1.一种声纹识别模板保护方法,其特征在于,包括如下步骤:建立声纹识别系统模型;
获取用户注册声音,包括通过采集设备对用注册声音进行采集,再进行处理,获得第一声纹模板,提取第一声纹模板的声纹特征向量,输入声纹识别系统模型进行训练,获得第一模型库;
采集用户测试声音,并对测试声音进行处理,获得第二声纹模板,提取第二声纹模板的声纹特征向量,输入声纹识别系统模型进行训练,获得第二模型库;
计算第一模型库的声纹特征向量和所述第二模型库的声纹特征向量的相似度,若相似度大于阈值,则识别成功,若相似度小于阈值,则识别失败。
2.如权利要求1所述的声纹识别模板保护方法,其特征在于,获取用户注册声音,包括通过采集设备对用户注册声音进行采集,再进行处理,获得第一声纹模板,提取第一声纹模板的声纹特征向量,输入声纹识别系统模型进行训练,获得第一模型库包括:提取第一声纹模板的声纹特征向量;
获取声纹识别系统模型生成的随机矩阵,并进行正交化,获得正交矩阵;
加法分解正交矩阵;
将提取的声纹特征向量与正交矩阵相乘,获得声纹特征向量一,再利用声纹特征向量一与分解后的正交矩阵交叉相乘,获得声纹特征向量二,并发送至服务器中的声纹识别系统模型进行训练,获得第一模型库。
3.如权利要求1所述的声纹识别模板保护方法,其特征在于,在采集用户测试声音,并对测试声音进行预处理,获得第二声纹模板,提取第二声纹模板的声纹特征向量,输入声纹识别系统模型进行训练,获得第二模型库的步骤中,提取第二声纹模板的声纹特征向量具体操作为:提取第二声纹模板的声纹特征向量;
获取声纹识别系统模型生成的随机矩阵,并进行正交化,获得正交矩阵;
加法分解正交矩阵;
将提取的声纹特征向量与正交矩阵相乘,获得声纹特征向量三,再利用声纹特征向量三与分解后的正交矩阵交叉相乘,获得声纹特征向量四,并发送至服务器中的声纹识别系统模型进行训练,获得第二模型库。
4.如权利要求2或3所述的声纹识别模板保护方法,其特征在于,在声纹识别系统模型生成随机矩阵,并进行正交化,获得正交矩阵的步骤中:通过MATLAB自带的函数生成随机矩阵,采用的正交化为史密斯正交化。
5.如权利要求1所述的声纹识别模板保护方法,其特征在于,在计算第一模型库的声纹特征向量和所述第二模型库的声纹特征向量的相似度,若相似度大于阈值,则识别成功,若相似度小于阈值,则识别失败的步骤中:计算第一声纹模板的声纹特征向量和所述第二声纹模板的声纹特征向量的相似度具体为:计算第一模型库的声纹特征向量和所述第二模型库的声纹特征向量的余弦相似度。