基于卷积神经网络的重录语音检测算法

• 作者: 张梦鸽 王泳 赵雅珺
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 安全 重录语音检测 卷积神经网络 时频特征
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 171-177
• 页数: 7页
• 分类号: TP309
• 字数: 6364字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.02.033

摘要

使用重录语音冒充他人身份会为社会安全带来严重威胁.但是,目前对于重录语音检测的研究仍相对较少.已有的重录语音检测方法一般集中于传统的信号处理方法,其特征提取的算法较为复杂,具有较大的局限性.为此,提出一种基于卷积神经网络的重录语音检测算法.所提出的网络结构依据语音信号的时频特征进行特殊设计,与时频图的特征分布特点高度契合,能将训练参数分配到更合理的地方,从而能使用更有效的特征来训练更紧凑的参数,因而大大降低了模型过拟合风险.为了验证该算法的性能以及通用性,采用不同录制设备、录制环境及录制距离的重录语音对算法进行测试.实验结果表明,该算法对不同设备和场景下录制的语音均达到了99.8％以上的检测率.由于采用时长0.2秒极短语音段作为检测数据得到以上的准确率,说明算法在实际应用场景中具备广泛的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泳		3	2	1.0	1.0
2	赵雅珺		1	0	0.0	0.0
3	张梦鸽		1	0	0.0	0.0