声纹验证方法、装置、电子设备和存储介质

技术领域

本公开涉及声纹识别技术领域，尤其涉及一种声纹验证方法、装置、电 子设备和存储介质。

背景技术

随着语音技术的不断发展，声纹识别作为一种重要的生物认证技术，被 广泛应用于各种终端设备中。目前，在声纹识别的过程中，会预先引导用户 在相对安静的环境中进行一次声纹注册，来生成高质量的声纹模板库，再在 声纹验证时将用户的验证语音和声纹模板库进行对比，以判断声纹验证是否 通过。

然而，采用这样的方式，声纹注册的环境噪声无法和实际声纹验证时的 情况相匹配，尤其是在用户所处环境噪声发生较大改变时，会使得验证语音 和声纹模板库的匹配度急剧下降，这会影响声纹验证的通过率，同时会降低 验证结果的准确性。

发明内容

为克服相关技术中存在的问题，本公开提供一种声纹验证方法、装置、 电子设备和存储介质。

根据本公开实施例的第一方面，提供一种声纹验证方法，所述方法包括：

从待验证音频中提取噪声音频；

对所述噪声音频和预先注册的注册音频进行音频混合，得到混合音频；

根据所述混合音频和所述待验证音频，确定所述待验证音频的验证结果。

可选地，所述从待验证音频中提取噪声音频，包括：

利用预设噪声检测算法，从所述待验证音频中提取包含噪声的音频片段 作为所述噪声音频。

可选地，所述注册音频为多个，每个所述注册音频对应一个注册声纹特 征向量；所述对所述噪声音频和预先注册的注册音频进行音频混合，得到混 合音频，包括：

获取所述待验证音频对应的验证声纹特征向量；

根据所述验证声纹特征向量和所述注册声纹特征向量，从多个所述注册 音频中确定目标注册音频；

根据所述噪声音频对所述目标样本音频进行加噪，以对所述噪声音频和 所述目标样本音频进行音频混合，得到所述混合音频。

可选地，所述根据所述验证声纹特征向量和所述注册声纹特征向量，从 多个所述注册音频中确定目标注册音频，包括：

将每个所述注册音频对应的注册声纹特征向量和所述验证声纹特征向 量，输入到预先训练好的声纹匹配模型中，得到每个所述注册声纹特征向量 与所述验证声纹特征向量的匹配度；

将与所述验证声纹特征向量的匹配度最高的注册声纹特征向量对应的 注册音频，作为所述目标注册音频。

可选地，所述根据所述混合音频和所述待验证音频，确定所述待验证音 频的验证结果，包括：

获取所述混合音频对应的目标声纹特征向量；

根据所述验证声纹特征向量和所述目标声纹特征向量，确定所述待验证 音频的验证结果。

可选地，所述根据所述验证声纹特征向量和所述目标声纹特征向量，确 定所述待验证音频的验证结果，包括：

将所述验证声纹特征向量和所述目标声纹特征向量，输入到预先训练好 的声纹验证模型中，得到所述验证声纹特征向量对应的验证置信度；

在所述验证置信度大于或等于预设阈值的情况下，确定所述待验证音频 通过声纹验证。

根据本公开实施例的第二方面，提供一种声纹验证装置，所述装置包括：

提取模块，被配置为从待验证音频中提取噪声音频；

混合模块，被配置为对所述噪声音频和预先注册的注册音频进行音频混 合，得到混合音频；

确定模块，被配置为根据所述混合音频和所述待验证音频，确定所述待 验证音频的验证结果。

可选地，所述提取模块被配置为利用预设噪声检测算法，从所述待验证 音频中提取包含噪声的音频片段作为所述噪声音频。

可选地，所述注册音频为多个，每个所述注册音频对应一个注册声纹特 征向量；所述混合模块包括：

第一获取子模块，被配置为获取所述待验证音频对应的验证声纹特征向 量；

第一确定子模块，被配置为根据所述验证声纹特征向量和所述注册声纹 特征向量，从多个所述注册音频中确定目标注册音频；

混合子模块，被配置为根据所述噪声音频对所述目标样本音频进行加噪， 以对所述噪声音频和所述目标样本音频进行音频混合，得到所述混合音频。

可选地，所述第一确定子模块被配置为：

将每个所述注册音频对应的注册声纹特征向量和所述验证声纹特征向 量，输入到预先训练好的声纹匹配模型中，得到每个所述注册声纹特征向量 与所述验证声纹特征向量的匹配度；

将与所述验证声纹特征向量的匹配度最高的注册声纹特征向量对应的 注册音频，作为所述目标注册音频。

可选地，所述确定模块包括：

第二获取子模块，被配置为获取所述混合音频对应的目标声纹特征向量；

第二确定子模块，被配置为根据所述验证声纹特征向量和所述目标声纹 特征向量，确定所述待验证音频的验证结果。

可选地，所述第二确定子模块被配置为：

将所述验证声纹特征向量和所述目标声纹特征向量，输入到预先训练好 的声纹验证模型中，得到所述验证声纹特征向量对应的验证置信度；

在所述验证置信度大于或等于预设阈值的情况下，确定所述待验证音频 通过声纹验证。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行本公开第一方面所提供的声纹验证方法 的步骤。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存 储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提 供的声纹验证方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开首先从待验证音频中提取噪声音频，之后对噪声音频和预先注册 的注册音频进行音频混合，得到混合音频，最后根据混合音频和待验证音频， 确定待验证音频的验证结果。本公开可以有效利用待验证音频，从待验证音 频中提取噪声音频，并与注册音频进行音频混合，得到混合音频，混合音频 对应的噪声与待验证音频所处音频输入环境中的噪声相匹配，这样使得利用 混合音频和待验证音频确定的验证结果，能够有效应对待验证音频所处音频 输入环境中出现的各种噪声，从而提高了声纹验证的通过率，并确保验证结 果的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性 的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公 开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种声纹验证方法的流程图。

图2是根据图1所示实施例示出的一种步骤102的流程图。

图3是根据图1所示实施例示出的一种步骤103的流程图。

图4是根据一示例性实施例示出的一种声纹验证装置的框图。

图5是根据图4所示实施例示出的一种混合模块的框图。

图6是根据图4所示实施例示出的一种确定模块的框图。

图7是根据一示例性实施例示出的一种电子设备的框图。

图8是根据一示例性实施例示出的另一种电子设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的 描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的 要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所 有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一 些方面相一致的装置和方法的例子。

在介绍本公开提供的声纹验证方法、装置、电子设备和存储介质之前， 首先对本公开各个实施例所涉及应用场景进行介绍。该应用场景可以是人机 交互、信息安全、监控以及多媒体娱乐等需要对用户输入的音频进行声纹验 证的场景。例如，在人机交互场景下，可以在用户通过语音输入来唤醒终端 设备时，对用户输入的语音音频进行声纹验证，以使预先在终端设备上注册 过声纹的用户能够通过声纹验证，并解锁终端设备进行交互使用。其中，该 终端设备例如可以是智能手机、平板电脑、智能手表、智能手环、PDA(英 文：Personal Digital Assistant，中文：个人数字助理)等移动终端，也可以 是台式计算机等固定终端。再例如，在信息安全场景下，对于电信、金融等 系统呼叫中心中，可以应用声纹验证，将用户的声音音频作为账号的验证码， 以确保用户账号安全。又例如，在监控场景下，可以应用声纹验证监控电话 交谈过程中是否有指定用户出现，并对交谈的内容进行监控跟踪。

图1是根据一示例性实施例示出的一种声纹验证方法的流程图。如图1 所示，该方法可以包括以下步骤：

在步骤101中，从待验证音频中提取噪声音频。

示例地，在声纹识别过程中，需要用户预先输入多条注册音频进行声纹 注册，生成声纹模板库。在实际情况中，用户进行声纹注册过程所处的音频 注册环境、音频注册状态一般是固定的，这会导致声纹模板库的多样性受限。 同时在用户进行声纹验证时，可能会在各种不同的声纹验证环境中进行(例 如，露天空旷环境、密闭空间环境、安静环境和嘈杂环境等)，使得音频注 册环境中的环境噪声与声纹验证环境中的环境噪声差异较大(即不匹配)， 这样会影响声纹验证的通过率，同时会降低验证结果的准确性。

为了避免以上问题，可以利用声纹验证环境中的环境噪声，对声纹模板 库进行更新，使更新后的声纹模板库能够有效应对声纹验证时出现的各种复 杂环境噪声，以降低由于声纹注册和声纹验证的环境噪声差异对声纹验证的 通过率的影响，从而提高声纹验证通过率。具体地，首先可以获取用户输入 的用于进行声纹验证的待验证音频。其中，待验证音频可以是由音频采集设 备(例如，麦克风)采集到的用户语音，也可以是从存储设备中直接获取的 预先存储的预设音频。然后，可以对待验证音频进行检测，以检测待验证音 频中是否存在噪声片段，若存在待验证音频中存在噪声片段，则将该噪声片 段作为噪声音频。

在步骤102中，对噪声音频和预先注册的注册音频进行音频混合，得到 混合音频。

举例来说，在获取用户输入的待验证音频之前，需要获取用户预先输入 的用于进行声纹注册的多条注册音频。之后可以根据每条注册音频，通过预 先训练好的声纹提取模型，得到能够表征用户声纹特征的注册音频对应的声 纹特征向量(即用户的声纹模板)，并根据声纹特征向量，生成声纹模板库。 接着可以对噪声音频和注册音频进行音频混合，得到混合音频。例如，可以 基于噪声音频，对每条注册音频进行语音加噪，得到每条注册音频对应的混 合音频。

在步骤103中，根据混合音频和待验证音频，确定待验证音频的验证结 果。

在本步骤中，可以根据得到的混合音频，通过预先训练好的声纹提取模 型，得到混合音频对应的声纹特征向量，并根据混合音频对应的声纹特征向 量更新声纹模板库(即提高了注册声纹模板库的多样性)，以使用混合音频 对应的声纹特征向量，替换原始声纹模板库中注册音频对应的声纹特征向量。 进一步地，如果待验证音频的检测结果中不存在噪声片段，则保持原声纹模 板库不变。通过这样的方式，可以充分利用注册音频生成的原始声纹模板库， 提高声纹模板库的鲁棒性，同时得到的混合音频对应的声纹特征向量更加符 合用户输入待验证音频时所处声纹验证环境中的声纹特征，从而更加有效地 应对复杂的噪声环境，即便在音频注册环境中的环境噪声与声纹验证环境中 的环境噪声差异较大时，也能有效降低声纹验证的错误拒绝率，并适应用户 在不同复杂噪声环境中的应用需求，提升用户体验。

然后，可以根据待验证音频，通过预先训练好的声纹提取模型，得到待 验证音频对应的声纹特征向量。再通过对待验证音频对应的声纹特征向量和 更新后的声纹模板库中混合音频对应的声纹特征向量进行比对，并根据比对 结果，确定待验证音频的验证结果。

综上所述，本公开首先从待验证音频中提取噪声音频，之后对噪声音频 和预先注册的注册音频进行音频混合，得到混合音频，最后根据混合音频和 待验证音频，确定待验证音频的验证结果。本公开可以有效利用待验证音频， 从待验证音频中提取噪声音频，并与注册音频进行音频混合，得到混合音频， 混合音频对应的噪声与待验证音频所处音频输入环境中的噪声相匹配，这样 使得利用混合音频和待验证音频确定的验证结果，能够有效应对待验证音频 所处音频输入环境中出现的各种噪声，从而提高了声纹验证的通过率，并确 保验证结果的准确性。

可选地，步骤101可以通过以下方式实现：

利用预设噪声检测算法，从待验证音频中提取包含噪声的音频片段作为 噪声音频。

示例地，在获取到用户输入的待验证音频后，可以利用预设噪声检测算 法对待验证音频进行检测，以从待验证音频中提取包含噪声的音频片段，并 将该音频片段作为噪声音频。例如，可以对待验证音频进行VAD(英文： Voice Activity Detection，中文：语音端点检测)端点检测，以从待验证音频 中截取有效的噪声片段和语音片段，并将截取到的噪声片段作为噪声音频。

图2是根据图1所示实施例示出的一种步骤102的流程图。注册音频为 多个，每个注册音频对应一个注册声纹特征向量，如图2所示，步骤102可 以包括以下步骤：

在步骤1021中，获取待验证音频对应的验证声纹特征向量。

在一种场景中，多个注册音频可能是由不同用户进行声纹注册得到的 (例如在人机交互场景下，对于同一个终端设备可能会同时有多个用户在使 用，需要预先为每个用户进行声纹注册)，此时可以先从多个注册音频中确 定与待验证音频匹配的注册音频，再利用与待验证音频匹配的注册音频进行 声纹验证。具体地，在获取到待验证音频之后，可以将待验证音频输入到预 先训练好的声纹提取模型中，得到待验证音频对应的验证声纹特征向量。

在步骤1022中，根据验证声纹特征向量和注册声纹特征向量，从多个 注册音频中确定目标注册音频。

在步骤1023中，根据噪声音频对目标样本音频进行加噪，以对噪声音 频和目标样本音频进行音频混合，得到混合音频。

进一步地，可以将每个注册音频对应的注册声纹特征向量和验证声纹特 征向量，输入到预先训练好的声纹匹配模型中，得到每个注册声纹特征向量 与验证声纹特征向量的匹配度。其中，匹配度用于表征注册声纹特征向量对 应的注册音频与待验证音频的声纹的接近程度，匹配度越高则表明注册音频 与待验证音频的声纹的接近程度越高。然后，可以将与验证声纹特征向量的 匹配度最高的注册声纹特征向量对应的注册音频(即选取与待验证音频的声 纹最接近的注册音频)，作为目标注册音频。最后可以利用噪声音频作为噪 声源，为目标样本音频进行加噪，得到混合音频。

图3是根据图1所示实施例示出的一种步骤103的流程图。如图3所示， 步骤103可以包括以下步骤：

在步骤1031中，获取混合音频对应的目标声纹特征向量。

举例来说，在得到混合音频之后，可以将混合音频输入到预先训练好的 声纹提取模型中，得到混合音频对应的目标声纹特征向量，根据目标声纹特 征向量更新声纹模板库，以使用目标声纹特征向量替换原始声纹模板库中注 册音频对应的声纹特征向量。

需要说明的是，在每次进行声纹验证，且获取到一条新的待验证音频后， 都会在线更新当前的声纹模板库，从而使声纹模板库中的声纹特征向量(即 注册音频的声纹特征)更接近待验证音频的声纹特征，从而有效改善因环境 噪声导致的声纹验证的通过率下降的问题。

在步骤1032中，根据验证声纹特征向量和目标声纹特征向量，确定待 验证音频的验证结果。

在本步骤中，可以根据验证声纹特征向量和目标声纹特征向量，确定待 验证音频的验证结果。例如，可以对混合音频对应的声纹特征向量和待验证 音频对应的声纹特征向量进行匹配计算(或似然度对比)，得到待验证音频 对应的验证得分，并在该验证得分大于设定的阈值时，确定待验证音频声纹 验证通过，否则，则认为待验证音频声纹验证失败。

在一种场景中，步骤1032可以通过以下方式实现：

将验证声纹特征向量和目标声纹特征向量，输入到预先训练好的声纹验 证模型中，得到验证声纹特征向量对应的验证置信度。

在验证置信度大于或等于预设阈值的情况下，确定待验证音频通过声纹 验证。

举例来说，在获取到目标声纹特征向量和验证声纹特征向量后，可以将 验证声纹特征向量和目标声纹特征向量，输入到声纹验证模型中，得到验证 声纹特征向量对应的验证置信度。其中，验证置信度可以理解为待验证音频 的验证得分，用于表征验证声纹特征向量与目标声纹特征向量的匹配程度， 验证置信度越高则表明验证声纹特征向量与目标声纹特征向量的匹配程度 越高，即待验证音频的声纹越接近注册音频的声纹。然后可以在验证置信度 大于或等于预设阈值时(该预设阈值为预先设定的能够认为待验证音频为合法用户输入的音频的置信度的阈值)，确定待验证音频通过声纹验证。

综上所述，本公开首先从待验证音频中提取噪声音频，之后对噪声音频 和预先注册的注册音频进行音频混合，得到混合音频，最后根据混合音频和 待验证音频，确定待验证音频的验证结果。本公开可以有效利用待验证音频， 从待验证音频中提取噪声音频，并与注册音频进行音频混合，得到混合音频， 混合音频对应的噪声与待验证音频所处音频输入环境中的噪声相匹配，这样 使得利用混合音频和待验证音频确定的验证结果，能够有效应对待验证音频 所处音频输入环境中出现的各种噪声，从而提高了声纹验证的通过率，并确 保验证结果的准确性。

图4是根据一示例性实施例示出的一种声纹验证装置的框图。如图4所 示，该装置200包括提取模块201，混合模块202和确定模块203。

提取模块201，被配置为从待验证音频中提取噪声音频。

混合模块202，被配置为对噪声音频和预先注册的注册音频进行音频混 合，得到混合音频。

确定模块203，被配置为根据混合音频和待验证音频，确定待验证音频 的验证结果。

可选地，提取模块201被配置为利用预设噪声检测算法，从待验证音频 中提取包含噪声的音频片段作为噪声音频。

图5是根据图4所示实施例示出的一种混合模块的框图。如图5所示， 注册音频为多个，每个注册音频对应一个注册声纹特征向量，混合模块202 包括：

第一获取子模块2021，被配置为获取待验证音频对应的验证声纹特征向 量。

第一确定子模块2022，被配置为根据验证声纹特征向量和注册声纹特征 向量，从多个注册音频中确定目标注册音频。

混合子模块2023，被配置为根据噪声音频对目标样本音频进行加噪，以 对噪声音频和目标样本音频进行音频混合，得到混合音频。

可选地，第一确定子模块被配置为：

将每个注册音频对应的注册声纹特征向量和验证声纹特征向量，输入到 预先训练好的声纹匹配模型中，得到每个注册声纹特征向量与验证声纹特征 向量的匹配度。

将与验证声纹特征向量的匹配度最高的注册声纹特征向量对应的注册 音频，作为目标注册音频。

图6是根据图4所示实施例示出的一种确定模块的框图。如图6所示， 确定模块203包括：

第二获取子模块2031，被配置为获取混合音频对应的目标声纹特征向量。

第二确定子模块2032，被配置为根据验证声纹特征向量和目标声纹特征 向量，确定待验证音频的验证结果。

可选地，第二确定子模块2032被配置为：

将验证声纹特征向量和目标声纹特征向量，输入到预先训练好的声纹验 证模型中，得到验证声纹特征向量对应的验证置信度。

在验证置信度大于或等于预设阈值的情况下，确定待验证音频通过声纹 验证。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有 关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

综上所述，本公开首先从待验证音频中提取噪声音频，之后对噪声音频 和预先注册的注册音频进行音频混合，得到混合音频，最后根据混合音频和 待验证音频，确定待验证音频的验证结果。本公开可以有效利用待验证音频， 从待验证音频中提取噪声音频，并与注册音频进行音频混合，得到混合音频， 混合音频对应的噪声与待验证音频所处音频输入环境中的噪声相匹配，这样 使得利用混合音频和待验证音频确定的验证结果，能够有效应对待验证音频 所处音频输入环境中出现的各种噪声，从而提高了声纹验证的通过率，并确 保验证结果的准确性。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令， 该程序指令被处理器执行时实现本公开提供的声纹验证方法的步骤。

图7是根据一示例性实施例示出的一种电子设备的框图。例如，电子设 备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制 台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，电子设备800可以包括以下一个或多个组件：处理组件802， 存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/ O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼 叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括 一个或多个处理器820来执行指令，以完成上述的声纹验证方法的全部或部 分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802 和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便 多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。 这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指 令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任 何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取 存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程 只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)， 磁存储器，快闪存储器，磁盘或光盘。

电力组件806为电子设备800的各种组件提供电力。电力组件806可以 包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理 和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接 口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板 (TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用 户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触 摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而 且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中， 多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于 操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收 外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透 镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810 包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记 录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音 频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实 施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围 接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按 钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个 方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/ 关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键 盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位 置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加 速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器， 被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814 还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使 用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪 传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方 式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G 或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信 道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实 施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。 例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA) 技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路 (ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻 辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理 器或其他电子元件实现，用于执行上述的声纹验证方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储 介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820 执行以完成上述的声纹验证方法。例如，所述非临时性计算机可读存储介质 可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据 存储设备等。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产 品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可 编程的装置执行时用于执行上述的声纹验证方法的代码部分。

图8是根据一示例性实施例示出的另一种电子设备的框图。例如，电子 设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理组件 1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储 器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储 器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指 令的模块。此外，处理组件1922被配置为执行指令，以执行上述的声纹验 证方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备 1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900 连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基 于存储在存储器1932的操作系统，例如Windows Server

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其 它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这 些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开 的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例 性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确 结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所 附的权利要求来限制。