本发明提供一种基于DR‑Res2net模块的声纹识别方法,其在处理声纹数据时能提供丰富、有效的特征信息,模型有较强的泛化能力,分类具有更低的等错误率,进而能够得到更理想的识别效果。本发明的技术方案中,将稠密DenseNet模型的特点融入到Res2Net模型中,构建DR‑Res2net模型,在声音识别模型中,以DR‑Res2Block为核心模块进行声纹数据的识别;识别过程中,每个DR‑Res2net模块中对每一个输出的特征同时进行残差和稠密连接,获取更加丰富的特征,模块中的addition处理使得每一个特征的所包含的信息量增加,同时concatennaiton处理使得特征包含高语义低分辨率和低语义高分辨率的特征,最大程度上保留了不同感受野下的特征。
📄 2022107784118
📂 G10L17_02
👤 江南大学
📅 2022-07-04
本发明公开了声纹识别设备,穿戴在儿童身上,包括连接于微处理器上的无线通信模块、定位模块、麦克风、供电模块和网络服务存储器,其中:网络服务存储器,内包括声纹数据库、关键词数据库和对比模块,声纹数据库内存储安全人员的声纹信息,用于辨识儿童身边人的身份,关键词数据库内存储善意或者恶意的语言,对比模块调取关键词数据库内的信息进行对比。在使用时,儿童身边人是安全列表里面的人时,不警报;儿童身边人是非安全列表里面的人时,记录语音信号,通过无线通信模块告知监护人儿童地理位置,给出预警;儿童身边人是危险列表里面的人时,记录语音信号,通过无线通信模块告知监护人或警务人员儿童地理位置。
📄 2016110832554
📂 G08B21_02
👤 南京小脚印网络科技有限公司
📅 2016-11-30
本发明提供了一种基于复数神经网络的射频指纹识别方法、设备及介质。其中,基于复数神经网络的射频指纹识别方法,包括:将获取的原始复数信道状态信息CSI数据转换为幅度数据,并为所述幅度数据添加全零虚部,以构建成符合复数神经网络输入格式的复数形式数据;将所述复数形式数据划分为训练集和测试集;构建用于对输入的复数形式数据进行特征提取的复数神经网络模型;使用所述训练集对所述复数神经网络模型进行训练;将待识别的CSI数据经构建成复数形式数据后,输入到训练好的复数神经网络模型中,根据模型输出的复数结果的幅度值确定待识别的CSI数据所属的设备类别。达到在复杂的无线环境中,实现对设备身份准确且稳定识别的目的。
📄 2025118006960
📂 G06F18_241
👤 无锡学院
📅 2025-12-02
本实用新型涉及指纹识别技术领域,且公开了一种指纹识别芯片的封装结构,包括基板,所述基板的上端固定设置有芯片主体,所述芯片主体外设置有塑封体,所述芯片主体的下端均匀电性连接有多个导电端子,所述导电端子的下端电性连接有框架焊盘,所述芯片主体通过数据传输线电性连接有金属识别片,所述基板的上端和金属识别片的下端之间对称固定连接有多个支撑柱。本实用新型能够对金属识别片的相对位置进行稳固限位,有效避免了金属识别片与芯片主体之间产生位移造成数据传输线断裂的问题,使得指纹识别芯片的封装性能好。
📄 2020225513356
📂 H01L23_32
👤 深圳市芯源智能标签有限公司
📅 2020-11-06
已申报项目
本发明公开了一种基于声纹识别的音频鉴伪方法,涉及特殊音频鉴伪领域,S1,获取检测音频中的音频数据,所述音频数据包括时域特征数据、IP数据和检测音频元数据;S2,通过时域特征分析模型对时域特征数据进行第一数据分析,生成时域目标;S3,通过IP比对模型对获取的IP数据进行第二数据分析,生成IP标注;S4,通过元数据分析模型对获取的检测音频元数据进行第三数据分析,生成元数据标注;S5,通过标注匹配模型将生成IP标注和元数据标注进行匹配分析,得出网络识别目标;S6,对检测音频中的时域目标和网络识别目标进行整合分析,对该检测音频生成可信度标记,本发明通过音频信号、IP数据和音频元数据等条件提供更可靠和准确的音频鉴伪结果。
📄 2023108758416
📂 G10L17_02
👤 中国信息通信研究院
📅 2023-07-17
本实用新型公开了一种指纹模组研磨用加工治具,包括治具本体、模组槽,所述治具本体的两侧侧面上均设有固定杆,所述固定杆的外侧设有连接杆,所述连接杆包括对立的侧块、中间的连接块,所述固定杆贯穿侧块端部,所述连接杆连接块上设有移动机构,所述移动机构包括第一固定板、两个滑杆、两个第一弹簧、第二固定板,所述滑杆贯穿第一弹簧、连接块,所述滑杆的两端分别与第一固定板、第二固定板连接,所述第二固定板上设有稳固块,所述第二固定板、稳固块之间设有限位块,所述限位块上设有移动块;治具本体可沿自身长度、宽度方向滑动,简便、灵活的调节了治具本体上模组槽内的指纹模组位置,避免指纹模组位置倾斜。
📄 2020222751371
📂 B24B19_00
👤 苏州欧梦达电子有限公司
📅 2020-10-14
本发明公开了一种基于声谱图的声纹识别集成模型的防御方法,包括:(1)采集音频文件,并对音频文件转化为声谱图,该声谱图作为良性样本;(2)利用良性样本训练多个声纹识别模型,获得训练好的多个声纹识别模型;(3)采用投票机制从训练好的多个声纹识别模型从筛选获得较优的多个声纹识别模型进行集成,形成声纹识别集成模型,利用良性样本重新训练声纹识别集成模型;(4)采集布谷鸟搜索算法分别攻击多个声纹识别模型,生成对抗样本;(5)利用对抗样本和良性样本对步骤(3)获得的声纹识别集成模型进行再训练,获得能够抵抗攻击的声纹识别集成模型;(6)利用步骤(5)获得的声纹识别集成模型对音频文件对应的声谱图进行防御识别。
📄 2020101058077
📂 G06F18_214
👤 浙江工业大学
📅 2020-02-20
一种基于域自适应的Wi‑Fi射频指纹识别方法和装置,其方法包括:1)数据采集及预处理;2)数据增强:基于所述信号,提出一种基于物理损伤的数据随机增强方法对训练数据进行随机频率和相位增强;3)特征提取:基于增强后的数据,设计一种稳态和瞬态信号对数谱相结合的方法,提取射频指纹特征作为模型输入;4)构建域对抗迁移学习网络模型;5)训练模型和评估检测结果;6)模型应用:将训练好的模型在实际电磁场景中进行识别应用。本发明提出的方法通过在射频指纹领域引入对抗迁移学习网络机制,同时设计了一种基于物理损伤的随机数据增强方法和一种信道鲁棒的时频对数谱特征,成功提高了现有模型对未知目标域数据的识别精度,通过实验表明所述方法在单域泛化场景下比现有模型提高了约10%‑25%准确率,解决了现有模型在跨不同温度和信道状态的数据分布漂移问题。
📄 2024113168678
📂 G06F18_241
👤 浙江工业大学
📅 2024-09-20
一种基于特征聚类分析与特征降维的声纹识别后门攻击防御方法,首先用一个未知的数据集自然的训练一个声纹识别模型;再利用这个预训练的模型将所有训练数据分为不同的类别并按照类别的划分提取样本在模型特征层的输出;基于中毒样本与正常样本在模型分类时的行为差异,利用聚类算法对这些特征进行聚类;然后利用聚类指标CH分数识别出中毒类别;再使用降维算法把样本的特征降至一维,根据降维后数据的值识别中毒簇并删除;最后用余下的干净样本重新训练一个干净的模型。本发明的防御方法能准确的识别中毒类别并精准删除中毒样本,极大的降低了后门攻击的成功率。
📄 202211040227X
📂 G10L15_06
👤 浙江工业大学
📅 2022-08-29
一种基于多元物理特征挖掘的指纹识别方法,将物理设备的一些独特属性融合成该设备的指纹,作为不易被修改唯一标识,以解决工业信息物理系统(ICPS)软硬件更新频率较低,安全防护能力非常脆弱,难以防范隐蔽的、破坏性的内部攻击等安全问题。该技术主要适用于ICPS中的离散制造业分拣系统,且主要考虑了分拣系统中独特的物理属性。
📄 2020110953574
📂 G06F21_73
👤 浙江工业大学
📅 2020-10-14
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