CN114495950B 一种基于深度残差收缩网络的语音欺骗检测方法 （杭州电子科技大学）_第1页
CN114495950B 一种基于深度残差收缩网络的语音欺骗检测方法 （杭州电子科技大学）_第2页
CN114495950B 一种基于深度残差收缩网络的语音欺骗检测方法 （杭州电子科技大学）_第3页
CN114495950B 一种基于深度残差收缩网络的语音欺骗检测方法 （杭州电子科技大学）_第4页
CN114495950B 一种基于深度残差收缩网络的语音欺骗检测方法 （杭州电子科技大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于深度残差收缩网络的语音欺骗检本发明公开了一种基于深度残差收缩网络对应的常数Q倒谱系数特征、梅尔频率倒谱系数特征和声谱图特征；然后采用深度残差收缩网2对待检测语音进行预处理，对预处理后的语音特征数据进行变换获得对应的常数Q倒将所述三种深度特征分别输入到深度神经网络分类器，计算得到所其中，所述深度残差收缩网络包括残差收缩构建单元，所收缩构建单元，用于处理梅尔频率倒谱系数特征的深度残差收缩网络堆叠了9个残差收缩其中Scorefuse为融合后的联合检测分数，wi为融合权重，si为第述对预处理后的语音特征数据进行变换获得对应的常数Q倒谱系数特征、梅尔频率倒谱系对经预处理的语音特征数据进行短时傅立叶变换，再通过滤波将频谱映射到梅尔频对经预处理的语音特征数据进行短时傅里叶变换，并计算每个分量的大3越来越多的研究证实,自动说话人验证系统在面对数据库的各种恶意欺骗攻击时存在严重处理所使用的声学特征不同，语音欺骗检测需要开发更适用于语音欺骗检测的声学特征。网络(RNN)因循环单元和门限结构而具有记忆性，所以在对时间序列问题的处理中具有一些攻击通常与已知攻击具有不同的统计分布，从而造成训练和应用之间巨大的性能差距，4[0011]将所述三种深度特征对应的检测分数进行融合，判断待检测语音是否为真实语构建单元，用于处理梅尔频率倒谱系数特征的深度残差收缩网络堆叠了9个残差收缩构建[0020]进一步的，所述对预处理后的语音特征数据进行变换获得对应的常数Q倒谱系数5[0039]例如，对经预处理的语音特征数据以16kHz的采样频率，进行短时傅立叶变换6[0044]在一个具体的实施例中，本申请深度残差收缩网络所采[0045]图4示出了改进后的深度残差收缩网络(DeepResidualShrinkageNetworks，值学习模块和软阈值模块，所述卷积模块的输出经过自适应阈值学习模块学习得到阈值，度残差收缩网络堆叠了6个残差收缩构建单元，用于处理梅尔频率倒谱系数特征的深度残差收缩网络堆叠了9个残差收缩构建单元，用于处理声谱图特征的深度残差收缩网络堆叠7[0058]具体的，将三个深度特征分别传入深度神经网络分类器(DNN分类器)，包括：入至DNN分类器隐藏层为随机丢弃权值概率50％的Dropout层。针对不同特征的DNN分类器[0060]为了表述方便，本申请将深度残差收缩网络DRSN、DDN分类器联合组成的网络模[0064]以三个单类特征-DRSN模型检测分数为自变量、以检测结果为因变量建立逻辑回8[0073](1)构建深度残差收缩网络DRSN，设计了包含基于深度注意力机制的自适应阈值9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论