[發明專利]一種回放語音檢測方法

有效

• 申請號: 201810745299.1
• 申請日: 2018-07-09
• 公開（公告）號: CN108986824B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 王讓定;林朗;嚴迪群;胡君
• 申請（專利權）人: 寧波大學
• 主分類號: G10L17/00
• 分類號: G10L17/00;G10L17/02;G10L17/04;G10L25/24
• 代理公司: 寧波奧圣專利代理有限公司 33226
• 代理人: 周玨

1.一種回放語音檢測方法，其特征在于包括以下步驟：

步驟一：選取N_real個時長大于或等于1秒且各不相同的真實語音；然后獲取每個真實語音對應的若干個回放語音；再將每個真實語音作為正樣本，將從每個真實語音對應的所有回放語音中選擇的至少1個回放語音作為負樣本，由所有正樣本和所有負樣本構成語音數據庫，語音數據庫中的正樣本的個數為N_real個、負樣本的個數為N_back個，即語音數據庫中的語音樣本的個數為N_real+N_back；其中，N_real≥500，N_real≤N_back≤N_real(1+pr)，0≤pr≤13％；

步驟二：基于短時傅里葉變換獲取語音數據庫中的每個語音樣本的第一變異系數向量和第一倒譜特征矩陣，將語音數據庫中的第n_sa個語音樣本的第一變異系數向量和第一倒譜特征矩陣對應記為和然后采用倒譜均值方差歸一化方法對語音數據庫中的每個語音樣本的第一倒譜特征矩陣進行去除信道不匹配和加性噪聲干擾處理，得到語音數據庫中的每個語音樣本的歸一化第一倒譜特征矩陣，將語音數據庫中的第n_sa個語音樣本的歸一化第一倒譜特征矩陣記為其中，n_sa為正整數，1≤n_sa≤N_real+N_back，為列向量，的維數為L_1,frame×1，L_1,frame表示對語音數據庫中的第n_sa個語音樣本進行第一次分幀處理后得到的幀的幀長，和的維數為13×N_1,frame，N_1,frame表示對語音數據庫中的第n_sa個語音樣本進行第一次分幀處理后得到的幀的幀數；

基于常數Q變換獲取語音數據庫中的每個語音樣本的第二變異系數向量和第二倒譜特征矩陣，將語音數據庫中的第n_sa個語音樣本的第二變異系數向量和第二倒譜特征矩陣對應記為和然后采用倒譜均值方差歸一化方法對語音數據庫中的每個語音樣本的第二倒譜特征矩陣進行去除信道不匹配和加性噪聲干擾處理，得到語音數據庫中的每個語音樣本的歸一化第二倒譜特征矩陣，將語音數據庫中的第n_sa個語音樣本的歸一化第二倒譜特征矩陣記為其中，為列向量，的維數為L_2,frame×1，L_2,frame表示對語音數據庫中的第n_sa個語音樣本進行第二次分幀處理后得到的幀的幀長，和的維數為90×N_2,frame，N_2,frame表示對語音數據庫中的第n_sa個語音樣本進行第二次分幀處理后得到的幀的幀數，N_2,frame≠N_1,frame；

步驟三：將語音數據庫中的所有正樣本的第一變異系數向量輸入到GMM模型中進行訓練，訓練得到第一正樣本特征模型；將語音數據庫中的所有正樣本的歸一化第一倒譜特征矩陣輸入到GMM模型中進行訓練，訓練得到第二正樣本特征模型；將語音數據庫中的所有正樣本的第二變異系數向量輸入到GMM模型中進行訓練，訓練得到第三正樣本特征模型；將語音數據庫中的所有正樣本的歸一化第二倒譜特征矩陣輸入到GMM模型中進行訓練，訓練得到第四正樣本特征模型；同樣，將語音數據庫中的所有負樣本的第一變異系數向量輸入到GMM模型中進行訓練，訓練得到第一負樣本特征模型；將語音數據庫中的所有負樣本的歸一化第一倒譜特征矩陣輸入到GMM模型中進行訓練，訓練得到第二負樣本特征模型；將語音數據庫中的所有負樣本的第二變異系數向量輸入到GMM模型中進行訓練，訓練得到第三負樣本特征模型；將語音數據庫中的所有負樣本的歸一化第二倒譜特征矩陣輸入到GMM模型中進行訓練，訓練得到第四負樣本特征模型；

步驟四：取一個待檢測的語音，記為Y_test；然后按照步驟二的過程，以相同的方式獲得Y_test的第一變異系數向量和歸一化第一倒譜特征矩陣及第二變異系數向量和歸一化第二倒譜特征矩陣，對應記為和及和其中，的維數為L_test,1,frame×1，L_test,1,frame表示對Y_test進行第一次分幀處理后得到的幀的幀長，的維數為13×N_test,1,frame，N_test,1,frame表示對Y_test進行第一次分幀處理后得到的幀的幀數，的維數為L_test,2,frame×1，L_test,2,frame表示對Y_test進行第二次分幀處理后得到的幀的幀長，的維數為90×N_test,2,frame，N_test,2,frame表示對Y_test進行第二次分幀處理后得到的幀的幀數，N_test,2,frame≠N_test,1,frame；

步驟五：將分別輸入到第一正樣本特征模型和第一負樣本特征模型中進行測試，各得到一個測試得分，并計算兩個測試得分的差值作為Y_test的第一似然比得分；將分別輸入到第二正樣本特征模型和第二負樣本特征模型中進行測試，各得到一個測試得分，并計算兩個測試得分的差值作為Y_test的第二似然比得分；將分別輸入到第三正樣本特征模型和第三負樣本特征模型中進行測試，各得到一個測試得分，并計算兩個測試得分的差值作為Y_test的第三似然比得分；將分別輸入到第四正樣本特征模型和第四負樣本特征模型中進行測試，各得到一個測試得分，并計算兩個測試得分的差值作為Y_test的第四似然比得分；然后計算Y_test的第一似然比得分、第二似然比得分、第三似然比得分和第四似然比得分中的至少兩個似然比得分的平均分，并將計算得到的平均分作為Y_test的最終得分；再比較Y_test的最終得分與設定的判定閾值，如果Y_test的最終得分大于或等于設定的判定閾值，則判定Y_test為真實語音，如果Y_test的最終得分小于設定的判定閾值，則判定Y_test為回放語音。