语音对抗样本检测方法、装置、终端设备以及存储介质
本发明公开一种语音对抗样本检测方法，所述方法包括以下步骤：获取待检测语音信息；利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息；基于所述预处理语音信息和所述待检测语音，获得语音信息集；将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集；基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵；基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。本发明还公开了一种语音对抗样本检测装置、终端设备以及存储介质。可以对待检测语音中的未知语音对抗样本进行检测。
发明专利
CN202011200369.9
2020-11-02
CN112017669A
2020-12-01
G10L15/32(2013.01)
鹏城实验室
黄浩;艾建文;张伟哲;张宾;钟晓雄
518000 广东省深圳市南山区兴科一街2号
深圳市世纪恒程知识产权代理事务所
晏波
广东;44
1.一种语音对抗样本检测方法，其特征在于，所述方法包括以下步骤： 获取待检测语音信息； 利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息； 基于所述预处理语音信息和所述待检测语音，获得语音信息集； 将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集； 基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵； 基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。 2.如权利要求1所述的语音对抗样本检测方法，其特征在于，所述预设优化算法包括多种预设优化算法；所述利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息的步骤包括： 利用所述多种预设优化算法分别对所述待检测语音信息进行优化，获得多个预处理语音信息； 所述基于所述预处理语音信息和所述待检测语音信息，获得语音信息集的步骤包括： 基于所述多个预处理语音信息和所述待检测语音信息，获得语音信息集。 3.如权利要求2所述的语音对抗样本检测方法，其特征在于，所述语音识别模型包括多个不同的语音识别模型；将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集的步骤包括： 将所述语音信息集中的每个语音信息输入所述多个不同的语音识别模型中进行识别，获得所述每个语音信息的多个语音识别结果； 基于所述每个语音信息的多个语音识别结果，获得语音识别结果集。 4.如权利要求3所述的语音对抗样本检测方法，其特征在于，基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵的步骤包括： 对所述语音识别结果集中的任意两个语音识别结果计算相似度得分，获得所述语音识别结果集的相似度得分矩阵。 5.如权利要求4所述的语音对抗样本检测方法，其特征在于，所述基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果的步骤包括： 基于所述相似度得分矩阵，获得所述相似度得分矩阵的标准差； 基于预设阈值和所述标准差，获得所述待检测语音信息的语音对抗样本检测结果。 6.如权利要求5所述的语音对抗样本检测方法，其特征在于，所述对所述语音识别结果集中的任意两个语音识别结果计算相似度得分，获得所述语音识别结果集的相似度得分矩阵的步骤包括： 利用Jaro-Winkler算法，对所述语音识别结果集中的任意两个语音识别结果计算相似度得分，获得所述语音识别结果集的相似度得分矩阵。 7.如权利要求6所述的语音对抗样本检测方法，其特征在于，所述多种预设优化算法包括MP3压缩法、中值滤波法、带通滤波法和高斯噪声法；所述多个不同的语音识别模型包括DeepSpeech、DeepSpeech2、Google Cloud Speech和Amazon Transcribe。 8.一种语音对抗样本检测装置，其特征在于，所述装置包括： 获取模块，用于获取待检测语音信息； 优化模块，用于利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息； 获得模块，用于基于所述预处理语音信息和所述待检测语音，获得语音信息集； 识别模块，用于将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集； 矩阵获得模块，用于基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵； 检测结果获得模块，用于基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。 9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的语音对抗样本检测程序，所述语音对抗样本检测程序配置为实现如权利要求1至7中任一项所述的语音对抗样本检测方法的步骤。 10.一种存储介质，其特征在于，所述存储介质上存储有语音对抗样本检测程序，所述语音对抗样本检测程序被处理器执行时实现如权利要求1至7中任一项所述的终端方法的步骤。