[發(fā)明專利]一種基于多特征融合的偽造語音檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 202110762591.6
• 申請日: 2021-07-06
• 公開（公告）號(hào): CN113488073A
• 公開（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 陳晉音;葉林輝
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G10L25/51
• 分類號(hào): G10L25/51;G10L25/30;G10L25/03
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于多特征融合的偽造語音檢測方法，其特征在于，包括以下步驟：

獲取偽造語音以及對應(yīng)的正常語音，構(gòu)建偽造語音和正常語音的標(biāo)簽；

針對偽造語音和正常語音分別執(zhí)行以下過程：對語音進(jìn)行特征提取得到不同維度的多類特征，對不同維度的多類特征分別縮放到相同維度得到多類基特征后，利用特正平衡矩陣對多類基特征進(jìn)行融合，得到融合特征；

構(gòu)建由長短期記憶網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)組成的偽造語音檢測模型，利用偽造語音的融合特征和標(biāo)簽、正常語音的融合特征和標(biāo)簽對偽造語音檢測模型進(jìn)行有監(jiān)督學(xué)習(xí)，以優(yōu)化偽造語音檢測模型的模型參數(shù)和特正平衡矩陣；

應(yīng)用時(shí)，利用融合權(quán)重參數(shù)確定的特正平衡矩陣獲取待測語音的融合特征后，利用參數(shù)優(yōu)化的偽造語音檢測模型對待測語音的融合特征進(jìn)行檢測，以輸出檢測結(jié)果。

2.如權(quán)利要求1所述的基于多特征融合的偽造語音檢測方法，其特征在于，對語音進(jìn)行特征提取得到的多類特征包括：基頻、梅爾倒譜系數(shù)、非周期成分、梅爾頻譜、能量譜、頻譜、線性預(yù)測系數(shù)、線性預(yù)測倒譜系數(shù)。

3.如權(quán)利要求1所述的基于多特征融合的偽造語音檢測方法，其特征在于，采用最鄰近插值法對分別將不同維度的多類特征縮放到相同維度得到多類基特征。

4.如權(quán)利要求1所述的基于多特征融合的偽造語音檢測方法，其特征在于，所述特正平衡矩陣由表示融合權(quán)重參數(shù)組成，采用符合正態(tài)分布的隨機(jī)數(shù)初始化融合權(quán)重參數(shù)。

5.如權(quán)利要求1所述的基于多特征融合的偽造語音檢測方法，其特征在于，在對偽造語音檢測模型進(jìn)行監(jiān)督學(xué)習(xí)時(shí)，采用交叉熵?fù)p失函數(shù)作為模型的優(yōu)化目標(biāo)。

6.一種基于多特征融合的偽造語音檢測裝置，包括存儲(chǔ)器，處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上執(zhí)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1～5任一項(xiàng)所述的基于多特征融合的偽造語音檢測方法。