1.一种用户账号解锁方法，其特征在于，包括：

获取账号解锁请求，所述账号解锁请求包括用户账号和验证语音数据，所述验证语音数据为用户回复目标安全问题的语音数据；

基于所述用户账号查询用户信息库，获取所述用户账号对应的当前状态；

若所述当前状态为账号锁定且语音解锁功能未锁定时，则采用目标语音静态解码网络对所述验证语音数据进行文本翻译，获取验证文本数据；所述目标语音静态解码网络为语言模型WFST网络、语言模型WFST网络、声学上下文WFST网络和声学模型WFST网络进行合并和压缩优化后的网络；所述语音解锁功能未锁定是指在接收到本次账号解锁请求之前，解锁失败次数不大于预设次数时所处的状态；

若所述当前状态为账号锁定且语音解锁功能已锁定时，则获取语音解锁功能锁定的剩余时间，基于所述剩余时间生成状态提醒信息；所述语音解锁功能已锁定是指在接收到本次账号解锁请求之前，解锁失败次数大于预设次数时所处的状态；

基于所述用户账号和所述验证文本数据查询用户信息库，获取与所述目标安全问题相对应的注册文本数据，若所有所述目标安全问题对应的验证文本数据与注册文本数据均匹配，则获取匹配成功的第一匹配结果；若任一所述目标安全问题对应的验证文本数据与注册文本数据不匹配，则获取匹配不成功的第一匹配结果；

采用与所述用户账号相对应的专用声纹识别模型对所述验证语音数据进行处理，获取验证声纹特征，对所述验证声纹特征与预先存储的注册声纹特征进行匹配处理，获取第二匹配结果；

若所述第一匹配结果和所述第二匹配结果均为匹配成功时，对所述用户账号进行解锁处理，以更新所述用户账号在所述用户信息库中的状态；

所述采用目标语音静态解码网络对所述验证语音数据进行文本翻译，获取验证文本数据，包括：采用声学模型WFST对验证语音数据进行处理，获取HMM状态序列；

采用声学上下文WFST对HMM状态序列进行处理，获取对应的音素序列；

采用发音词典WFST对音素序列进行处理，获取对应的词序列；

采用语言模型WFST对词序列进行处理，获取验证文本数据。

2.如权利要求1所述的用户账号解锁方法，其特征在于，在所述获取第一匹配结果的步骤之后，且所述获取第二匹配结果的步骤之后，所述用户账号解锁方法还包括：若所述第一匹配结果和所述第二匹配结果中的至少一个为匹配不成功时，更新解锁失败次数，若所述解锁失败次数大于预设次数，则在预设时间内锁定语音解锁功能，生成锁定提醒信息；若所述解锁失败次数不大于预设次数，则生成解锁失败信息。

3.如权利要求1所述的用户账号解锁方法，其特征在于，所述获取账号解锁请求包括：接收客户端发送的账号解锁请求，所述账号解锁请求携带用户账号和语音解锁标识；

基于所述用户账号查询用户信息库，获取与所述用户账号相对应的目标安全问题；

基于所述语音解锁标识，获取与所述目标安全问题相对应的引导录音，通过所述客户端播放所述引导录音；

获取客户端发送的验证语音数据，所述验证语音数据是所述客户端基于所述引导录音采集到的语音数据。

4.如权利要求1所述的用户账号解锁方法，其特征在于，在接收客户端发送的账号解锁请求的步骤之前，所述用户账号解锁方法还包括：接收客户端发送的账号注册请求，所述账号注册请求携带注册标识；

基于所述注册标识进入账号注册界面，所述账号注册界面包括待选择安全问题；

从所述待选择安全问题中选取预设数量的目标安全问题，基于所述目标安全问题获取对应的注册文本数据和注册语音数据；

基于所述用户账号、目标安全问题、注册文本数据和注册语音数据，完成用户账号注册，并关联存储所述用户账号、所述目标安全问题、所述注册文本数据和所述注册语音数据。

5.如权利要求4所述的用户账号解锁方法，其特征在于，在所述采用目标语音静态解码网络对所述验证语音数据进行文本翻译的步骤之前，所述用户账号解锁方法还包括：从训练语料库中获取训练数据，所述训练数据包括所述注册文本数据和所述注册语音数据；

将所述注册文本数据输入到N‑gram模型进行模型训练，获取目标语言模型；

将所述注册语音数据输入到GMM‑HMM模型进行模型训练，获取目标声学模型；

基于所述目标语言模型和所述目标声学模型，构建目标语音静态解码网络。

6.如权利要求4所述的用户账号解锁方法，其特征在于，所述注册声纹特征为注册i‑vector向量；

在所述基于所述目标安全问题获取对应的注册文本数据和注册语音数据的步骤之后，所述用户账号解锁方法还包括：对注册语音数据进行特征提取，获取对应的注册语音特征；

基于注册语音特征训练专用UBM模型，将基于专用UBM模型训练出的总体变化子空间作为专用声纹识别模型；

将所述注册语音特征投影到所述专用声纹识别模型上，获取第一i‑vector向量；

将所述第一i‑vector向量投影到所述专用声纹识别模型上，获取对应的注册i‑vector向量；

所述采用与所述用户账号相对应的专用声纹识别模型对所述验证语音数据进行处理，获取验证声纹特征，包括：采用所述专用声纹识别模型对所述验证语音数据提取的验证语音特征进行二次投影，获取验证i‑vector向量。

7.一种用户账号解锁装置，其特征在于，包括：

账号解锁请求获取模块，用于获取账号解锁请求，所述账号解锁请求包括用户账号和验证语音数据，所述验证语音数据为用户回复目标安全问题的语音数据；

当前状态获取模块，用于基于所述用户账号查询用户信息库，获取所述用户账号对应的当前状态；

验证文本数据获取模块，用于若所述当前状态为账号锁定且语音解锁功能未锁定时，则采用目标语音静态解码网络对所述验证语音数据进行文本翻译，获取验证文本数据；所述目标语音静态解码网络为语言模型WFST网络、语言模型WFST网络、声学上下文WFST网络和声学模型WFST网络进行合并和压缩优化后的网络；所述语音解锁功能未锁定是指在接收到本次账号解锁请求之前，解锁失败次数不大于预设次数时所处的状态；

已锁定处理单元，用于若所述当前状态为账号锁定且语音解锁功能已锁定时，则获取语音解锁功能锁定的剩余时间，基于所述剩余时间生成状态提醒信息；所述语音解锁功能已锁定是指在接收到本次账号解锁请求之前，解锁失败次数大于预设次数时所处的状态；

第一匹配结果获取模块，用于基于所述用户账号和所述验证文本数据查询用户信息库，获取与所述目标安全问题相对应的注册文本数据，若所有所述目标安全问题对应的验证文本数据与注册文本数据均匹配，则获取匹配成功的第一匹配结果；若任一所述目标安全问题对应的验证文本数据与注册文本数据不匹配，则获取匹配不成功的第一匹配结果；

第二匹配结果获取模块，用于采用与所述用户账号相对应的专用声纹识别模型对所述验证语音数据进行处理，获取验证声纹特征，对所述验证声纹特征与预先存储的注册声纹特征进行匹配处理，获取第二匹配结果；

匹配成功处理模块，用于若所述第一匹配结果和所述第二匹配结果均为匹配成功时，对所述用户账号进行解锁处理，以更新所述用户账号在所述用户信息库中的状态；

其中，所述验证文本数据获取模块，采用声学模型WFST对验证语音数据进行处理，获取HMM状态序列；采用声学上下文WFST对HMM状态序列进行处理，获取对应的音素序列；采用发音词典WFST对音素序列进行处理，获取对应的词序列；采用语言模型WFST对词序列进行处理，获取验证文本数据。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

6任一项所述用户账号解锁方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述用户账号解锁方法的步骤。