基于余弦相似性和语音去噪的声纹识别对抗样本防御方法，首先进行数据预处理，对于说话人语音数据进行预处理；搭建声纹识别模型；利用几种不同的对抗攻击方法结合声纹识别模型设计带有恶意信息样本的对抗样本生成器；对干净数据数据进行小波变换重构，将干净数据小波变换前后的样本在分类模型中得到的输出概率向量进行余弦相似性计算，设定一个余弦相似性阈值；将对抗样本同样进行小波变换重构，也同样计算重构前后的输出向量的余弦相似性值，将该值于余弦相似性阈值进行比较，小于阈值的为对抗样本，大于阈值的则对抗样本未检测出；训练一个语音去噪神经网络，将未检测出的对抗样本输入去噪网络进行去噪，去除对抗性扰动。
📄 2022106531174
📂 G10L17_04
👤 浙江工业大学
📅 2022-06-09
一种基于迁移训练的声纹识别中毒样本生成方法，包括以下步骤：(1)对语音数据集预处理；(2)搭建声纹识别模型；(3)获得迁移训练任务数据集的特征表示空间；(4)从测试集中选择目标样本与基样本；(5)利用优化算法生成中毒样本；(6)将中毒样本加入到原训练集中进行迁移训练：在不改变原模型权重的情况下，只重新训练替换的softmax层适用当前分类任务，训练集为原训练集加上一个中毒样本。在测试阶段，目标样本将会被误分类为基样本的标签。本发明使攻击成功率得到极大的提高。
📄 2021105432143
📂 G10L17_04
👤 浙江工业大学
📅 2021-05-19
一种基于布谷鸟搜索算法的声纹识别攻击防御方法，包括：(1)准备原始音频数据集；(2)训练声纹识别模型：利用预训练数据集对声纹识别模型进行训练，然后使用测试数据集测试识别模型的准确率；(3)攻击声纹识别模型：搭建基于布谷鸟搜索算法的攻击方法，设置适应度函数及攻击方法的相关参数；利用该攻击方法生成最优对抗样本，使其被错误识别成目标类别而不被人耳所识别；(4)对抗训练声纹识别模型：将步骤(3)中生成的样本加入预训练数据集中，重新训练声纹识别模型，使得重新训练的声纹识别模型具有防御对抗样本攻击的能力，提高声纹识别模型的安全性和稳定性。
📄 2019108199726
📂 G10L17_04
👤 浙江工业大学
📅 2019-08-31
基于不同迁移能力和决策边界攻击的声纹识别对抗样本的检测方法，首先对说话人信号进行数据预处理，划分为训练集和测试集；根据训练数据搭建声纹识别模型；利用不同的对抗攻击方法在目标模型上生成对抗样本；将干净样本和对抗样本的混合样本集输入目标模型和检测模型中，得到对应的两个标签，比较标签是否一致，若不一致，设定检测值即对抗扰动比例为0，若标签一致则利用决策边界攻击方法对标签不变的样本进行攻击，来获得对抗扰动比例；在干净样本集中利用决策边界攻击，来获得一批对抗扰动比例，在这些扰动比例中确定检测的决策阈值；利用确定的决策阈值来检测对抗样本，若样本的扰动比例值大于阈值，则样本为干净样本，反之为对抗样本。
📄 2022106599478
📂 G10L17_04
👤 浙江工业大学
📅 2022-06-09
一种基于自适应触发器的声纹识别后门样本生成方法，首先确定生成器、判别器、分类网络的参数结构，分类网络应能以高精度正确预测样本；其次生成器将语音样本与随机噪声维度拼接，通过编码‑解码网络映射为特定噪声(触发器)，用此噪声样本与干净样本训练判别器；划分预中毒集合，利用预中毒集合产生的中毒样本与干净训练样本训练中毒的分类网络；冻结判别器与分类网络权重，利用它们的输出反馈训练生成器，使产生的触发器兼有高效性与隐蔽性；最后不断重复训练过程直到结果达到预期。本发明训练好的生成器能根据样本自适应的产生不同的触发器，不仅具有高成功率，还有良好的隐蔽性与鲁棒性。
📄 2022110403412
📂 G10L17_04
👤 浙江工业大学
📅 2022-08-29
本发明涉及一种文本相关的声纹密钥生成方法。本发明包括声纹密钥训练和声纹密钥提取；声纹密钥训练通过前期采集的声纹样本训练出声纹密钥提取矩阵。声纹密钥提取将待提取声纹样本经预处理后，乘上声纹密钥训练得到的密钥提取矩阵，得到声纹密钥。本发明利用话者文本相关的语谱图在更充分地表达话者的声音特质的同时，保持前后采样样本具有更稳定的相似性。在此基础上，用机器学习方法从多个语谱图中训练出声纹稳定特征向量提取矩阵，用该矩阵对后续样本进行处理，可提取更稳定的声纹密钥。方法具有稳定性好、简洁、方便使用的特点。
📄 2018111395474
📂 G10L17_04
👤 杭州电子科技大学
📅 2018-09-28
本发明实施例提供了一种基于大数据的音频评估方法，包括：获取目标音频数据；对所述目标音频数据进行离散化处理，以将所述目标音频数据分割为多个目标音频帧；将每个目标音频帧转化为包括M个频率分量的目标音频序列；及将每个目标音频帧对应的目标音频序列输入至演奏评估模型中，以通过所述演奏评估模型输出所述目标音频数据的目标音频评估参数，所述演奏评估评估模型为预先训练好的深度学习网络模型。本发明实施例还提供了一种基于大数据的音频评估系统、设备及存储介质。本发明实施例的有益效果在于：可以快速的得到目标音频数据的目标音频评估参数，准确度高，且省时省力。
📄 2019108320566
📂 G10L17_04
👤 平安科技(深圳)有限公司
📅 2019-09-04
本发明公开了一种模型库建立方法、语音识别方法、装置、设备及介质，其中，该模型库建立方法包括：获取训练样本集；若所述训练样本集中原始语音数据的样本数量大于预设阈值，则根据所述原始语音数据提取的训练语音特征建立当前分级模型，根据模型分级逻辑将所述原始语音数据划分成至少两个当前训练子集；若所述当前训练子集的样本数量大于所述预设阈值，将所述当前训练子集更新为所述训练样本集；若所述当前训练子集的样本数量不大于所述预设阈值，则将所述当前训练子集确定为识别数据集。该方法使得识别服务器可根据分级模型库的模型分级逻辑快速匹配出待测语音数据所在的识别数据集，提高语音识别的效率。
📄 2018105928698
📂 G10L17_04
👤 平安科技(深圳)有限公司
📅 2018-06-11
本发明公开了一种通用向量训练方法、语音聚类方法、装置、设备及介质，其中，该通用向量训练方法包括：获取携带同一类簇标识的训练语音数据，提取训练语音数据的训练语音特征；采用简化模型算法简化处理训练语音特征，获取简化语音特征；采用最大期望算法迭代简化语音特征，获取总体变化子空间；将简化语音特征投影到总体变化子空间，以获取类簇标识对应的通用i-vector向量。采用简化模型算法简化处理训练语音特征获取简化语音特征后，进一步处理后可得更为纯净和简单的通用i-vector向量，用以降低进行语音聚类方法时的复杂性，同时加快语音聚类方法的识别效率。
📄 2018105928715
📂 G10L17_04
👤 平安科技(深圳)有限公司
📅 2018-06-11
本发明公开一种声纹模型训练方法、语音识别方法、装置、设备及介质。该声学模型训练方法包括：采用至少两个业务场景下的训练语音数据进行通用背景模型训练，获取通用背景模型；采用所述通用背景模型对域内语音数据和域外语音数据分别进行特征提取，获取相应的域内声纹特征和域外声纹特征；基于所述域外声纹特征进行概率线性判别分析模型训练，获取域外概率线性判别分析模型；基于所述域内声纹特征对所述域外概率线性判别分析模型进行自适应训练，获取目标概率线性判别分析模型。该声纹模型训练方法克服了某些业务场景无法获得单人多通语音数据的问题，并保证目标概率线性判别分析模型的识别效果。
📄 2017108119830
📂 G10L17_04
👤 平安科技(深圳)有限公司
📅 2017-09-11
本发明提供了一种多重注意力特征融合的说话人识别方法，构建深度说话人表征模型，包括特征提取器和说话人分类器，Fbank特征作为深度说话人表征模型的输入，通过特征提取器将Fbank特征提取为说话人表征，在训练阶段，使用说话人分类器将说话人表征映射到说话人标签上，并构造损失函数对深度说话人表征模型进行优化；在测试阶段，采用余弦距离比较说话人表征之间的相似度，根据阈值判断是否为相同的说话人。本发明通过多重注意力特征融合对不同分支的特征进行加权融合，多重注意力特征融合包括空间注意力机制和通道注意力机制，增强了每个分支中的有效信息，获得更加鲁棒性的说话人识别性能。
📄 2021109863976
📂 G10L17_04
👤 江苏大学
📅 2021-08-26
本发明公开了一种声源定位方法，获取音频采集信号，并对音频采集信号进行预处理，得到待定位音频信号；获取预设声纹识别模型，通过预设声纹识别模型对待定位音频信号进行声纹匹配，以确定待定位音频信号是否包括目标音频信号；当待定位音频信号包括目标音频信号时，获取至少一个目标采集图像；获取预设图像识别模型，通过预设图像识别模型对目标采集图像进行图像匹配，得到目标图像；一个目标图像关联一个声源音频信号；将声源音频信号和目标音频信号进行信号匹配，得到声源定位结果。如此，通过对音频采集信号进行预处理，实现了对待定位音频信号的获取。通过声纹匹配，实现了对目标音频信号的确定。通过图像匹配，实现了对目标图像的获取。
📄 2022107658420
📂 G10L17_04
👤 位银星
📅 2022-07-01
柿子坊 · 知识产权运营
柿子坊知识产权运营平台