基于混合特征和多通道GRU的伪造语音鉴别方法

摘要：

为了解决现有鉴伪模型存在的泛化能力不强、检测准确率较低等难题,文章提出基于混合特征融合的多通道GRU伪造语音鉴别模型.该模型利用多通道挖掘不同输入特征的多尺度信息,同时引入注意力机制对多尺度特征进行融合并决策分类.在ASVspoof2019数据集上进行验证,所提方法对Logical Access伪造样本的检测准确率达到了96.30％,对Physical Access达到了87.33％,优于其他算法.实验结果证明,时频域特征融合的伪造语音检测方法能够学习更有效的真伪鉴别特征,获得更高的检测准确率.

关键词：语音伪造检测;多通道GRU;特征融合;深度学习

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划[2017YFB0802804;中国人民公安大学基本科研业务费重大项目[2020JKF101

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7