一种语音对抗样本识别模型训练方法及系统

    公开(公告)号:CN114550704B

    公开(公告)日:2024-11-19

    申请号:CN202210095222.0

    申请日:2022-01-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种语音对抗样本识别模型训练方法及系统,属于对抗样本识别领域。包括:获取音频数据集,包含正常和对抗音频数据;获取每一个音频数据在一定频率范围的频谱图,生成频谱特征;计算不同频率范围下的所有音频数据的Fratio值和Fratio累计值,得到关于采样频率的Fratio累计值的单调递增曲线f;根据单调递增曲线f设计滤波器组,并对音频数据集中的所有音频进行滤波操作;利用滤波后的音频数据集对语音对抗样本识别模型进行训练。本发明通过设计的滤波器组放大了正常音频数据与对抗音频数据的关键差异部分,为对抗样本的识别提供了新方法,且模型训练简单,在较少的训练代价下,具备较高的识别精度。

    一种语音指令的声纹安全性评分方法和系统

    公开(公告)号:CN114299921A

    公开(公告)日:2022-04-08

    申请号:CN202111483675.2

    申请日:2021-12-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种语音指令的声纹安全性评分方法和系统,属于智能语音系统中的说话人识别安全技术领域。方法包括声纹安全性分析,获取说话内容变量取值与声纹误识别率之间的数据对集合;将声纹安全性评分函数看作丰富度、长度、细节、模型为自变量的函数;分析说话内容变量与声纹认证误识别率间的对应关系,解耦声纹安全性评分函数,得到长度‑丰富度二维变量与误识别率、每种音素长度与误识别率的拟合函数;定义声纹安全性评分函数,构造误识别率与安全性评分间的映射关系,再通过上述拟合函数构造函数自变量与误识别率间的映射关系,构造声纹安全性评分函数,完成对语音指令的声纹安全性评分。

    一种测量对抗音频共性特征的方法

    公开(公告)号:CN118609591A

    公开(公告)日:2024-09-06

    申请号:CN202410344086.3

    申请日:2024-03-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种测量对抗音频共性特征的方法,属于智能语音系统中的语音识别模型安全技术领域。方法包括选择表征语音信息的声学特征,并在此基础上设计描述声学特征向量整体与峰值分布的统计特征,两者组合形成声学‑统计特征;利用多种不同的对抗攻击方式,针对大量不同的良性音频和攻击目标文本生成对抗噪声和对抗样本,共称为对抗音频,计算对抗音频、良性音频和白噪声的声学‑统计特征;对声学‑统计特征进行一致性检验,提取对抗音频特性,即在对抗噪声或对抗样本中广泛存在且在良性音频或白噪声中不存在的特性,完成对抗音频共性特征的测量。

    一种语音对抗样本识别模型训练方法及系统

    公开(公告)号:CN114550704A

    公开(公告)日:2022-05-27

    申请号:CN202210095222.0

    申请日:2022-01-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种语音对抗样本识别模型训练方法及系统,属于对抗样本识别领域。包括:获取音频数据集,包含正常和对抗音频数据;获取每一个音频数据在一定频率范围的频谱图,生成频谱特征;计算不同频率范围下的所有音频数据的Fratio值和Fratio累计值,得到关于采样频率的Fratio累计值的单调递增曲线f;根据单调递增曲线f设计滤波器组,并对音频数据集中的所有音频进行滤波操作;利用滤波后的音频数据集对语音对抗样本识别模型进行训练。本发明通过设计的滤波器组放大了正常音频数据与对抗音频数据的关键差异部分,为对抗样本的识别提供了新方法,且模型训练简单,在较少的训练代价下,具备较高的识别精度。

    一种提升声纹安全性的方法

    公开(公告)号:CN114360553A

    公开(公告)日:2022-04-15

    申请号:CN202111483683.7

    申请日:2021-12-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种提升声纹安全性的方法,属于智能语音系统中的说话人识别安全技术领域。包括构造声纹安全模型;说话内容原子化;设置测试变量;构造测试样本;声纹安全模型训练与声纹注册;计算丰富度、长度、细节三种特征变量单步变化下的误识别率变化,得到特征变量的权重关系;针对待认证的原始认证词,提取原始认证词的音素特征,并得到原始认证词的误识别率;将误识别率与阈值作比较,若误识别率≤阈值,说明声纹安全,若误识别率>阈值,则根据特征变量的权重关系对原始认证词进行优化。区别于现有方法中着力于改进声纹模型、音频特征的研究趋势,本发明着力于通过优化说话内容的方式提升声纹安全性,可复配任何现有或改进的声纹模型。

    一种基于电网开关通信数据的极光攻击检测系统、方法

    公开(公告)号:CN110995741B

    公开(公告)日:2021-04-16

    申请号:CN201911298074.7

    申请日:2019-12-17

    Abstract: 一种基于电网开关通信数据的极光攻击检测系统、方法,属于智能电网信息及设备安全技术领域。系统包括开关设备、通信控制器、交换机/集线器、电力监控系统、抓包主机设备;抓包主机设备用于抓取开关设备与电力监控系统之间的通信数据包并进行极光攻击检测。方法包括步骤S01,在无攻击异常事件发生时间内,抓取开关设备与电力监控系统之间的通信数据包;步骤S02,解析步骤S01中通信数据包,生成报文规则库;步骤S03,实时抓取开关设备与电力监控系统之间的通信数据包;步骤S04,将步骤S03中通信数据包解析后与报文规则库进行规则匹配,当与主要规则不匹配时,发出极光攻击警告信息。本发明采用非侵入式检测方法,有效保护三相旋转设备的安全和电网稳定。

    一种基于不自然性的语音对抗样本检测方法

    公开(公告)号:CN118155656A

    公开(公告)日:2024-06-07

    申请号:CN202410344084.4

    申请日:2024-03-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于不自然性的语音对抗样本检测方法,属于智能语音系统中的语音识别模型安全技术领域。获取对抗音频与不自然性相关的共性特征,包括时域信号不连续、频域信号不连续、时域信号不规律;针对每一种共性特征,计算良性、对抗音频样本的不自然性相关声学‑统计特征;利用良性、对抗音频样本的声学‑统计特征训练随机森林模型作为预处理模型,用于特征筛选;根据特征筛选后的良性音频样本与对抗音频样本的声学‑统计特征训练分类器;提取待测音频样本的特征筛选后的声学‑统计特征,基于训练后的分类器得到识别结果。本发明基于不自然性相关的共性特征,采用轻量化分类器,实现了基于自然度评估的语音对抗样本检测。

    一种针对语音对抗攻击的语音自然度评估方法

    公开(公告)号:CN118155655A

    公开(公告)日:2024-06-07

    申请号:CN202410344082.5

    申请日:2024-03-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种针对语音对抗攻击的语音自然度评估方法,属于智能语音系统中的语音识别模型安全技术领域。获取对抗音频共性特征并筛选得到与不自然性相关的共性特征,包括时域信号不连续、频域信号不连续、时域信号不规律、频域信号不规律、语音模式异常;针对每一种共性特征,计算良性语音样本与测试语音的不自然性相关声学‑统计特征;根据良性语音样本的不自然性相关声学‑统计特征设计语音自然度指标,语音自然度指标的基准值为良性语音样本的不自然性相关声学‑统计特征的概率密度分布;根据语音自然度指标的基准值,计算测试语音的自然度分数。本发明通过对语音样本的自然度进行评估,可以量化测试语音与人类正常语音之间的相似度。

    基于韵律特征和随机森林分类器的语音倍速攻击检测方法

    公开(公告)号:CN114550751A

    公开(公告)日:2022-05-27

    申请号:CN202210127689.9

    申请日:2022-02-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于韵律特征和随机森林分类器的语音倍速攻击检测方法,属于语音识别技术及安全技术领域。获取音频数据集,包括正常音频和倍速对抗音频;提取音频数据集中所有音频的抖动特征、颤音特征和谐波噪声比特征,构成特征向量;利用正常音频和倍速对抗音频的特征向量训练随机森林分类器,利用训练好的随机森林分类器进行语音倍速攻击检测。本发明通过语音识别系统已有的麦克风和语音硬件就可以高效地检测语音倍速欺骗攻击,具有成本低、攻击检测精确度高的特点,可以用于手机等智能设备上的语音识别系统的安全防护,具有广泛的需求和应用前景。

Patent Agency Ranking