基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着语音技术的发展,以回放语音为代表的各种仿冒语音给声纹认证系统及音频取证技术带来了极大挑战.针对回放语音对声纹认证系统的攻击问题,提出一种基于修正倒谱特征的检测算法.首先,采用变异系数来分析原始语音和回放语音在频域上的差异;然后,有针对性地将提取梅尔倒谱系数(MFCC)过程中的Mel滤波器组换成由linear滤波器和逆Mel滤波器组合的新滤波器组,进而得到基于新滤波器组的修正倒谱特征;最后,使用高斯混合模型(GMM)作为分类器进行分类判别.实验结果表明,修正的倒谱特征能够有效地检测回放语音,其等错误率约为3.45%.
推荐文章
基于倒谱特征的重放语音检测
物联网
自动说话人验证
倒谱特征
重放语音检测
倒谱均值方差归一化
逆梅尔倒谱系数
基于倒谱修正模型的语音基音检测算法
基音
倒谱
线性预测编码
预测残差
基于MFCC相似度和谱熵的端点检测算法
语音信号处理
端点检测
Mel频率倒谱参数
相关系数
谱熵
基于Mel倒谱特征顺序统计滤波的语音端点检测算法
倒谱特征
顺序统计滤波
语音端点检测
高噪声
MFCC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于修正倒谱特征的回放语音检测算法
来源期刊 计算机应用 学科 工学
关键词 变异系数 高斯混合模型 回放语音检测 梅尔倒谱系数 滤波器组
年,卷(期) 2018,(6) 所属期刊栏目 网络空间安全
研究方向 页码范围 1648-1652,1657
页数 6页 分类号 TN912.3
字数 5701字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017112822
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王让定 宁波大学信息科学与工程学院 143 1262 17.0 29.0
2 严迪群 宁波大学信息科学与工程学院 40 91 5.0 6.0
3 林朗 宁波大学信息科学与工程学院 3 7 2.0 2.0
4 李璨 宁波大学信息科学与工程学院 4 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (14)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变异系数
高斯混合模型
回放语音检测
梅尔倒谱系数
滤波器组
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导