APP下载

基于图注意力和单中心损失的语音鉴伪*

2022-08-23沈宜,杨捍,石珺,贾宇

通信技术 2022年7期
关键词:特征提取特征

沈 宜,杨 捍,石 珺,贾 宇

(深圳市网联安瑞网络科技有限公司,广东 深圳 518042)

0 引言

语音鉴伪是为了检测伪造音频,随着深度学习技术的应用,说话人验证被广泛地应用在人机交互领域,其准确率也在不断地提升。然而,基于深度学习的文字到语音的转换技术,以及声音转换技术也能够生产足以媲美真实语音的合成音频,以至于人耳也难以鉴别,因此,对现有的说话人声真伪验证应用造成了安全威胁,而检测利用深度合成技术生成的音频也逐渐引起工业界和学术界的重视。为了提高语音鉴伪在面临不断更新的合成与转换技术攻击时的有效性和准确率,在2019 年的ASVspoof挑战赛上,官方放出了2 类数据,分别为LA 数据集和PA 数据集。LA 数据集是由不同的语音合成技术和语音转换技术生成的合成语音,而PA 数据集是通过录音、物理回放等手段合成的语音片段。本文主要针对利用语音合成技术与转换技术合成的语音进行鉴伪。

语音鉴伪的整体流程大致如图1 所示,具体可以分为数据增强、音频提取前端、特征提取主干网络、损失函数等流程。数据增强是为了让模型具有更好的泛化性,从而设计的不同方法;音频前端处理是针对原始语音片段所设计的音频特征的提取方法;特征提取主干网络是在音频前端提取的特征的基础上,进行后续特征提取处理,目的是提取信息更加丰富的高层次特征;最小化损失函数则是为了让所设计的语音鉴伪网络学习到更强大的鉴别能力。……

登录APP查看全文

猜你喜欢

特征提取特征
特征提取和最小二乘支持向量机的水下目标识别
如何表达“特征”
基于Gazebo仿真环境的ORB特征提取与比对的研究
不忠诚的四个特征
基于Daubechies(dbN)的飞行器音频特征提取
Bagging RCSP脑电特征提取算法
基于MED和循环域解调的多故障特征提取
线性代数的应用特征
Walsh变换在滚动轴承早期故障特征提取中的应用