本發(fā)明涉及安全認(rèn)證領(lǐng)域，尤其涉及終端及身份認(rèn)證方法、終端和認(rèn)證中心的認(rèn)證方法及系統(tǒng)。

背景技術(shù)：

電子交易、安全登錄中最常見的身份認(rèn)證(Authentication)方式是密碼檢查。但這種方式存在盜用、遺忘的風(fēng)險，對于個人電腦等普通終端還存在密碼被病毒、木馬竊取的風(fēng)險。另一種身份標(biāo)識的方式是利用交易終端設(shè)備內(nèi)置的唯一識別號。譬如，手機內(nèi)置SIM(Subscriber Identity Module，客戶識別模塊)卡，有一定的身份識別作用，但在手機遺失時仍可被冒用、盜用。又如數(shù)字電視機頂盒中的電視支付，因數(shù)字電視所使用的CA(Conditional Access，條件接收)系統(tǒng)具備身份標(biāo)識特性，它使用智能卡或終端內(nèi)置唯一身份標(biāo)識號，一方面做業(yè)務(wù)授權(quán)，另一方面也是身份標(biāo)識。又如，對于配備高級安全芯片的智能計算終端，則可利用這類高安芯片所具備的芯片序列號(Chip ID)來進行身份標(biāo)識。

但對于諸如平板電腦、個人電腦等普通交易終端設(shè)備，往往不具備上述可唯一標(biāo)識使用者身份的設(shè)施，除密碼認(rèn)證外，往往需要使用外部設(shè)備，如金融機構(gòu)提供的電子數(shù)字證書來進行輔助身份認(rèn)證。

此外，現(xiàn)有技術(shù)中，執(zhí)行身份認(rèn)證的方式還可為使用人的外貌特征來標(biāo)識，但由于人的外貌特征可事先錄制或復(fù)制成照片、錄像、錄音以及視頻等文件，因此容易出現(xiàn)偽造的身份認(rèn)證，使得身份認(rèn)證仍然出現(xiàn)很大的難度。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是克服現(xiàn)有技術(shù)中的身份認(rèn)證方式的密碼易失易盜導(dǎo)致的安全性不高、且認(rèn)證方式還易被偽造的缺陷，提供一種終端及 身份認(rèn)證方法、終端和認(rèn)證中心的認(rèn)證方法及系統(tǒng)。

本發(fā)明是通過下述技術(shù)方案解決上述技術(shù)問題的：

一種終端的身份認(rèn)證方法，其特點在于，包括：

S₁、隨機顯示一段文字；

S₂、采集用戶讀取所述文字形成的音視頻；

S₃、提取所述音視頻中的特征數(shù)據(jù)；

S₄、判斷所述特征數(shù)據(jù)與一數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

其中，所述特征數(shù)據(jù)包括口型特征。

在本方案中，終端上隨機顯示一段文字，使得每次顯示的文字均會不同，用戶讀取該文字形成的音視頻也不同，進而能夠根據(jù)變化的特征數(shù)據(jù)來認(rèn)證用戶，能夠在認(rèn)證初期就能防止非法用戶偽造相同的音視頻，如錄音、錄像、照片、圖片等方式來執(zhí)行身份認(rèn)證，避免了非法用戶偽造相同的音視頻來冒充身份認(rèn)證。

相比于傳統(tǒng)的使用密碼認(rèn)證身份的方式，本申請無需密碼的設(shè)置，避免了傳統(tǒng)的密碼易失易盜導(dǎo)致的安全性不高的缺陷，且無需配置額外的設(shè)備來輔助認(rèn)證，只需在現(xiàn)場認(rèn)證即可，提高了認(rèn)證安全性。

較佳地，步驟S₄中判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

其中，將口型特征與數(shù)據(jù)庫中的口型特征對比時，具體是通過將音視頻中的口型變化與發(fā)音時伴隨的音節(jié)變化做匹配的?？梢岳斫?，在讀取顯示的文字時，語音音節(jié)上的變化必然伴隨著口型的變化，而口型的輪廓曲線是能夠通過圖像分析處理技術(shù)獲得的，因此，通過口型曲線的變化來表征口型的變化，并將該口型的變化與語音音節(jié)的變化關(guān)聯(lián)起來，能夠進一步防止非法用戶臨時偽造虛假的音視頻來執(zhí)行身份認(rèn)證。

較佳地，步驟S₁和步驟S₂之間包括：

S₁₁、判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，執(zhí)行步驟S₂， 否則返回步驟S₁。

其中，對輸入語言信號的時刻計時，能夠進一步避免非法用戶在短時間內(nèi)偽造出錄音、錄像或視頻以執(zhí)行身份認(rèn)證的情形，進一步提高了認(rèn)證安全性。

較佳地，步驟S₁中所述文字的顯示區(qū)域顯示有干擾色塊。

其中，對文字進行干擾顯示，避免其它設(shè)備利用OCR(Optical Character Recognition，光學(xué)字符識別)實現(xiàn)機器文字識別，進一步提高了認(rèn)證的安全性。

較佳地，提取的特征數(shù)據(jù)還包括語音特征，步驟S₄包括：

S₄₁、通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

S₄₂、判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

其中，在使用口型特征進行身份認(rèn)證時，還以發(fā)音是否正確來進一步防止非法用戶利用偽造的音視頻來認(rèn)證用戶的身份，提高了認(rèn)證身份的安全性。

較佳地，步驟S₄₂中將兩個同音的字符判斷為相同的字符，否則判斷為不同的字符。

考慮到識別語音中的文字的識別成功率，因此，將同音字符作為相同的字符能夠進一步降低身份認(rèn)證的錯誤率。

較佳地，提取的特征數(shù)據(jù)還包括人臉特征，所述執(zhí)行身份認(rèn)證包括：

S₄₃、判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述執(zhí)行身份認(rèn)證包括：

S₄₄、判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

在考慮口型特征后，還考慮人臉特征和/或聲紋特征，能夠進一步降低認(rèn)證的錯誤率，能夠唯一識別用戶身份，提高認(rèn)證準(zhǔn)確性。

本發(fā)明還提供一種終端，其特點在于，包括一顯示模塊、一音視頻采集模塊、一提取模塊和一第一判斷模塊；

所述顯示模塊用于隨機顯示一段文字；

所述音視頻采集模塊用于采集用戶讀取所述文字形成的音視頻；

所述提取模塊用于提取所述音視頻中的特征數(shù)據(jù)；

所述第一判斷模塊用于判斷所述特征數(shù)據(jù)與一數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

其中，所述特征數(shù)據(jù)包括口型特征。

較佳地，所述第一判斷模塊還用于判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，所述終端還包括一第二判斷模塊；

所述第二判斷模塊用于判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，調(diào)用所述音視頻采集模塊，若否，調(diào)用所述顯示模塊。

較佳地，提取的特征數(shù)據(jù)還包括語音特征，所述提取模塊包括一轉(zhuǎn)化模塊；

所述轉(zhuǎn)化模塊用于通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

所述第一判斷模塊還用于判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，提取的特征數(shù)據(jù)還包括人臉特征，所述終端還包括一第三判斷模塊；

所述第三判斷模塊用于判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述終端還包括一第四判斷模塊；

所述第四判斷模塊用于判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征 是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

本發(fā)明還提供一種終端與認(rèn)證中心的認(rèn)證方法，其特點在于，所述認(rèn)證中心內(nèi)設(shè)有一數(shù)據(jù)庫，包括：

S₁、所述終端隨機顯示一段文字；

S₂、所述終端采集用戶讀取所述文字形成的音視頻；

S₃、所述終端提取所述音視頻中的特征數(shù)據(jù)；

S₄、所述終端將所述特征數(shù)據(jù)傳輸至所述認(rèn)證中心；

S₅、所述認(rèn)證中心判斷所述特征數(shù)據(jù)與所述數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

其中，所述特征數(shù)據(jù)包括口型特征。

將數(shù)據(jù)庫設(shè)于認(rèn)證中心，能夠降低終端的數(shù)據(jù)處理壓力，且將終端與認(rèn)證中心進行交互，尤其適用于終端與其它設(shè)備通信交互以實現(xiàn)交易、支付、鑒權(quán)、認(rèn)證、登錄的情形。

較佳地，步驟S₅中判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，步驟S₁和步驟S₂之間包括：

S₁₁、所述終端判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，執(zhí)行步驟S₂，否則返回步驟S₁。

較佳地，提取的特征數(shù)據(jù)還包括語音特征，步驟S₅包括：

S₅₁、通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

S₅₂、判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，提取的特征數(shù)據(jù)還包括人臉特征，所述執(zhí)行身份認(rèn)證包括：

S₅₃、判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述執(zhí)行身份認(rèn)證包括：

S₅₄、判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

本發(fā)明還提供一種認(rèn)證系統(tǒng)，其特點在于，包括一終端和一認(rèn)證中心，所述認(rèn)證中心內(nèi)設(shè)有一數(shù)據(jù)庫，所述終端包括一顯示模塊、一音視頻采集模塊、一提取模塊和一傳輸模塊，所述認(rèn)證中心包括第一判斷模塊；

所述顯示模塊用于隨機顯示一段文字；

所述音視頻采集模塊用于采集用戶讀取所述文字形成的音視頻；

所述提取模塊用于提取所述音視頻中的特征數(shù)據(jù)；

所述傳輸模塊用于將所述特征數(shù)據(jù)傳輸至所述認(rèn)證中心；

所述第一判斷模塊用于判斷所述特征數(shù)據(jù)與所述數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

其中，所述特征數(shù)據(jù)包括口型特征。

較佳地，所述第一判斷模塊還用于判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，所述終端還包括一第二判斷模塊；

所述第二判斷模塊用于判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，調(diào)用所述音視頻采集模塊，若否，調(diào)用所述顯示模塊。

較佳地，提取的特征數(shù)據(jù)還包括語音特征，所述提取模塊包括一轉(zhuǎn)化模塊；

所述轉(zhuǎn)化模塊用于通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

所述第一判斷模塊還用于判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

較佳地，提取的特征數(shù)據(jù)還包括人臉特征，所述認(rèn)證中心還包括一第三判斷模塊；

所述第三判斷模塊用于判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征 是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述認(rèn)證中心還包括一第四判斷模塊；

所述第四判斷模塊用于判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

本發(fā)明的積極進步效果在于：本發(fā)明通過在終端上不斷更換顯示的文字內(nèi)容，使得用戶讀取該文字形成的音視頻也不同，進而能夠根據(jù)變化的特征數(shù)據(jù)來認(rèn)證用戶，避免了非法用戶偽造相同的音視頻來冒充身份認(rèn)證。并且，由于用戶的口型特征是隨著文字的變化而變化的，相比于傳統(tǒng)的使用密碼認(rèn)證身份的方式，本申請無需密碼的設(shè)置，避免了傳統(tǒng)的密碼易失易盜導(dǎo)致的安全性不高的缺陷，且無需配置額外的設(shè)備來輔助認(rèn)證，只需在現(xiàn)場認(rèn)證即可，提高了認(rèn)證安全性。

附圖說明

圖1為本發(fā)明實施例1的終端的身份認(rèn)證方法的流程圖。

圖2為本發(fā)明實施例2的終端提取語音特征后的身份認(rèn)證方法的流程圖。

圖3為本發(fā)明實施例2的終端提取人臉特征后的身份認(rèn)證方法的流程圖。

圖4為本發(fā)明實施例2的終端提取聲紋特征后的身份認(rèn)證方法的流程圖。

圖5為本發(fā)明實施例3的終端的結(jié)構(gòu)示意圖。

圖6為本發(fā)明實施例3的終端采用實施例2的身份認(rèn)證方法工作的結(jié)構(gòu)示意圖。

圖7為本發(fā)明實施例4的終端與認(rèn)證中心的認(rèn)證方法流程圖。

圖8為本發(fā)明實施例5的認(rèn)證系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面通過實施例的方式進一步說明本發(fā)明，但并不因此將本發(fā)明限制在所述的實施例范圍之中。

實施例1

本實施例提供一種終端的身份認(rèn)證方法，如圖1所示，應(yīng)用情形可為：用戶在終端登錄自己的銀行賬號，當(dāng)輸入賬號后，為了避免不法分子執(zhí)行的登錄操作，終端需對登錄的用戶的身份執(zhí)行認(rèn)證，具體地，身份認(rèn)證方法包括：

步驟101、隨機顯示一段文字；

其中，終端可為手機、平板電腦、PDA(Personal Digital Assistant，個人數(shù)字助理)、POS(Point of Sales，銷售終端)、車載電腦等設(shè)備，終端還可作為一些入場設(shè)備(比如門禁設(shè)備)來認(rèn)證用戶身份。終端具有顯示屏，顯示屏上隨機顯示的文字為可朗讀的字符，字符數(shù)越多越好，實際上，文字內(nèi)容也可以圖片的方式呈現(xiàn)，只要有讀取的文字內(nèi)容即可。而隨機顯示的文字來源于終端的數(shù)據(jù)庫中預(yù)先存儲好的文字，在預(yù)先存儲好的若干段文字中隨機抽取一段文字供用戶閱讀。

為了防范機器識別，在不影響文字讀取的前提下，將文字顯示區(qū)域加入部分與文字顏色相近的顏色色塊，以形成干擾，干擾色塊可為馬賽克的形式。

步驟102、采集用戶讀取所述文字形成的音視頻；

終端具有麥克風(fēng)以接收用戶輸入的語音信號，終端還具有攝像頭以接收輸入的圖像信號，尤其是圖像大部分為人臉的圖像信號，用戶看著顯示屏的文字并讀取該段文字，使得麥克風(fēng)和攝像頭均能采集音頻信號和視頻信號。

為了防止在短時間內(nèi)偽造虛假的讀取顯示文字的音視頻，如錄音錄像等，使用計時器來倒計時，比如，規(guī)定在3秒鐘內(nèi)讀取該段文字，若超過3秒用戶還未閱讀該段文字，也即終端未接收到用戶發(fā)出的語音，則終端會重新隨機顯示另一段文字，并重新倒計時。

步驟103、提取所述音視頻中的特征數(shù)據(jù)；

音視頻是包括聲音和若干幀靜態(tài)圖像構(gòu)成的文件，在音視頻中提取口型特征，口型特征是指用戶的口型的變化，口型的變化在圖像上表征為口型的輪廓曲線的動態(tài)變化，對于口型輪廓曲線的獲取，可通過現(xiàn)有技術(shù)中的圖像 處理技術(shù)獲得，如邊緣檢測，邊界識別等。

由于口型的變化是根據(jù)文字的發(fā)音音節(jié)的不同而產(chǎn)生的，因此，語音音節(jié)上的變化必然伴隨著口型的變化，通過不斷變換顯示的不同文字，使得采集到的口型特征是不斷變化的，能夠防止使用虛假的音視頻執(zhí)行身份認(rèn)證。

步驟104、判斷所述特征數(shù)據(jù)與一數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

具體地，判斷用戶的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

而對于一些登錄、交易等業(yè)務(wù)，除了使用本實施例中的身份認(rèn)證方式外，還可借助于終端接收的用戶輸入的身份信息來進一步核實用戶的身份。對于數(shù)據(jù)庫中的口型特征的建立，可在前期讓用戶在攝像機前朗讀一段不特定的文字，并拍攝全臉，保存完整的說話過程的語音及人臉視頻。將所獲得的音視頻內(nèi)容壓縮編碼后上傳終端的數(shù)據(jù)庫，或者外部設(shè)備的數(shù)據(jù)庫，作為原始數(shù)據(jù)保存。在形成口型特征數(shù)據(jù)時，與輸入法詞庫類似，針對常用詞匯的發(fā)音生成詞匯口型數(shù)據(jù)庫，該口型數(shù)據(jù)庫包括三項內(nèi)容，詞匯、發(fā)音(拼音)，及對應(yīng)的口型特征曲線，也即，常用詞匯發(fā)音的不同對應(yīng)不同的口型，而朗讀一段文字時，則會形成特定的口型特征曲線的連續(xù)變化過程，通過圖像分析處理技術(shù)，能夠獲得文字、發(fā)音音節(jié)和口型三者之間的對應(yīng)關(guān)系，并將文字對應(yīng)的發(fā)音音節(jié)的變化作為提取的口型特征對應(yīng)的數(shù)據(jù)庫中的口型特征。

可見，本實施例在終端上不斷更換顯示的文字內(nèi)容，進而能夠根據(jù)變化的特征數(shù)據(jù)來認(rèn)證用戶，避免了非法用戶偽造相同的音視頻來冒充身份認(rèn)證。并且，由于用戶的口型特征是隨著文字的變化而變化的，因此，通過口型特征的識別，能夠防止事先準(zhǔn)備好的偽造的錄音、錄像、圖片和視頻欺騙。且，相比于傳統(tǒng)的使用密碼認(rèn)證身份的方式，本實施例無需密碼的設(shè)置，避免了傳統(tǒng)的密碼易失易盜導(dǎo)致的安全性不高的缺陷，且無需配置額外的設(shè)備來輔助認(rèn)證，如指紋采集模塊等，只需在現(xiàn)場認(rèn)證即可，提高了認(rèn)證安全性。

實施例2

本實施例提供一種終端的身份認(rèn)證方法，如圖2所示，本實施例與實施例1的區(qū)別在于：步驟103中提取的特征數(shù)據(jù)還包括語音特征，步驟104包括：

步驟1041、通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

步驟1042、判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

為了進一步核實用戶身份，還可通過判斷文字的發(fā)音是否準(zhǔn)確來進一步核實用戶身份，以更準(zhǔn)確地排除非法用戶使用偽造的音視頻來認(rèn)證身份的情形。其中，語音識別是一種將人的語音中包含的文字信息提取出來的語音識別技術(shù)，而語音識別引擎是現(xiàn)有技術(shù)中識別語音中的文字的開發(fā)包。當(dāng)提取的特征數(shù)據(jù)為語音特征時，與之對比的數(shù)據(jù)庫中的特征數(shù)據(jù)則為事先存儲的文字。

而語音特征在本實施例中是指語音在音節(jié)上的音準(zhǔn)變化，考慮到語音識別的局限性，為了降低認(rèn)證錯誤率，將兩個同音的字符判斷為相同的字符，否則判斷為不同的字符。即便是語音識別引擎識別成字形不同但發(fā)音相同的文字，但該種情況下，用戶的發(fā)音實際上是正確的，因此也能說明是沒有使用偽造的音視頻來認(rèn)證用戶身份的，提高了認(rèn)證安全性。

而在實際認(rèn)證用戶身份時，可以提取音視頻中的人臉特征，和/或，聲紋特征。人臉特征的提取可通過現(xiàn)有技術(shù)中的圖像處理技術(shù)，如邊緣檢測等方法實現(xiàn)，而聲紋特征的提取可通過現(xiàn)有技術(shù)中的語音信號處理技術(shù)實現(xiàn)，也即，人臉特征和聲紋特征的提取方法均是可通過現(xiàn)有技術(shù)實現(xiàn)，本申請對此不作限定。其中，聲紋是指用電聲學(xué)儀器顯示的攜帶言語信息的聲波頻譜，其更多的是針對語音中的波長、頻率、強度、節(jié)奏來評定的，提取用戶的聲紋特征時，該聲紋特征具有特定性和穩(wěn)定性。

如圖3所示，提取的特征數(shù)據(jù)還包括人臉特征，所述執(zhí)行身份認(rèn)證包括：

步驟1043、判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

如圖4所示，提取的特征數(shù)據(jù)還包括聲紋特征，所述執(zhí)行身份認(rèn)證包括：

步驟1044、判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

也即，提取人臉特征時，數(shù)據(jù)庫中的人臉特征的形成方法為：將事先錄制好的各用戶讀取文字的音視頻經(jīng)圖像分析處理技術(shù)進行分析、抽取特征信息，進而在數(shù)據(jù)庫中生成對應(yīng)的人臉特征數(shù)據(jù)。提取聲紋特征時，數(shù)據(jù)庫中的聲紋特征的形成方法為：將事先錄制好的各用戶讀取文字的音視頻通過語音信號處理來獲得語音的頻譜圖，并根據(jù)該頻譜圖獲得用戶的語音的波長、頻率、強度、節(jié)奏等特征。

此外，在提取口型特征和語音特征以防止不法分子利用錄音、錄像、照片、視頻等欺騙手段執(zhí)行偽認(rèn)證后，在不產(chǎn)生矛盾的前提下，可以人臉特征、聲紋特征中的一個或多個特征數(shù)據(jù)來與口型特征組合，或者是與口型特征和語音特征組合，共同認(rèn)證用戶的身份。也即，使用口型特征與聲紋特征的組合、口型特征與人臉特征的組合、口型特征與聲紋特征和人臉特征的組合、以及同時考慮口型特征和語音特征時與上述三種情形的組合。由于考慮聲紋特征和人臉特征時有不同的執(zhí)行順序，因此可衍生出7種不同的技術(shù)方案，而該些組合后的技術(shù)方案也均在本發(fā)明的保護范圍內(nèi)。

可以理解，單單識別人臉特征或單單識別聲紋特征，均難以防止非法用戶利用復(fù)制的合法用戶的照片或錄音來通過認(rèn)證，而單單識別語音特征，即使讀取文字正確，也仍無法防止偽造的機器發(fā)音的情形，可見，該些情況下均會存在認(rèn)證漏洞。

而本實施例利用口型特征和語音特征，在更換文字時，由于人臉特征和聲紋特征具有特定性和穩(wěn)定性，也即，顯示文字內(nèi)容的改變不會導(dǎo)致人臉特征和聲紋特征的改變，但會使得口型特征和語音特征隨之變化，因此，始終能夠根據(jù)變化的文字來獲得變化的口型特征和語音特征，從而防止偽造的音視頻導(dǎo)致的認(rèn)證欺騙。而在執(zhí)行身份認(rèn)證時，在利用口型特征和語音特征的 基礎(chǔ)上，使用聲紋特征和人臉特征，能夠唯一準(zhǔn)確地標(biāo)識用戶的身份信息，使得非法用戶始終無法使用偽造的錄音、錄像、視頻、照片等文件來認(rèn)證身份，防止了認(rèn)證欺騙，提高了認(rèn)證安全性，認(rèn)證準(zhǔn)確性和認(rèn)證可靠性。

實施例3

本實施例提供一種終端，如圖5所示，包括一顯示模塊1、一音視頻采集模塊2、一提取模塊3和一第一判斷模塊4；

所述顯示模塊1用于隨機顯示一段文字，顯示模塊1可具有顯示屏的功能。

所述音視頻采集模塊2用于采集用戶讀取所述文字形成的音視頻，音視頻采集模塊2可具有麥克風(fēng)和攝像頭的功能；

所述提取模塊3用于提取所述音視頻中的特征數(shù)據(jù)，提取模塊3可具有處理器的功能，以處理獲得的音視頻文件；

所述第一判斷模塊4用于判斷所述特征數(shù)據(jù)與一數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

具體地，所述第一判斷模塊4還用于判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

其中，所述特征數(shù)據(jù)包括口型特征。

所述終端還包括一第二判斷模塊5；

所述第二判斷模塊5用于判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，調(diào)用所述音視頻采集模塊2，若否，調(diào)用所述顯示模塊1。

本實施例的終端可以采用實施例1中的身份認(rèn)證方法工作，也可采用實施例2中的身份認(rèn)證方法工作，當(dāng)采用實施例2中的身份認(rèn)證方法工作時，如圖6所示，圖6中示出了終端既判斷人臉特征，又判斷聲紋特征來執(zhí)行身份認(rèn)證的情形。

提取的特征數(shù)據(jù)還包括語音特征，所述提取模塊3包括一轉(zhuǎn)化模塊31；

所述轉(zhuǎn)化模塊31用于通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

所述第一判斷模塊4還用于判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

此外，第一判斷模塊4、第二判斷模塊5均可通過處理器的判斷功能實現(xiàn)。

提取的特征數(shù)據(jù)還包括人臉特征，所述終端還包括一第三判斷模塊6；

所述第三判斷模塊6用于判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述終端還包括一第四判斷模塊7；

所述第四判斷模塊7用于判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

可見，本實施例的終端能夠在本地實現(xiàn)安全地、唯一地、可靠地、準(zhǔn)確地認(rèn)證用戶的身份，尤其針對一類終端本身具有保密資料需認(rèn)證身份的情形，排除了身份認(rèn)證漏洞。

實施例4

本實施例提供一種終端與認(rèn)證中心的認(rèn)證方法，如圖7所示，所述認(rèn)證中心內(nèi)設(shè)有一數(shù)據(jù)庫，包括：

步驟101、所述終端隨機顯示一段文字；

步驟102、所述終端采集用戶讀取所述文字形成的音視頻；

步驟103、所述終端提取所述音視頻中的特征數(shù)據(jù)；

步驟104、所述終端將所述特征數(shù)據(jù)傳輸至所述認(rèn)證中心；

步驟105、所述認(rèn)證中心判斷所述特征數(shù)據(jù)與所述數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

具體地，步驟105中判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

其中，所述特征數(shù)據(jù)包括口型特征。

此外，步驟101和步驟102之間還包括：

步驟1011、所述終端判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，執(zhí)行步驟102；否則返回步驟101。

在步驟103中，提取的特征數(shù)據(jù)還包括語音特征，步驟105包括：

步驟1051、通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

步驟1052、判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

此外，提取的特征數(shù)據(jù)還包括人臉特征，所述執(zhí)行身份認(rèn)證包括：

步驟1053、判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述執(zhí)行身份認(rèn)證包括：

步驟1054、判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

其中，步驟1053和步驟1054的執(zhí)行順序、組合方式與步驟105和步驟1052的組合的方式與實施例2中步驟1043、步驟1044的執(zhí)行順序和組合方式相同。

本實施例將數(shù)據(jù)庫設(shè)于認(rèn)證中心內(nèi)，并在認(rèn)證中心端執(zhí)行特征數(shù)據(jù)的匹配判斷，一方面能夠降低終端的數(shù)據(jù)處理壓力，另一方面，也能在終端和認(rèn)證中心實現(xiàn)大量用戶的登錄、支付、交易、鑒權(quán)等操作。加強了終端與其它設(shè)備交互時的認(rèn)證安全性。

實施例5

本實施例提供一種認(rèn)證系統(tǒng)，如圖8所示，包括一終端20和一認(rèn)證中心21，所述認(rèn)證中心21內(nèi)設(shè)有一數(shù)據(jù)庫211，所述終端包括一顯示模塊201、一音視頻采集模塊202、一提取模塊203和一傳輸模塊204，所述認(rèn)證中心包括第一判斷模塊212；

所述顯示模塊201用于隨機顯示一段文字；

所述音視頻采集模塊202用于采集用戶讀取所述文字形成的音視頻；

所述提取模塊203用于提取所述音視頻中的特征數(shù)據(jù)；

所述傳輸模塊204用于將所述特征數(shù)據(jù)傳輸至所述認(rèn)證中心；

所述第一判斷模塊212用于判斷所述特征數(shù)據(jù)與所述數(shù)據(jù)庫中的特征數(shù)據(jù)是否匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證；

其中，所述特征數(shù)據(jù)包括口型特征。

具體地，所述第一判斷模塊212還用于判斷所述音視頻中的口型變化是否與所述數(shù)據(jù)庫中所述文字的語音音節(jié)變化匹配，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

此外，所述終端20還包括一第二判斷模塊205；

所述第二判斷模塊205用于判斷在一預(yù)設(shè)時間段內(nèi)是否接收到語音信號，若是，調(diào)用所述音視頻采集模塊202，若否，調(diào)用所述顯示模塊201。

其中，提取的特征數(shù)據(jù)還包括語音特征，所述提取模塊203包括一轉(zhuǎn)化模塊2031；

所述轉(zhuǎn)化模塊2031用于通過語音識別引擎將所述語音特征轉(zhuǎn)化為文字；

所述第一判斷模塊212還用于判斷轉(zhuǎn)化后的文字與所述數(shù)據(jù)庫中的文字存在不同字符的個數(shù)是否小于一閾值，若是，執(zhí)行身份認(rèn)證，否則不執(zhí)行身份認(rèn)證。

此外，提取的特征數(shù)據(jù)還包括人臉特征，所述認(rèn)證中心21還包括一第三判斷模塊213；

所述第三判斷模塊213用于判斷所述人臉特征與所述數(shù)據(jù)庫中的人臉特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證；

和/或，

提取的特征數(shù)據(jù)還包括聲紋特征，所述認(rèn)證中心21還包括一第四判斷模塊214；

所述第四判斷模塊214用于判斷所述聲紋特征與所述數(shù)據(jù)庫中的聲紋特征是否匹配，若是，用戶通過認(rèn)證，否則未通過認(rèn)證。

本實施例將數(shù)據(jù)庫設(shè)于認(rèn)證中心內(nèi)，并在認(rèn)證中心端執(zhí)行特征數(shù)據(jù)的匹配判斷，一方面能夠降低終端的數(shù)據(jù)處理壓力，另一方面，也能在終端和認(rèn)證中心實現(xiàn)大量用戶的登錄、支付、交易、鑒權(quán)等操作。加強了終端與其它設(shè)備交互時的認(rèn)證安全性。

雖然以上描述了本發(fā)明的具體實施方式，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，本發(fā)明的保護范圍是由所附權(quán)利要求書限定的。本領(lǐng)域的技術(shù)人員在不背離本發(fā)明的原理和實質(zhì)的前提下，可以對這些實施方式做出多種變更或修改，但這些變更和修改均落入本發(fā)明的保護范圍。