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
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
本发明涉及一种基于深度残差网络和注意力机制的声纹识别方法、装置及计算机可读存储介质，属于语音识别技术领域，包括步骤：S1：对采集到的音频数据进行预处理，得到能够模拟人耳某些特性的MFCC特征；S2：构建FAM，将S1得到的特征经过帧级注意力模块对每帧的重要性进行加权运算，得到加权后的MFCC特征；S3：构建声纹识别网络并进行声纹识别；引入MobileNet的设计思想，将普通卷积替换为深度可分离卷积以降低网络参数量；在ResNet50的每一个layer后加入通道域注意力模块建模各个特征通道的重要程度，针对不同的说话人增强或抑制不同的通道，最后将特征输入网络中的分类器进行分类，实现声纹识别。
📄 2022103044434
📂 G10L17_02
👤 重庆邮电大学, 重庆市住房公积金管理中心
📅 2022-03-17
本发明公开了一种基于声纹识别的磨煤机运行监测系统，属于磨煤机运行监测技术领域，包括平台端和用户端；平台端包括临界分析模块；临界分析模块用于对用户的磨煤机信息进行分析，确定临界标准范围和异常声纹集合数据，并发送给相应用户端；用户端包括声纹采集模块、标准调试模块和监测分析模块；声纹采集模块用于实时采集目标环境内的声纹信息；标准调试模块用于设置并实时更新磨煤机在目标环境内的监测分段标准，监测分段标准包括临界标准范围和应用标准范围；监测分析模块用于对磨煤机进行监测分析，实时识别磨煤机的声纹信息，获取监测分段标准，基于监测分段标准对声纹信息进行实时分析，获得监测分析结果，根据监测分析结果进行相应处理。
📄 202510538386X
📂 B02C25_00
👤 国家能源集团永州发电有限公司, 北京华控智加科技有限公司
📅 2025-04-27
本发明请求保护一种噪声环境下声纹识别的语音信号特征处理方法，包括步骤：(1)根据语音信号的特点对其进行信号的前期处理，包括语音信号的预加重，端点检测和加窗函数的选择；(2)估算发声个体的基音周期，并以此为依据对语音信号进行谱平滑处理，得到新的谱包络，计算通过梅尔滤波器的能量，最终通过离散余弦变换(DCT)计算得到梅尔平滑系数(SFCC)。(3)结合均值消减法、方差归一化、时间序列滤波法和加权自回归移动平均滤波法对SFCC进行后处理，得到回归平衡参数(MVDA)；目的是通过平滑谱包络去除个体发声的不稳定因素和通过后处理算法去除环境噪声的影响，最终降低声纹识别的误识率。
📄 2016101250323
📂 G10L15_02
👤 重庆邮电大学
📅 2016-03-04
本发明公开了一种基于Fbank特征和MFCC特征融合的声纹识别方法，本发明先对于语音数据集进行预处理，提取Fbank特征和MFCC特征；将得到40维Fbank特征和12维MFCC特征的基础上进行特征融合。本发明在广义端到端模型上进行实验，相比单独的Fbank和MFCC特征，本发明提出的特征融合方法优于单独的特征。本发明的特征融合方法降低了特征维度、降低了冗余、减少了存储空间以及训练复杂度。
📄 2021105861346
📂 G10L17_02
👤 杭州电子科技大学
📅 2021-05-27
本发明提出一种基于声纹识别的身份验证方法，包括：采集用户的当前语音数据，构建当前声纹鉴别向量，并确定对应的标准声纹鉴别向量；计算当前声纹鉴别向量与标准声纹鉴别向量之间的距离，分析是否通过声纹验证；当声纹验证通过时，获取人工验证结果；当人工验证失败时，再次对用户身份进行分析，生成验证分析结果；及，当验证分析通过时，判断用户身份验证通过，或者，当验证分析失败时，判断用户身份验证失败。本发明还提出一种身份验证服务器及计算机可读存储介质。利用本发明，通过结合声纹识别结果及二次验证结果，综合判断用户身份是否通过验证，提高了用户身份验证的准确性。
📄 2018103110872
📂 H04L9_32
👤 平安科技(深圳)有限公司
📅 2018-04-09
柿子坊 · 知识产权运营
柿子坊知识产权运营平台