0034] 步驟2，提取上述聲音信息中的聲紋信息，對該聲紋信息進行認證，得到聲紋認證結果。具體為，當接收到用戶發出的作為解鎖密碼的聲音信息之后，將聲音進行聲紋識別處理，提取該聲音信息中的聲紋信息，并建立該聲紋信息的聲學模型，例如為HMM模型。然后將該聲學模型與聲紋庫中的全部聲學模型進行相似度比對計算，得到聲紋庫中每個聲紋模型的相似度值，并將相似度最高的值返回，作為該用戶的聲紋相似度值M，該聲紋相似度值M也就是聲紋認證結果。較佳的，作為聲紋認證結果的聲紋相似度值的最高值為100，其含義為接收到的聲音信息中的聲紋信息的聲學模型與聲紋庫中的某個聲學模型完全相同。作為聲紋認證結果的聲紋相似度值的最低值為0，其含義為接收到的聲音信息中的聲紋信息的聲學模型與聲紋庫中的某個聲學模型完全不同。部分相同的情況，則根據相同程度的大小，其相似度值在0-100的范圍內。
[0035]步驟3，提取上述聲音信息中的內容信息，對該內容信息進行認證，得到內容認證結果。當接收到用戶發出的作為解鎖密碼的聲音信息之后，將聲音進行內容處理，提取該聲音信息中的內容信息，并建立該內容信息的內容模型，例如建立HMM模型(HiddenMarkov Model,隱馬爾可夫模型),模型特征可以米用MFCC特征(Mel Frequency CepstrumCoefficient, Mel頻率倒譜系數)。然后將上述內容模型與內容庫中的內容模型進行相似度比對，得到內容庫中每個內容模型的相似度值，并將相似度最高的值返回，作為該用戶內容相似度值N，該內容相似度值N也就是內容認證結果。較佳的，作為內容認證結果的內容相似度值的最高值為100，其含義為接收到的聲音信息中的內容信息的內容模型與內容庫中的某個內容模型完全相同。作為內容認證結果的內容相似度值的最低值為0，其含義為接收到的聲音信息中的內容信息的內容模型與內容庫中的某個內容模型完全不同。部分相同的情況，則根據相同程度的大小，其相似度值在0-100的范圍內。
[0036]上述的步驟2和步驟3在順序上不進行限定，可以同時進行也可以不同時進行，都不影響本方法目的的實現。
[0037]步驟4，對上述的聲紋認證結果和內容認證結果進行綜合認證，得到綜合認證結果。對步驟2得到的聲紋相似度值M賦予一個聲紋權重值X，對步驟3得到的內容相似度值N賦予一個內容權重值Y。然后根據公式:MX+NY=C，計算得到綜合認證結果C的值，綜合認證結果為所述聲紋認證結果加權值與內容認證結果加權值之和。
[0038]優選的，所述聲紋權重值X和內容權重值Y具有函數關系,例如聲紋權重值X和內容權重值Y符合公式:X+Y=1，且0〈X〈1，0〈Y〈1。即所述聲紋權重值X為一個變量，所述的內容權重值為1-Χ，如此對于權重值來說只需調整一個變量即可完成對兩個權重值的調整，有利于提聞操作效率。
[0039]優選的，上述的聲紋權重值X和內容權重值Y是線性加權的方式，也可以采用非線性加權。
[0040]優選的，上述聲紋權重值X和內容權重值Y，可以根據經驗進行設定，還可以采用實驗方法獲得，例如，通過用戶多次訓練，不斷嘗試上述權重值的具體數值，直到用戶得到一個出現錯誤最少的情況，或者達到用戶滿意的情況時，所獲得的聲紋權重值和內容權重值即為所設定的權重值。
[0041]步驟5，根據綜合認證結果進行解鎖或者拒絕解鎖。將所述的綜合認證結果C與預設解鎖閾值P比較，當C > P，即當綜合認證結果大于或等于預設解鎖閾值則進行解鎖；當C< P，即當綜合認證結果小于預設解鎖閾值則拒絕解鎖。
[0042]較佳的，所述的預設解鎖閾值P是可調節的，例如在0-100范圍內可調，其可以是直接對預設解鎖閾值進行調節，也可以是設置閾值系數，通過調節閾值系數并采用系數加權的方式來調節最終的預設解鎖閾值。更佳的，所述的預設解鎖閾值P具有自適應功能，該預設解鎖閾值根據環境噪音自動調整，環境噪音大則預設解鎖閾值調高，環境噪音小則預設解鎖閾值調低。具體可以為，在設備在初始化時，或者初始化之后，采集該設備所處環境的背景噪音，并根據噪音的大小或者嘈雜程度來調節解鎖閾值P的大小。例如，在安靜的環境中該解鎖閾值被設定在較高的水平，在喧鬧的環境中，則該解鎖閾值被設定在較低的水平。
[0043]上述的聲控解鎖方法，其通過對用戶提供的聲音信息中的聲紋信息和內容信息進行綜合判斷，并得出解鎖或者拒絕解鎖的結果。避免了現有技術中單純對聲紋信息進行判斷的方案中由于聲紋辨識度不高造成解鎖失敗的情況。
[0044]優選的，如圖2所示，在上述的聲控解鎖方法中，所述的步驟2還包括:將聲紋相似度值M與預設聲紋相似度閾值相比，聲紋相似度值M等于或者高于預設聲紋相似度閾值則直接進行解鎖，否者繼續執行其他步驟。所述的預設聲紋相似度閾值可以設置為較高的值，當超過這個閾值時，可以認為該聲音信息被確認是設備中所存儲的授權用戶所發出的，此時應該解鎖。
[0045]實例I
[0046]如果用戶欲解鎖一個臺式機電腦終端，該臺式機電腦終端處于待機狀態。用戶觸控臺式機電腦終端的任意按鍵，則臺式機電腦終端進行初始化，向用戶顯示解鎖界面。此時用戶說出“芝麻開門”，臺式機電腦終端通過麥克風接收到該聲音信息，然后對這個聲音進行認證處理。在聲紋認證過程種，臺式機電腦終端提取該聲音信息的聲紋信息，并建立由一系列特征值組成的聲學模型，將該聲學模型與臺式機電腦終端中聲紋庫中的全部聲學模型進行相似度比對。比如，聲紋庫中有100個用戶的聲學模型，則會得到100個相似度的值，取相似度最高的那個值作為本次比對的聲紋相似度值M，例如該M=95。在內容認證過程中，將“芝麻開門”的聲音轉化為內容模型，通過與內容庫中的全部內容模型對比后，最高的內容相似度值為80，則本次內容認證得到的內容相似度值N=80。
[0047]臺式機電腦終端中預先設定了聲紋認證權重值X=0.6，內容認證權重值為Y=1-X=0.4。則綜合認證結果C=MX+NY=95*0.6+80*0.4=57+32=89。若果臺式機電腦終端中預設的解鎖閾值P為90，則C〈P，則臺式機電腦終端拒絕解鎖。此時，可以向用戶顯示“解鎖失敗，請重試”。此時，如果用戶重復說一遍“芝麻開門”，聲紋認證的聲紋相似度值M仍然為95，而內容認證中該“芝麻開門”的內容模型與內容庫中的某個模型完全相同，則本次返回的內容相似度值為N=IOO。此時綜合認證結果C=MX+NY=95*0.6+100*0.4=57+40=97，則OP,則臺式機電腦終端執行解鎖功能，用戶可以使用該臺式機電腦終端的全部功能了。
[0048]上述的解鎖過程，由于采用了聲紋認證和內容認證兩個認證結果，可以在一定程度上確保認證的準確性，避免由于僅采用聲紋認證中，用戶處在環境嘈雜場合造成聲紋認證相似度低而一直拒絕解鎖，用戶可以通過提高內容認證的相似度而完成解鎖過程。
[0049]當然，上述的語言“芝麻開門”也可以被用戶的一串無含義的音節串所替代，例如為咳嗽聲、笑聲、哼哼聲，此時聲紋認證過程和內容認證過程不受影響。
[0050]如圖3所示，本發明的實施例提出一種電子設備，例如為手機、平板電腦、筆記本電腦、電視機、臺式機或者門禁裝置。所述電子設備除了包括實現該設備功能所必須的功能模塊或裝置之外，還包括:聲音信息采集單元10、聲紋認證單元20、內容認證單元30、綜合認證單元40和解鎖單元50。
[0051]所述聲音信息采集單元10，用于采集聲音信息，例如為手機中的聽筒。較佳的，所述聲音信息采集單元具有執行上述實施例中步驟I的功能。
[0052]所述聲紋認證單元20，提取所述的聲音信息中的聲紋信息，建立該聲紋信息的聲學模型，并將該聲學模型與聲紋庫中的全部聲學模型進行比對，并返回聲紋相似度值。該聲紋認證單元20包括聲紋處理模塊21和聲紋庫22。所述的聲紋庫22用于存儲全部的有權用戶的聲學模型。所述的聲紋處理模塊21，對聲音信息采集單元得到的聲音信息進行聲紋提取并建立聲紋信息的聲學模型。并將該建立的聲學模型與聲紋庫中的每一個聲學模型進行比對,得到每一個聲學模型的相似度值,將其中的相似度值最大的作為聲紋相似度值返回。較佳的，所述聲紋認證單元20具有執行上述實施例中步驟2的功能。
[0053]所述內容認證單元30，提取所述聲音信息中的內容信息，并將該內容信息轉化為內容模型，并將該內容模型與內容庫中的全部內容模型進行比對，并返回內容相似度值。該內容認證單元30包括:內容模型建立模塊31，用于提取內容信息，并建立內容模型；內容庫33，其存儲多個內容模型，該內容模型可以為HMM模型等，模型特征可以采用MFCC特征；以及內容處理模塊32，將內容模型建立模塊31得到的內容模型與內容庫中每一個內容模型進行比對，得到每一個內容模型的相似度值，并將上述相似度值中最大的作為內容相似度值返回。較佳的，所述內容認證30單元具有執行上述實施例中步驟3的功能。
[0054]所述綜合認證單元40，將上述的聲紋相似度值和內容相似度值進行處理，并得到綜合認證結果，根據該綜合認證結果發出解鎖指令或者拒絕解鎖指令；較佳的，所述綜合認證40單元具有執行上述實施例中步驟4和步驟5的功能。
[0055]所述解鎖單元50，根據綜合認證單元發出的解鎖指令，進行解鎖，如果綜合認證單元發出拒絕解鎖指令，則返回解鎖失敗的信息。
[0056]較佳的，本發明的一個實施例的電子設備還包括聲學模型訓練模塊23，用于建立有權用戶的聲紋的聲學模型，并將該聲學模型存儲到所述的聲紋庫22中。聲紋庫22中所有的聲學模型都可以通過聲學模型訓練模塊來建立。
[0057]較佳的，本發明的一個實施例的電子設備還包括噪音檢測單元60，用于檢測環境噪音，并將環境噪音的檢測結果發送到綜合認證單元。較佳的，該噪音檢測單元可以具有聲音采集功能和噪音處理計算功能。也可以不具聲音采集功能僅具有噪音處理計算功能，其對噪音的采集由聲音信息采集單元10來完成。該噪音檢測單元60向綜合認證單元發送到綜合認證單元40。綜合認證單元40根據所述的噪音檢測結果來調節預設解鎖閾值的大小，環境噪音大則預設解鎖閾值調高，環境噪音小則預設解鎖閾值調低。
[0058]以上所述，僅是本發明的較佳實施例而已，并非對本發明作任何形式上的限制，雖然本發明已以較佳實施例揭露如上，然而并非用以限定本發明，任何熟悉本專業的技術人員，在不脫離本發明技術方案范圍內，當可利用上述揭示的技術內容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬于本發明技術方案的范圍內。
【權利要求】
1.一種聲控解鎖方法，其特征在于，應用于電子設備中，所述電子設備包括一聲音信息采集單元，所述方法包括: 當所述電子設備處于鎖定狀態時，通過所聲音信息采集單元采集聲音信息； 提取所述聲音信息中的聲紋信息，對所述聲紋信息進行認證，得到聲紋認證結果； 提取所述聲音信息中的內容信息，對所述內容信息進行認證，得到內容認證結果； 對所述聲紋認證結果和所述內容認證結果進行綜合認證，得到綜合認證結果； 當所述綜合認證結果滿足預定條件時，控制所述電子設備從所述鎖定狀態進入到解鎖狀態； 當所述綜合認證結果未滿足所述預定條件時，控制所述電子設備維持所述鎖定狀態。
2.根據權利要求1所述的聲控解鎖方法，其特征在于，所述的綜合認證包括:按照公式:MX+NY=C，計算得到綜合認證結果， 式中，M為聲紋認證結果，N為內容認證結果，X為聲紋權重值，Y為內容權重值，C為綜合認證結果。
3.根據權利要求2所述的聲控解鎖方法，其特征在于，所述的聲紋權重值與內容權重值之和為I。
4.根據權利要求2所述的聲控解鎖方法，其特征在于，所述的滿足預定條件為綜合認證結果等于或高于預設解鎖閾值；所述的未滿足所述預定條件為綜合認證結果小于預設解鎖閾值。
5.根據權利要求4所述的聲控解鎖方法，其特征在于，所述的預設解鎖閾值根據環境噪音自動調整，環境噪音大則預設解鎖閾值調高，環境噪音小則預設解鎖閾值調低。
6.根據權利要求1所述的聲控解鎖方法，其特征在于，所述的聲音信息為人說語言的聲音、人發出的非語言的聲音、和/或動物發出的叫聲。
7.根據權利要求1所述的聲控解鎖方法，其特征在于，對所述聲紋信息進行認證包括: 將提取的聲紋信息與預設的聲紋庫進行相似度比對得到聲紋相似度值，該聲紋相似度值為所述的聲紋認證結果。
8.根據權利要求1所述的聲控解鎖方法，其特征在于，所述的對內容信息進行認證包括，將提取到的內容信息與預設的內容庫進行相似度比對得到內容相似度值，該內容相似度值為所述的內容認證結果。
9.根據權利要求8所述的聲控解鎖方法，其特征在于，所述的內容庫中包括多個內容模型。
10.根據權利要求9所述的聲控解鎖方法，其特征在于，所述的內容模型為HMM模型，該模型特征采用MFCC特征。
11.一種電子設備，其特征在于，其包括: 聲音信息米集單兀，用于米集聲音信息； 聲紋認證單元，提取所述的聲音信息中的聲紋信息，建立該聲紋信息的聲學模型，并將該聲學模型與聲紋庫中的全部聲學模型進行比對，并返回聲紋相似度值； 內容認證單元，提取所述聲音信息中的內容信息，建立該內容信息的內容模型，并將該內容模型與內容庫中預設的全部內容模型進行比對,并返回內容相似度值； 綜合認證單元，將上述的聲紋相似度值和內容相似度值進行處理，并得到綜合認證結果，根據該綜合認證結果發出解鎖指令或者拒絕解鎖指令；以及 解鎖單元，根據綜合認證單元發出的解鎖指令，進行解鎖。
12.根據權利要求11所述的電子設備，其特征在于，所述的聲紋認證單元包括: 聲紋庫，用于存儲聲學模型；以及 聲紋處理單元，用于提取所述的聲音信息中的聲紋信息，建立該聲紋信息的聲學模型，并將該聲學模型與聲紋庫中的每一個聲學模型進行比對，得到每一個聲學模型的相似度值，將其中的相似度值最大的作為聲紋相似度值返回。
13.根據權利要求12所述的電子設備，其特征在于，其還包括: 聲學模型訓練模塊，用 于建立有權用戶的聲紋的聲學模型，并將該聲學模型存儲到所述的聲紋庫中。
14.根據權利要求11所述的電子設備，其特征在于，所述的內容認證單元包括: 內容模型建立模塊，用于提取內容信息，并建立內容模型； 內容庫，其存儲多個內容模型；以及 內容處理模塊，將內容模型建立模塊得到的內容模型，并將該內容模型與內容庫中的每個內容模型進行比對，并得到每一個內容模型的相似度值，將內容相似度值中最大的作為內容相似度值返回。
15.根據權利要求14所述的電子設備，其特征在于，所述的內容模型為HMM模型，該模型特征采用MFCC特征。
16.根據權利要求11-15任一項所述的電子設備，其特征在于，還包括: 噪音檢測單元，用于檢測環境噪音，并將環境噪音的檢測結果發送到綜合認證單元。
17.根據權利要求11-15任一項所述的電子設備，其特征在于，所述的電子設備為手機、平板電腦、筆記本電腦、電視機、臺式機或者門禁裝置。
【文檔編號】G10L17/26GK104021790SQ201310064271
【公開日】2014年9月3日 申請日期:2013年2月28日 優先權日:2013年2月28日
【發明者】戴海生 申請人:聯想(北京)有限公司