[發明專利]基于音頻切片調節的智能語音識別安全防御方法及裝置

有效

• 申請號: 202210499339.5
• 申請日: 2022-05-09
• 公開（公告）號: CN114639375B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 李超豪;王濱;王星;閆琛;王偉
• 申請（專利權）人: 杭州?？低晹底旨夹g股份有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L19/24
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊春香

1.一種基于音頻切片調節的智能語音識別安全防御方法，其特征在于，包括：

獲取待保護音頻數據；

對所述待保護音頻數據進行切分，并確定目標候選音頻切片；其中，對于任一所述目標候選音頻切片，該目標候選音頻切片對應的第一測試音頻的語音識別結果與初始語音識別結果不一致，音頻切片對應的第一測試音頻通過利用第一倍速值對該音頻切片進行倍速操作，并將倍速操作后的音頻切片與所述待保護音頻數據中的其余未經過倍速操作的部分按原順序拼接結合得到，所述初始語音識別結果為所述待保護音頻數據的語音識別結果；

從所述目標候選音頻切片中確定出目標音頻切片，并確定目標倍速值；其中，目標測試音頻的語音識別結果與所述初始語音識別結果不一致，所述目標測試音頻通過利用所述目標倍速值對所述目標音頻切片進行倍速操作，并將倍速操作后的目標音頻切片與所述待保護音頻數據中的其余未經過倍速操作的部分按原順序拼接結合得到，所述目標倍速值的變化率小于等于所述第一倍速值的變化率，所述目標倍速值和所述第一倍速值均歸屬于預設倍速值取值范圍；

依據所述目標音頻切片的起止時間，利用所述目標倍速值對所述待保護音頻數據中與所述起止時間對應的部分進行倍速操作，并輸出倍速操作后的音頻數據；

其中，所述對所述待保護音頻數據進行切分，并確定目標候選音頻切片，包括：

依據預設最小切片長度，以及，預設切片數量，對所述待保護音頻數據進行至少一個層級的切分；其中，對于任一層級的音頻數據切分，所述待保護音頻數據或一個音頻切片切分得到的下一層級的音頻切片的數量小于等于所述預設切片數量，且音頻切片長度大于等于所述最小切片長度；

將對應的第一測試音頻的語音識別結果與所述初始語音識別結果不一致，且層級最低的音頻切片，確定為目標候選音頻切片。

2.根據權利要求1所述的方法，其特征在于，所述依據預設最小切片長度，以及，預設切片數量，對所述待保護音頻數據進行至少一個層級的切分，包括：

在所述待保護音頻數據的長度與所述預設切片數量的比值大于等于所述預設最小切片長度的情況下，將所述待保護音頻數據切分為所述預設切片數量的初級音頻切片；

將對應的第一測試音頻的語音識別結果與所述初始語音識別結果不一致的初級音頻切片，確定為初級候選音頻切片；

在當前最低層級的候選音頻切片的長度與所述預設切片數量的比值大于等于所述預設最小切片長度的情況下，分別對各當前最低層級的候選音頻切片進行下一層級的切分，并確定下一層級的候選音頻切片；

在當前最低層級的候選音頻切片的長度與所述預設切片數量的比值小于所述預設最小切片長度的情況下，分別對各當前最低層級的候選音頻切片進行所述預設最小切片長度的音頻切片切分，并確定下一層級的候選音頻切片；

在當前最低層級的候選音頻切片的長度等于所述預設最小切片長度，或，當前最低層級的音頻切片中不存在候選音頻切片的情況下，結束音頻數據切分。

3.根據權利要求1所述的方法，其特征在于，所述依據預設最小切片長度，以及，預設切片數量，對所述待保護音頻數據進行至少一個層級的切分，包括：

在所述待保護音頻數據的長度與所述預設切片數量的比值小于所述預設最小切片長度的情況下，對所述待保護音頻數據進行所述預設最小切片長度的音頻切片切分，得到至少一個初級音頻切片，并結束音頻數據切分。

4.根據權利要求2或3所述的方法，其特征在于，所述將對應的第一測試音頻的語音識別結果與所述初始語音識別結果不一致，且層級最低的音頻切片，確定為目標候選音頻切片，包括：

在最低層級的候選音頻切片的長度等于所述預設最小切片長度的情況下，將最低層級的候選音頻切片確定為目標候選音頻切片；

在最低層級的音頻切片中不存在候選音頻切片的情況下，將上一層級的候選音頻切片確定為目標候選音頻切片。