基于深度卷积神经网络的伪造语音检测

• 作者: 杨海涛 王华朋 楚宪腾 牛瑾琳 张琨瑶
• 来源期刊: 警察技术
• 关键词: 电信网络诈骗 卷积神经网络 伪造语音检测 声学特征
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 公安信息化
• 页码范围: 33-36
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9875.2022.01.008

摘要

为快速准确的识别公安工作中常见的伪造语音,采用深度卷积神经网络(Convolutional Neural Network,CNN)进行伪造语音检测.模型中卷积层可以有效获取声学信息,池化层进行下采样处理防止网络过拟合,全连接层则进行真伪分类.提取英文及中文数据库中音频文件的梅尔倒谱系数(Mel-Frequency Cepstral,MFCC)、线性频率倒谱系数(Linear Frequency Cepstral,LFCC)、伽玛通频率倒谱系数(Gammatone Frequency Ceptral Coefficient,GFCC)3种语音声学特征用于模型训练及测试.结果 表明MFCC特征在该网络模型上结果最优,且在实验中所提神经网络对99％的伪造语音能够正确区分,在伪造语音检测中表现优秀.