[發明專利]變聲檢測方法及裝置

有效

• 申請號: 201711475093.3
• 申請日: 2017-12-29
• 公開（公告）號: CN108198574B
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 李晉;殷兵;柳林;胡國平
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L17/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種變聲檢測方法，其特征在于，包括：

獲取待與目標對象進行認證匹配的待測語音數據；

利用預置的變聲檢測模型，確定與所述待測語音數據匹配的待測聲紋特征信息，以及語音偽造判決結果；所述變聲檢測模型為以標注有語音生成對象的類別標簽及語音是否偽造標簽的訓練語音數據進行訓練得到；

確定所述待測聲紋特征信息與所述目標對象已注冊的聲紋特征信息的相似度，得到聲紋相似度；

根據所述語音偽造判決結果以及所述聲紋相似度，確定所述待測語音數據是否為人工偽造的變聲語音數據。

2.根據權利要求1所述的方法，其特征在于，預置的變聲檢測模型包括兩個輸出通道，第一輸出通道輸出語音生成對象的類別標簽，第二輸出通道輸出語音是否偽造結果，所述變聲檢測模型的最后一個隱藏層作為兩個輸出通道的公共隱藏層；

所述利用預置的變聲檢測模型，確定與所述待測語音數據匹配的待測聲紋特征信息，以及語音偽造判決結果，包括：

將所述待測語音數據輸入預置的變聲檢測模型；

獲取所述變聲檢測模型的公共隱藏層輸出的特征向量，并根據所述特征向量確定與所述待測語音數據匹配的待測聲紋特征信息；

獲取所述變聲檢測模型的第二輸出通道輸出的語音是否偽造結果，并根據所述語音是否偽造結果確定語音偽造判決結果。

3.根據權利要求2所述的方法，其特征在于，所述將所述待測語音數據輸入預置的變聲檢測模型，包括：

對所述待測語音數據進行切分處理，得到若干個待測語音片段；

將每一所述待測語音片段輸入預置的變聲檢測模型；

所述獲取所述變聲檢測模型的公共隱藏層輸出的特征向量，并根據所述特征向量確定與所述待測語音數據匹配的待測聲紋特征信息，包括：

獲取所述變聲檢測模型的公共隱藏層輸出的與每一所述待測語音片段匹配的特征向量；

根據各所述待測語音片段匹配的特征向量，確定所述待測語音數據匹配的待測聲紋特征信息；

所述獲取所述變聲檢測模型的第二輸出通道輸出的語音是否偽造結果，并根據所述語音是否偽造結果確定語音偽造判決結果，包括：

獲取所述變聲檢測模型的第二輸出通道輸出的每一所述待測語音片段對應的語音是否偽造結果；

根據各所述待測語音片段對應的語音是否偽造結果，確定所述待測語音數據對應的語音偽造判決結果。

4.根據權利要求3所述的方法，其特征在于，所述對所述待測語音數據進行切分處理，得到若干個待測語音片段，包括：

對所述待測語音數據進行傅里葉變換，得到變換后的傅里葉特征；

對所述變換后的傅里葉特征進行分窗，得到若干語譜圖片段，作為待測語音片段。

5.根據權利要求1所述的方法，其特征在于，所述語音偽造判決結果為語音偽造判決得分，語音偽造判決得分越低表示語音數據為人工偽造的可能性越大；所述聲紋相似度為聲紋相似度得分；

所述根據所述語音偽造判決結果以及所述聲紋相似度，確定所述待測語音數據是否為人工偽造的變聲語音數據，包括：

對所述語音偽造判決得分和所述聲紋相似度得分進行加權融合，結果作為所述待測語音數據的偽造相似度得分；

根據所述偽造相似度得分以及預置的偽造相似度閾值的大小關系，確定所述待測語音數據是否為人工偽造的變聲語音數據。

6.根據權利要求1所述的方法，其特征在于，所述變聲檢測模型的訓練過程，包括：

獲取原始訓練數據集，所述原始訓練數據集包括多個語音生成對象生成的訓練語音數據，每一訓練語音數據標注有語音生成對象的類別標簽及語音是否偽造標簽；

利用所述原始訓練數據集對變聲檢測模型進行訓練，得到訓練后的變聲檢測模型。