本發(fā)明公開了一種用于合成語音檢測的GRU?SVM深度學(xué)習(xí)模型的構(gòu)造方法，包括步驟：提取訓(xùn)練語音每一幀的特征參數(shù)；構(gòu)造訓(xùn)練語音的特征矩陣；構(gòu)造GRU?SVM深度學(xué)習(xí)模型；對GRU?SVM深度學(xué)習(xí)模型進(jìn)行softmax的回歸。門控循環(huán)單元(GRU)神經(jīng)網(wǎng)絡(luò)用于克服循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)學(xué)習(xí)信息長期依賴時(shí)產(chǎn)生的梯度消失和爆炸問題。結(jié)合支持向量機(jī)(SVM)在softmax層進(jìn)行分類之前起回歸作用，本發(fā)明提出的GRU?SVM深度學(xué)習(xí)模型能進(jìn)一步提高合成語音的檢測率。

技術(shù)領(lǐng)域

本發(fā)明涉及語音取證技術(shù)領(lǐng)域，特別是一種用于合成語音檢測的GRU-SVM深度學(xué)習(xí)模型的構(gòu)造方法。

背景技術(shù)

隨著人工智能時(shí)代的到來，人與人的交流方式逐漸多樣化。數(shù)字音頻作為最常用的交流媒介應(yīng)用于日常工作和學(xué)習(xí)中。通過各種移動(dòng)設(shè)備，人們可以完成對音頻的傳輸和接收來完成信息交換。與此同時(shí)，語音合成技術(shù)的不斷發(fā)展。語音合成技術(shù)，即將任意文本轉(zhuǎn)換成語音的技術(shù)。該技術(shù)如果結(jié)合深度學(xué)習(xí)方法的合成技術(shù)能夠很容易地合成出與某個(gè)目標(biāo)說話人相同說話特征的語音。目前許多識(shí)別技術(shù)都不能識(shí)別出這類合成語音與真實(shí)說話人說出的自然語音，并容易將合成的語音認(rèn)作自然語音，從而發(fā)生驗(yàn)證錯(cuò)誤。若犯罪分子將該技術(shù)應(yīng)用到實(shí)際場景中，將造成人員傷害與經(jīng)濟(jì)損失。為了解決這一問題人們提出了自動(dòng)說話人驗(yàn)證系統(tǒng)，通過計(jì)算機(jī)利用人體所固有的生理特征或行為特征來進(jìn)行個(gè)人身份鑒定，是一種對收到的說話人語音信號(hào)進(jìn)行分析和提取，自動(dòng)地確定說話人是否在所建立的說話人集合里面，并確定說話人是誰的過程。

文獻(xiàn)“Speaker verification using Gaussian mixture model”(Jagtap,S.S.,Bhalke,D.G，International Conference on Pervasive Computing,pp.1–5,2015)提出了一種主流的機(jī)器學(xué)習(xí)分類器，該分類器使用高斯混合模型(GMM)進(jìn)行特征分類。文獻(xiàn)“Artificial neural networks as speech recognisers for dysarthric speech”(Shahamiri,S.R.,Salim,S.S.B.,Advanced Engineering Informatics 28(1),102-110,2014)，Shahamiri等人已經(jīng)成功地將基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的分類算法應(yīng)用于語音識(shí)別。以GMM為代表的機(jī)器學(xué)習(xí)分類器的平均識(shí)別錯(cuò)誤率始終保持在1％左右。基于神經(jīng)網(wǎng)絡(luò)模型的分類檢測算法在檢測已知攻擊時(shí)表現(xiàn)較好，但在檢測為止攻擊時(shí)表現(xiàn)稍差。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種用于合成語音檢測的GRU-SVM深度學(xué)習(xí)模型的構(gòu)造方法，以進(jìn)一步提高合成語音檢測的準(zhǔn)確性。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案為：

一種用于合成語音檢測的GRU-SVM深度學(xué)習(xí)模型的構(gòu)造方法，包括：

步驟一：提取訓(xùn)練語音每一幀的特征參數(shù)，包括

1.1將訓(xùn)練語音解碼后進(jìn)行預(yù)處理，所述預(yù)處理包括預(yù)加重、分幀和加窗；

1.2通過快速傅里葉變換，將時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)，再取模后平方得到譜線能量；

1.3放入m維的Mel濾波器組，計(jì)算出通過Mel濾波器的能量；

1.4取對數(shù)倒譜后DCT變換，得到MFCC特征；

1.5提取MFCC特征的一階差分系數(shù)ΔMFCC，與MFCC特征組成2m維特征參數(shù)CC，

CC＝{(C₁,C₂,...C_m),(ΔC₁,ΔC₂,...ΔC_m)}，