[发明专利]一种基于长窗比例因子的回放语音攻击检测算法

摘要

本发明公开了一种基于长窗比例因子的回放语音攻击检测算法，它是针对现有攻击者利用回放语音进入说话人识别系统，造成合法用户的权益受到损害而研发的防回放语音攻击的检测算法，该检测算法能够有效识别不同来源的回放语音，检测准确率高，将该检测算法模块加载到GMM‑UBM系统之后，提高了抵抗回放语音攻击的能力，使识别系统的等错误概率降低了32%，极大改善了识别系统的安全问题。

主权项

1.一种基于长窗比例因子的回放语音攻击检测算法，其特征在于该回放语音攻击检测算法包括如下步骤：/n步骤一、构建语音库：语音库的构建主要分为原始语音和回放语音；在参与者阅读语料的同时，将偷录设备和采集设备分别打开到正常录制功能下，录制参与者的语音内容，并将采集设备此时采集到的语音暂称为原始语音；在同样环境下，将偷录设备采集到的语音经回放音响回放，并使用采集设备采集回放语音，该采集设备采集到的语音暂称为回放语音；/n步骤二、特征提取：通过lame_3.99.5工具对原始语音和回放语音进行不同码率的MP3编码，而后在MP3编码参数中分别提取原始语音和回放语音的长窗比例因子；由于原始语音和回放语音都是一维时变信号，故对于不同的时长的语音片段，得到的特征维数并不一致，这将给构建训练模型、识别过程中造成了一定的难度，所以为了消除时间对特征维数的影响，将计算比例因子的时间统计平均，/n设为比例因子，有/n其中，/n 表示为第i帧，第j个比例因子带上对应的比例因子；/n 表示为第j个比例因子带上比例因子时间上的统计平均；/n通过以上步骤初步得到21维特征集；/n步骤三、特征集的选择：根据步骤二得到的21维特征集是否全部有效，需要进一步对其进行统计，考虑到特征集的离散性及分类的目的，最终将特征集的选择分为三种：第一种为筛选出的2、10、11、21号4维特征；第二种为2、10号的2维特征；第三种为10号1维特征，将这三种特征集分别暂称为：特征集、特征集、特征集；在不同码率下，将三种特征集分别放入LibSVM进行构建模型和测试，并根据测试结果选择64kbps码率下特征集作为最终回放语音检测模块使用的特征集；/n步骤四、将步骤一构建的回放语音在GMM-UBM进行测试，出现较高的等错误概率，说明回放语音完全有能力对识别系统攻击成功，并将该回放语音检测算法加载到语音识别系统上，以提高语音识别系统抵抗回放语音的能力。/n