[發明專利]用于偽造語音的深度神經網絡的構建方法及系統

在審

• 申請號: 202010863825.1
• 申請日: 2020-08-25
• 公開（公告）號: CN112102808A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 尤文杰;鄔錫敏
• 申請（專利權）人: 上海紅陣信息科技有限公司;江蘇擬態極算信息技術有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L17/02;G10L17/04;G10L17/18;G10L17/22
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了用于偽造語音的深度神經網絡的構建方法及系統，涉及生物特征識別技術領域，包括：語音庫收集模塊，用于將需要進行對比的語音進行收集，并將其發送給語音合成處理模塊。本發明通過設置的通過對現場采集的語音及語音庫的語音等有效數據的多維度分析校準,利用AI技術對數據進行處理,生成有效的聲紋數據，再通過輸入文本至語音合成處理系統中，利用高清語音仿生播放設備播放語音，與帶有聲音鎖的智能終端設備進行應用對比驗證，從而實現對智能終端設備的聲紋解鎖，本發明能夠解決因采集設備、采集周圍環境等問題、導致聲紋語音部分特征無法被正確提取，從而使聲紋建模錯誤的問題，提高聲紋模型通過生物特征身份鑒別系統驗證的成功率。

技術領域

本發明涉及生物特征識別技術領域，具體為用于偽造語音的深度神經網絡的構建方法及系統。

背景技術

目前，主要的生物特征識別技術有虹膜識別、視網膜識別、人臉識別、簽名識別、聲音識別、指紋識別等等。其中聲音識別主要是通過調用相關部門的語音庫以及現場的聲音采集等兩種方式進行語音樣本的采集收錄,然后再使用智能設備對該語音樣本進行識別，與提前錄入設備的聲紋進行比對進而達到解鎖設備的目的。

一般采用聲紋識別解鎖系統的正常方式就是基于聲紋語音識別技術的基礎上，通過識別聲紋與用戶在設備中存儲的聲紋信息進行比對進而判斷該用戶是否能夠進入系統的技術，用戶通過電子設備的聲紋采集模塊采集自己的電子聲紋語音，使設備預先記錄下了本人的聲紋信息，然后再通過智能設備的語音模塊對采集的電子聲紋進行比對進而解鎖設備，如果登錄用戶的聲紋與“預先設定的身份認證信息”比對結果成功，那么用戶就可進入并使用設備，但聲紋解鎖依然存有漏洞，只需仿聲軟件制作出與當事人相同的聲紋語音樣本，也可通過部分生物特征身份鑒別系統的驗證，當采集時因采集設備、采集周圍環境等問題，也會導致制作出的聲紋無法通過識別。因此需要一套完整的聲紋采集與處理系統，搭配聲紋仿生技術，制作出高精度的聲紋語音模型。

發明內容

本發明的目的在于：為了解決聲紋解鎖依然存有漏洞，只需仿聲軟件制作出與當事人相同的聲紋語音樣本，也可通過部分生物特征身份鑒別系統的驗證，當采集時因采集設備、采集周圍環境等問題，也會導致制作出的聲紋無法通過識別。因此需要一套完整的聲紋采集與處理系統，搭配聲紋仿生技術，制作出高精度的聲紋語音模型的問題，提供用于偽造語音的深度神經網絡的構建方法及系統。

為實現上述目的，本發明提供如下技術方案：用于偽造語音的深度神經網絡的構建方法及系統，包括：

語音庫收集模塊，用于將需要進行對比的語音進行收集，并將其發送給語音合成處理模塊；

語音合成處理模塊，用于接收語音庫收集模塊到的語音數據并將其進行合成處理；

高清仿生語音播放設備模塊，用于播放合成后的相關的語音文件；

手機應用對比驗證模塊，用于將語音文件進行對比驗證，并判斷是否對比成功。

優選地，所述語音庫收集模塊的輸入端包括現場語音錄入和相關部分語音庫調用，且語音庫收集模塊的輸出端電性連接有語音合成處理模塊。

優選地，所述語音合成處理模塊的輸入端電性連接有文本模塊，且語音合成處理模塊的輸出端電性連接有高清仿生語音播放設備模塊。

優選地，所述高清仿生語音播放設備模塊的輸出端電性連接有手機應用對比驗證模塊，且手機應用對比驗證模塊的輸入端電性連接有帶聲音所的手機或應用收集模塊，所述手機應用對比驗證模塊的輸出端電性連接有解鎖成功模塊和解鎖失敗模塊。

優選地，所述語音合成處理模塊包括：

語音業務模塊，用于將語音數據進行接收，并集中進行語音處理；

語音預處理模塊，用于利用語音樣本處理軟件對語音進行預處理；