10.3969/j.issn.1673-1328.2023.11.026
基于BiLSTM-DNN的语音识别对抗样本防御研究
智能语音识别技术应用广泛,但研究表明智能语音识别系统易受到对抗攻击,攻击者在音频中添加人耳无法察觉的恶意噪声,导致语音识别系统对音频所述内容识别错误.因此,本研究提出基于BiLSTM-DNN的语音识别对抗样本防御方法,消除对抗样本中攻击性,使语音识别系统正确识别.实验表明,本研究中所使用的方法词错率达到25.27%,优于其他防御模型.
语音识别、对抗攻击、多头注意力、双向长短时记忆网络
TP391.4(计算技术、计算机技术)
防灾科技学院教育研究与教学改革项目;河北省大学生创新创业项目
2023-06-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
102-105