[發明專利]基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法

有效

• 申請號: 201810475055.6
• 申請日: 2018-05-17
• 公開（公告）號: CN108711436B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 韓紀慶;徐涌鈔
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/03;G10L25/51;G10L25/30;G10L17/04;G10L17/02;G10L17/18;G06F21/32
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 畢雅鳳

1.基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，包括以下步驟：

步驟一、提取訓練集語音音頻的高頻特征，以該特征為訓練集數據訓練高斯混合模型，得到訓練分類結果一；

步驟二、采用輕量級卷積神經網絡Light CNN提取訓練集語音音頻的瓶頸特征，以該特征為訓練集數據訓練隨機森林集成學習模型，得到訓練分類結果二；

步驟三、以訓練分類結果一和訓練分類結果二為訓練集數據訓練邏輯回歸LR分類器，邏輯回歸LR分類器輸出最終訓練的分類結果，完成訓練；

步驟四、提取評估集語音音頻的高頻特征，并輸入完成訓練的高斯混合模型得到評估分類結果一；

步驟五、采用輕量級卷積神經網絡Light CNN提取評估集語音音頻的瓶頸特征，并輸入完成訓練的隨機森林集成學習模型，得到評估分類結果二；

步驟六、將評估分類結果一和評估分類結果二輸入完成訓練的邏輯回歸LR分類器得到檢測結果，實現對重放攻擊的檢測；

步驟二具體包括以下步驟：

步驟二一、輸入訓練集語音音頻，對語音音頻進行預處理，包括分幀和加窗，再提取出對數能量譜特征，

步驟二二、應用均值方差歸一化MVN對對數能量譜特征進行修正；

步驟二三、以步驟二二得到的對數能量譜特征為訓練集數據訓練輕量級卷積神經網絡Light CNN，將訓練完成的輕量級卷積神經網絡Light CNN隱層輸出作為瓶頸特征；

步驟二四、以瓶頸特征為訓練集數據訓練隨機森林集成學習模型，得到訓練分類結果二。

2.根據權利要求1所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟一具體包括以下步驟：

步驟一一、輸入訓練集語音音頻，對語音音頻進行預處理，包括預加重、分幀和加窗，然后進行快速傅里葉變換，再提取出逆梅爾倒譜系數IMFCC特征，以該特征作為高頻特征；

步驟一二、應用均值方差歸一化MVN對逆梅爾倒譜系數IMFCC特征進行修正；

步驟一三、以步驟一二得到的逆梅爾倒譜系數IMFCC特征為訓練集數據，將訓練集數據分為真實語音特征和欺詐語音特征，并分別訓練真實語音GMM和欺詐語音GMM，得到輸出后計算對數似然比即訓練分類結果一。

3.根據權利要求2所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟一一中，加窗時采用布萊克曼窗口。

4.根據權利要求2所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟一一中，采用逆梅爾Inverted Mel頻率濾波器提取出逆梅爾倒譜系數IMFCC特征。

5.根據權利要求2所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟一三中，兩個高斯混合模型GMM的高斯分量都為512，采用的訓練方法為期望最大化方法。

6.根據權利要求1所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟二四具體包括以下步驟：

步驟二四一、從瓶頸特征中通過重采樣的方式產生n個樣本；

步驟二四二、假設樣本特征數目為F_num，分別對n個樣本選擇F_num中的k個特征，對k個特征應用基尼指數獲得最佳分割點，構建決策樹；

步驟二四三、重復步驟二四一和步驟二四二K次，產生K棵決策樹；

步驟二四四、對K棵決策樹的分類結果采用多數投票機制來進行分類預測，得到訓練分類結果二。

7.根據權利要求1所述的基于高頻和瓶頸特征的說話人驗證系統重放攻擊檢測方法，其特征在于，步驟二一中，加窗時采用布萊克曼窗口。