检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于残差网络的欺骗语音检测

基于残差网络的欺骗语音检测

作者：陈柯广东技术师范大学

学位级别：硕士

欺骗语音根据其目的可分为两类:1)冒充欺骗:通过语音合成、语音转换或重录等手段冒充某目标人物。2)隐藏欺骗:通过改变语音隐藏说话人的身份,但没有冒充目标说话人,也称为语音变形(Voice Transform,VT)。已有的研究表明欺骗语音可以骗... 详细信息

欺骗语音根据其目的可分为两类:1)冒充欺骗:通过语音合成、语音转换或重录等手段冒充某目标人物。2)隐藏欺骗:通过改变语音隐藏说话人的身份,但没有冒充目标说话人,也称为语音变形(Voice Transform,VT)。已有的研究表明欺骗语音可以骗过说话人识别系统,为社会安全带来严重威胁。因此,欺骗语音检测具有重要的研究价值和现实意义。为此,本文研究欺骗语音的检测方法。主要工作如下:1、提出一种基于离散余弦变换(Discrete Cosine Transform,DCT)、并结合残差网络的深度特征提取能力实现分类的欺骗语音检测算法。实验结果表明:在验证集上准确率达到99.9%以上,在评估集上EER为2.32%,达到了良好的检测性能。2、提出一种结合多分辨率DCT特征和利用通道融合技术的残差网络分类模型的语音变形欺骗检测算法。在同源数据库的条件下,检测准确率都在97%以上。实验结果表明该特征和网络结构可以更好的表征语音信号的频率分布细节信息,从而达到了良好的检测性能。本文根据不同欺骗语音类型提出相应的检测算法,可作为检测模块加入说话人识别系统中,提高识别系统的防御能力,对社会安全具有重要意义。

关键词：欺骗语音检测语音特征提取语音冒充语音变形残差网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于上下文信息与注意力特征的欺骗语音检测

电信科学 2023年第2期39卷 92-102页

作者：陈佳章坚武张浙亮杭州电子科技大学浙江杭州310018 浙江宇视科技有限公司浙江杭州310051

随着语音合成和语音转换技术的快速发展,欺骗语音检测方法仍存在欺骗检测准确率低、通用性差等问题。因此,提出一种基于上下文信息与注意力特征的端到端的欺骗检测方法。该方法基于深度残差收缩网络(DRSN),利用双分支上下文信息协调融... 详细信息

随着语音合成和语音转换技术的快速发展,欺骗语音检测方法仍存在欺骗检测准确率低、通用性差等问题。因此,提出一种基于上下文信息与注意力特征的端到端的欺骗检测方法。该方法基于深度残差收缩网络(DRSN),利用双分支上下文信息协调融合模块(DCCM)聚集丰富的上下文信息,融合基于协调时频注意力机制(CTFA)的特征以获得具有上下文信息的跨维度交互特征,从而最大化捕获伪影的潜力。与最佳基线系统相比,在ASVspoof 2019 LA数据集中,所提方法在EER和t-DCF性能指标上分别降低68%和65%;在ASVspoof 2021 LA数据集中,所提方法的EER和t-DCF分别为4.81和0.3115,分别降低48%和10%。实验结果表明,所提方法能有效提高欺骗语音检测的准确率和泛化能力。

关键词：欺骗语音检测上下文信息注意力特征端到端伪影

维普期刊数据库

融合MobileNet与GhostVLAD的欺骗语音检测

在线全文

学校读者我要写书评

暂无评论

软件导刊 2021年第3期20卷 204-208页

作者：闫佳冯爽中国传媒大学计算机与网络空间安全学院智能融媒体教育部重点实验室媒体融合与传播国家重点实验室北京100024

欺骗语音已经对自动说话人识别系统产生严重影响。语音转换、语音合成和语音重放是对ASV系统进行欺骗的3种主要手段,但流行的欺骗检测方法使用的卷积神经网络大多层数较深、网络较复杂,不适合在移动设备以及嵌入式设备上运行。针对这一... 详细信息

欺骗语音已经对自动说话人识别系统产生严重影响。语音转换、语音合成和语音重放是对ASV系统进行欺骗的3种主要手段,但流行的欺骗检测方法使用的卷积神经网络大多层数较深、网络较复杂,不适合在移动设备以及嵌入式设备上运行。针对这一问题,提出一种适用于3种欺骗情况下的基于轻量型神经网络Mo⁃bileNet和GhostVLAD(Ghost Vector of Local Aggregated Descriptors)方法相结合的算法。首先对语音数据进行增广并提取常数Q倒谱系数和振幅频谱图,将其作为输入特征;然后将MobileNetV2或V3-large网络的最后一个池化层替换为GhostVLAD聚合层;最后使用端到端的优化方法对真实语音和欺骗语音进行识别。在ASVspoof 2019数据集上进行实验,结果表明该算法效果较好,相比基线系统在等错误率上分别降低了38%和13%。

关键词：欺骗语音检测 ASV spoof MobileNet GhostVLAD

维普期刊数据库

利用全局-局部特征依赖的反欺骗说话人验证方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：张嘉琳任庆桦毛启容江苏大学计算机科学与通信工程学院江苏大学江苏省大数据泛在感知与智能农业应用工程研究中心

针对现有卷积模型为主的反欺骗说话人验证方法捕获全局特征依赖不理想的问题，提出了一种利用全局-局部特征依赖的反欺骗说话人验证方法。首先，对于欺骗语音检测模块，设计两种滤波器组合方式对原始语音进行滤波，通过对频率子带的掩... 详细信息

针对现有卷积模型为主的反欺骗说话人验证方法捕获全局特征依赖不理想的问题，提出了一种利用全局-局部特征依赖的反欺骗说话人验证方法。首先，对于欺骗语音检测模块，设计两种滤波器组合方式对原始语音进行滤波，通过对频率子带的掩蔽实现样本扩充；其次，提出多维全局注意力机制，通过对信道维度、频率维度和时间维度分别进行池化，获得每个维度的全局依赖关系，将全局信息通过加权的方式与原始特征融合。最后，对于说话人验证部分，引入统计金字塔池化时延神经网络（SPD-TDNN），在获取多尺度时频特征的同时，计算特征的标准差，加入全局信息。结果表明，与集成时频图卷积模型（AASIST）相比，提出的欺骗语音检测方法在ASVspoof2019数据集上将等错误率降低了53%。与单独的金字塔池化说话人验证方法相比，提出的反欺骗说话人验证方法将等错误率降低了23个百分点。验证了所提方法借助全局特征依赖能够实现更好的分类效果。

关键词：说话人验证数据增强频率掩蔽注意力机制欺骗语音检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种多特征多模型的反欺骗语音系统

无线电工程 2021年第6期51卷 507-513页

作者：林龙晋高勇四川大学电子信息学院四川成都610065

欺骗语音是声纹识别系统的重大威胁。针对传统声纹系统可能无法识别欺骗语音的问题,提出了一种多特征多模型融合的反欺骗语音系统。在特征提取步骤上,使用了基于三角滤波器组的3种特征:梅尔倒谱系数(Mel Frequency Cepstral Coefficient... 详细信息

欺骗语音是声纹识别系统的重大威胁。针对传统声纹系统可能无法识别欺骗语音的问题,提出了一种多特征多模型融合的反欺骗语音系统。在特征提取步骤上,使用了基于三角滤波器组的3种特征:梅尔倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)、逆梅尔倒谱系数(Inverse Mel Frequency Cepstral Coefficients,IMFCC)和线性倒谱系数(Linear-Frequency Cepstral Coefficients,LFCC);在分类器设计步骤上,使用了高斯混合模型(Gaussian Mixture Models,GMM)和残差网络模型(Residual Network,ResNet)。将不同模型的打分结果进行融合,使不同特征、不同模型的效果互补。在ASVspoof2019的数据集上的验证结果表明,设计的反欺骗语音系统可以有效地检测欺骗语音,相比ASVspoof2019比赛的基线系统,等错误率(Equal Error Rate,EER)与串联成本检测函数(tandem Detection Cost Function,t-DCF)分别降低了35%和47%。

关键词：欺骗语音检测三角滤波器组高斯混合模型残差网络模型融合

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于声纹识别的身份认证与反欺骗算法研究

基于声纹识别的身份认证与反欺骗算法研究

作者：李平北京邮电大学

学位级别：硕士

基于生物特征的身份认证方法凭借其对身份的表征能力、使用的便利性、不易盗取的优势逐渐成为身份认证技术中的重要方法。在生物特征中,声纹既包含个人的生理特征,也包含个性的行为特征,相比指纹,人脸等静态特征具有更高的安全性,是身... 详细信息

基于生物特征的身份认证方法凭借其对身份的表征能力、使用的便利性、不易盗取的优势逐渐成为身份认证技术中的重要方法。在生物特征中,声纹既包含个人的生理特征,也包含个性的行为特征,相比指纹,人脸等静态特征具有更高的安全性,是身份认证技术中的研究热点和未来趋势。当前声纹识别技术在实际应用中的瓶颈问题是其面对多变环境时的识别稳定性和面对假冒语音攻击时的安全保障能力。首先,在实际应用中除了周围环境噪声的干扰,说话人自身状态的改变如生病,情绪波动等都会改变声音特性,从而影响声纹认证的稳定性。面对该问题,当前声纹识别技术开始从基于单特征建模逐步发展为基于多特征构建身份模型,意图从多特征中提取出更稳定的身份信息。但目前的多特征融合方式多为直接拼接,这种方式无法有效发挥各类特征的作用,并且会极大的增加特征维度和训练的复杂度。其次,随着技术的发展目前一些通过技术手段伪造的语音和真实语音相似,极大的威胁着声纹认证技术的安全性。针对该问题,在声纹识别领域专门形成了对反欺骗算法的研究,但当前的对策主要是对各类攻击单独讨论,尚未和声纹验证任务进行有效融合,这限制了声纹身份认证技术的实际应用。因此,本文针对上述问题进行了三点工作,首先,梳理各类声纹特征,并分别基于理想环境数据集,非常态语音数据集对各类声纹特征的有效性进行实验,基于实验结果对各类特征的稳定性展开对比和分析。之后,本文基于实验结果构建多层声纹特征集,提出基于Fisher比的双层多特征融合算法,该融合机制基于Fisher 比分别从特征层和决策层对多层特征进行层内多特征融合和分层的决策加权融合。实验显示,本文提出的多特征融合模型相比单特征模型表现了更好的性能。最后,本文提出了基于多任务学习和多特征融合的声纹验证及反欺骗算法。该算法结合之前提出的基于Fisher比的多特征融合方法,并使用多任务学习机制对声纹验证和反欺骗算法两个任务同时建模。两个任务互相补充,使声纹验证任务中包含对欺骗语音的防御信息。实验显示,该模型能够全面提高声纹验证的稳定性和安全性。

关键词：声纹识别身份认证声纹特征多特征融合欺骗语音检测