基于i⁃vector的电子伪装语音鲁棒还原方法研究

语音的电子伪装是指采用变声设备或语音处理软件改变说话人的个性特征,以达到故意隐藏该说话人身份的目的。电子伪装语音还原是指通过技术手段将伪装语音变回原声,这对基于语音的身份鉴别有重要意义。本文将频域和时域伪装语音的还原问题抽象为伪装因子的估计问题,通过基于i⁃vector的自动说话人确认方法估计伪装因子,并引入对称变换进一步提高估计效果。该方法借助于i⁃vector的噪声鲁棒性,提高了真实含噪场景下伪装因子的估计精度,从而改进了噪声条件下电子伪装语音的还原效果。在干净语音库TIMIT上训练i⁃vector并在含噪语音库VoxCeleb1上对本文方法进行测试,结果表明,伪装因子估计的错误率从基线系统的9.19%降低为4.49%,还原语音在自动说话人确认等错误率和听觉感知方面也取得了提升。

基于AdaBoost算法的回放语音检测研究

针对语音判别系统中单个分类器分类能力有限的问题,提出一种基于AdaBoost算法的回放语音检测方法。以常量Q倒谱系数和均值超矢量分别作为特征参数和AdaBoost算法的输入,将多个分类器的检测结果相结合并进行加权投票,从而降低系统的等错误率(EER)。研究关系因子、均值超矢量维数以及弱分类器数量对检测结果的影响,以设置系统的最优参数。实验结果表明,该检测方法在开发集和评估集上的EER值分别为4.17%和16.81%,相比GMM-ML方法分别降低了65%和44%。

语音伪装方法及其防御对策综述

语音伪装是指以隐藏说话人身份为目的对说话人的个性特征进行的改变。近年来,随着智能语音交互技术和声纹认证产品的快速发展,语音伪装被应用到语音产品隐私保护中,但是也被不法分子用以实施违法犯罪行为。因此,语音伪装成为目前语音处理和信息安全领域非常有实用意义的研究问题。在简要介绍语音伪装的典型模型和方法的基础上,梳理了语音伪装威胁量化评估方案,总结了近几年伪装语音的防御对策,分析了目前防御对策中存在的问题及技术难点,并对语音伪装的未来研究发展方向进行了展望。