语音支付方法、装置、设备和存储介质与流程

本申请实施例涉及计算机技术领域，尤其涉及一种语音支付方法、装置、设备和存储介质。

背景技术：

本部分旨在为权利要求书中陈述的本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着语音技术的发展，语音功能广泛运用于智能设备中，如智能手机、车载终端、智能电视等。语音技术可以实现用户通过语音对智能设备的操作，如苹果的siri、亚马逊的alexa、微软cortana、谷歌助手和三星bixby/viv等，其均支持用户的语音交互。

现有技术中，如苹果软件siri可以实现根据用户的语音操作，拨打电话、下载软件等，然而无法实现复杂的支付功能，其他类似软件也存在设计缺陷，需要改进。

技术实现要素：

本发明实施例提供了一种语音支付方法、装置、设备和存储介质，简化了具体的支付流程，提高了支付效率。

第一方面，本发明实施例提供了一种语音支付方法，该方法包括：

当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；

根据所述语音交互数据确定支付触发语音，完成语音支付设置；

当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；

如果人脸支付验证成功，则触发支付事件以完成支付。

第二方面，本发明实施例还提供了一种语音支付装置，该装置包括：

声纹识别模块，用于当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；

语音设置模块，用于根据所述语音交互数据确定支付触发语音，完成语音支付设置；

比对验证模块，用于当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；

支付模块，用于如果人脸支付验证成功，则触发支付事件以完成支付。

第三方面，本发明实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所述的语音支付方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的语音支付方法。

本发明实施例中，当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；根据所述语音交互数据确定支付触发语音，完成语音支付设置；当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；如果人脸支付验证成功，则触发支付事件以完成支付，简化了具体的支付流程，提高了支付效率。

附图说明

图1为本发明实施例提供的一种语音支付方法的流程图；

图2为本发明实施例提供的另一种语音支付方法的流程图；

图3为本发明实施例提供的另一种语音支付方法的流程图；

图4为本发明实施例提供的另一种语音支付方法的流程图；

图5为本发明实施例提供的一种语音支付装置的结构框图；

图6为本发明实施例提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

图1为本发明实施例提供的一种语音支付方法的流程图，本实施例可适用于支付场景，该方法可以由终端设备如智能结账机或服务器执行，具体包括如下步骤：

步骤s101、当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录。

在一个实施例中，首先进行语音支付的设置，如收银员使用终端设备完成语音支付的初始化设置。其中，该语音设置指令可以是固定的语音语句触发的指令，如收银员发出语音“开始语音支付设置”，终端设备在检测到该语音语句时触发语音设置指令以开启语音支付的设置界面。该语音设置指令还可以是由终端设备显示界面中的按钮触发，当检测到对该按钮的点击操作时，触发该语音设置指令。当检测到语音设置指令时，获取当前的语音交互数据，其中，该语音交互数据为采集到的当前用户(收银员)的语音，该语音交互数据可以是用于唤起语音支付的具体语音语句，如用户朗读的指定文字“请支付xxx元”、“一共消费xxx元”等，还可以是用户根据自身使用场景进行的自定义语音语句，此处不做限定。

其中，声纹是可用电声学仪器显示的携带言语信息的声波频谱，声纹不仅具有特定性，而且有相对稳定性的特点，通过识别语音交互数据可以确定出当前用户的声纹特征用于用户身份识别。

步骤s102、根据所述语音交互数据确定支付触发语音，完成语音支付设置。

在一个实施例中，通过语音交互数据以设置支付触发语音，该支付触发语音可以是用户发出的指定语音语句，还可以是用户自定义的语音语句。具体的，当检测到语音设置指令时，获取当前的语音交互数据，将该语音交互数据对应的具体语音内容确定为支付触发语音，在后续进行支付过程中，该支付触发语音用于触发语音支付流程。

在一个实施例中，根据所述语音交互数据确定支付触发语音，完成语音支付设置包括：当检测到所述语音交互数据中包含预设语音库中的数据时，将命中所述预设语音库的数据确定为支付触发语音。其中，该预设语音库中记录有指定的语音文字内容，如“请支付xx元”，当识别到语音交互数据中命中指定的语音文字内容时，将其作为支付触发语音。当检测到所述语音交互数据中不包含预设语音库中的数据时，开启自定义交互模式，示例性的，可给出提示音“请自定义支付触发语音”，将接下来检测到用户的语音交互数据确定为支付触发语音。

步骤s103、当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证。

在一个实施例中，终端设备内置有麦克风和语音识别器，麦克风实时采集周边环境声音，将声音转换成瞬时波形样本流，语音识别器用于进行支付触发语音的识别。当检测到支付触发语音时，确定所述支付触发语音的声纹特征，将该检测到的声纹特征和语音支付设置阶段记录的声纹特征进行比对，如果比对验证成功，则开启人脸支付界面进行人脸支付验证。如果验证失败，则不进行人脸支付验证。其中，该人脸支付验证的形式可以是在终端设备的显示屏中显示人脸支付界面，并开启摄像头采集当前待支付的用户的人脸图像进行人脸验证。

在一个实施例中，当检测到支付触发语音时，对该支付触发语音进行预处理得到语谱图，通过卷积神经网络对语谱图进行特征提取以及全连接声纹分类处理后，进行声纹识别验证，验证成功则唤醒终端设备开启人脸支付流程。

步骤s104、如果人脸支付验证成功，则触发支付事件以完成支付。

在一个实施例中，通过语音唤起人脸支付的流程。具体的，收银员可通过发出支付触发语音以唤起人脸支付流程，在终端设备的显示界面可进行初始广告页面的显示，终端设备可发出语音提示，如“欢迎使用刷脸支付”，终端设备显示刷脸支付页面，并根据支付触发语音中的数字确定出当前需要支付的金额，检测消费者是否完成刷脸验证，如果未验证成功则跳转返回初始广告页，若刷脸验证成功则进行相应账户的身份认证，如果检测出当前消费者为非首次使用，则显示一确认按钮以供消费者点击并完成支付，如果检测出当前消费者为首次使用，则显示一手机号码输入框，供消费者输入手机号码完成确认支付，如果在预设时间(如15s)内未检测到用户操作，则跳转返回初始广告页。

由上述方案可知，通过语音唤起人脸支付流程，减少了用户手动键入操作，优化了支付流程，提高了收银效率。

图2为本发明实施例提供的另一种语音支付方法的流程图，给出了一种具体的确定支付信息的方式。如图2所示，技术方案具体如下：

步骤s201、当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录。

步骤s202、根据所述语音交互数据确定支付触发语音，完成语音支付设置。

步骤s203、当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证。

步骤s204、如果人脸支付验证成功，则确定和所述支付触发语音对应的支付信息，根据所述支付信息完成支付。

在一个实施例中，根据支付触发语音得到支付信息，该支付信息可以是包含有支付金额的数据，根据该支付信息完成支付。示例性的，支付触发语音可以是“请支付100元”，其中，该支付金额100元可确定为支付信息，即消费者通过支付100元以完成支付。

其中，确定和所述支付触发语音对应的支付信息包括：对所述支付触发语音进行语音识别，转换为文本信息；对所述文本信息进行自然语言分析，确定所述文本信息包含的预设信息，将所述预设信息确定为支付信息。其中，该预设信息可以是命中的目标语料库中记录的信息，目标语料库中记录有大量和支付相关信息。具体的，对支付触发语音进行预处理以及特征提取操作，通过语音解码与搜索算法输出对应的文本信息，将该文本信息与目标语料库中的数据进行匹配实现自然语言分析，将识别出的支付信息作为具体的支付金额显示在人脸支付界面中。其中，该语音解码与搜索算法通过声学训练模型、语言训练模型和数据字典得到，声学训练模型依据语音数据库中的大量数据经过预处理和特征提取得到，语言训练模型依据文本数据库中的大量数据经过预处理以及神经网络训练得到。

由上述内容可知，通过语音直接开启人脸支付流程，同时支付信息可自动生成显示，以快捷、遍历的完成支付，显著提高了支付效率。

图3为本发明实施例提供的另一种语音支付方法的流程图，给出了一种具体的进行支付的流程方法。如图3所示，技术方案具体如下：

步骤s301、当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录。

步骤s302、根据所述语音交互数据确定支付触发语音，完成语音支付设置。

步骤s303、当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证。

步骤s304、如果人脸支付验证成功，则获取人脸支付验证中关联的用户的虚拟购物清单，根据所述虚拟购物清单的支付信息完成支付。

在一个实施例中，终端设备设置在无人便利店的门禁位置，用于完成购物用户的支付。示例性的，用户在通过门禁位置出口时，通过该终端设备进行物品支付，终端设备被唤醒进入人脸支付流程时，采集用户的人脸图像进行验证，验证成功则获取该用户关联的虚拟购物清单，根据虚拟购物清单的支付信息完成支付。其中，该虚拟购物清单和用户进行绑定，在用户进入无人便利店时被创建，用户在店中进行物品选择时，该虚拟购物清单自动进行物品增加和减少的统计，当用户离开无人便利店进行支付结算时，该虚拟购物清单中的物品数据进行自动计算得到用户的支付信息完成支付。

由上述方案可知，在语音唤起人脸支付的过程中，可自动根据用户的虚拟购物清单数据得到支付信息用以进行用户支付，提高了支付效率，使用原有数据得到支付信息，无需额外的确定支付信息的步骤，进一步优化了语音支付流程。

图4为本发明实施例提供的另一种语音支付方法的流程图，给出了一种具体的进行支付的流程方法。如图4所示，技术方案具体如下：

步骤s401、当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录。

步骤s402、根据所述语音交互数据确定支付触发语音，完成语音支付设置。

步骤s403、当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证。

步骤s404、如果人脸支付验证成功，则显示支付金额以及支付确认按钮，检测到所述支付确认按钮被点击时，完成支付。

在一个实施例中，在人脸支付验证成功后，判断用户是否为首次使用该支付方式，如果并非首次使用，则显示支付金额以及支付确认按钮，用户可点击该支付确认按钮进行支付确认，以完成支付。在另一个实施例中，如果检测到用户为首次使用该支付方式，则显示信息录入框，该信息录入框用于用户输入手机号，当手机号验证成功后相应完成支付。

由上述方案可知，通过语音方式唤起人脸支付，在支付过程中提供多种支付确认方式适用不同的用户使用情况，优化了用户使用体验，进一步完善了支付流程。

图5为本发明实施例提供的一种语音支付装置的结构框图，该装置用于执行上述实施例提供的语音支付方法，具备执行方法相应的功能模块和有益效果。如图5所示，该装置具体包括：声纹识别模块101、语音设置模块102、比对验证模块103和支付模块104，其中，

声纹识别模块101，用于当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；

语音设置模块102，用于根据所述语音交互数据确定支付触发语音，完成语音支付设置；

比对验证模块103，用于当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；

支付模块104，用于如果人脸支付验证成功，则触发支付事件以完成支付。

由上述方案可知，当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；根据所述语音交互数据确定支付触发语音，完成语音支付设置；当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；如果人脸支付验证成功，则触发支付事件以完成支付，简化了具体的支付流程，提高了支付效率。

在一个可能的实施例中，所述支付模块104具体用于：

确定和所述支付触发语音对应的支付信息，根据所述支付信息完成支付。

在一个可能的实施例中，所述支付模块104具体用于：

对所述支付触发语音进行语音识别，转换为文本信息；

对所述文本信息进行自然语言分析，确定所述文本信息包含的预设信息，将所述预设信息确定为支付信息。

在一个可能的实施例中，所述语音设置模块102具体用于：

当检测到所述语音交互数据中包含预设语音库中的数据时，将命中所述预设语音库的数据确定为支付触发语音。

在一个可能的实施例中，所述语音设置模块102具体用于：当检测到所述语音交互数据中不包含预设语音库中的数据时，开启自定义交互模式。

在一个可能的实施例中，所述支付模块104具体用于：

获取人脸支付验证中关联的用户的虚拟购物清单，根据所述虚拟购物清单的支付信息完成支付。

在一个可能的实施例中，所述支付模块104具体用于：

显示支付金额以及支付确认按钮，检测到所述支付确认按钮被点击时，完成支付；或

显示信息录入框，对所述信息录入框中录入的数据进行确认，如果确认成功，则完成支付。

图6为本发明实施例提供的一种设备的结构示意图，如图6所示，该设备包括处理器201、存储器202、输入装置203和输出装置204；设备中处理器201的数量可以是一个或多个，图6中以一个处理器201为例；设备中的处理器201、存储器202、输入装置203和输出装置204可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器202作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的语音支付方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的语音支付方法。

存储器202可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器202可进一步包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置203可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置204可包括显示屏等显示设备。

本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种语音支付方法，该方法包括：

当检测到语音设置指令时，获取当前的语音交互数据，识别所述语音交互数据的声纹特征并进行记录；

根据所述语音交互数据确定支付触发语音，完成语音支付设置；

当检测到支付触发语音时，确定所述支付触发语音的声纹特征并和记录的声纹特征进行比对，如果验证成功，则开启人脸支付界面进行人脸支付验证；

如果人脸支付验证成功，则触发支付事件以完成支付。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明实施例可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明实施例各个实施例所述的方法。

值得注意的是，上述语音支付装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。