期刊文献+

二次检索

题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

年份

作者

共找到1篇文章
< 1 >
每页显示 20 50 100
一种多特征多模型的反欺骗语音系统 被引量:4
1
作者 林龙晋 高勇 《无线电工程》 北大核心 2021年第6期507-513,共7页
欺骗语音是声纹识别系统的重大威胁。针对传统声纹系统可能无法识别欺骗语音的问题,提出了一种多特征多模型融合的反欺骗语音系统。在特征提取步骤上,使用了基于三角滤波器组的3种特征:梅尔倒谱系数(Mel Frequency Cepstral Coefficient... 欺骗语音是声纹识别系统的重大威胁。针对传统声纹系统可能无法识别欺骗语音的问题,提出了一种多特征多模型融合的反欺骗语音系统。在特征提取步骤上,使用了基于三角滤波器组的3种特征:梅尔倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)、逆梅尔倒谱系数(Inverse Mel Frequency Cepstral Coefficients,IMFCC)和线性倒谱系数(Linear-Frequency Cepstral Coefficients,LFCC);在分类器设计步骤上,使用了高斯混合模型(Gaussian Mixture Models,GMM)和残差网络模型(Residual Network,ResNet)。将不同模型的打分结果进行融合,使不同特征、不同模型的效果互补。在ASVspoof2019的数据集上的验证结果表明,设计的反欺骗语音系统可以有效地检测欺骗语音,相比ASVspoof2019比赛的基线系统,等错误率(Equal Error Rate,EER)与串联成本检测函数(tandem Detection Cost Function,t-DCF)分别降低了35%和47%。 展开更多
关键词 欺骗语音检测 三角滤波器组 高斯混合模型 残差网络 模型融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部