[发明专利]一种基于频域信息量分布的回放语音检测方法

说明书

本发明公开了一种基于频域信息量分布的回放语音检测方法，属于一种通过研究原始语音和回放语音在固定频率范围上信息量的分布，从而提出了可用于检测回放语音的方法，而通过这种检测方法可有效检测语音是否为回放语音，这种回放语音检测方法能够有效检测来自偷录设备的回放语音，并在回放环境改变情况下，也具备较高的检测准确性；同时，本发明也验证了检测回放语音检测算法具有较好的鲁棒性，采用这种基于频域信息量分布的回放语音检测方法还具有操作简单、适用范围广、检测准确率高等优点。

技术领域

本发明涉及回放语音的检测识别方法，具体是指一种基于频域信息量分布的回放语音检测方法。

背景技术

目前，说话人识别系统作为语音识别的重要分支，正以其自身优势，如拾音设备简单、接受度高、非现场性等而逐步受到重视，并广泛应用于生活的各个方面，如司法取证、社保系统、普通生活等。然而，说话人识别系统往往存在假冒者攻击的潜在威胁，其安全性已成为人们关注的焦点，假冒者主要通过以下两种方法实施攻击：一、假冒者使用口技模仿合法用户发言方式进行攻击；二、假冒者使用专业技术进行攻击。对于第一种攻击方式，除非假冒者有很高的技巧才能攻击成功，一般人很难做到，并且现有的说话人识别技术已经能够做到阻止此类假冒者的闯入；对于第二种攻击方式，主要分为合成特定人语音、特定人语音拼接、回放语音等，其中前两种攻击手段需要假冒者具备相关专业知识，假冒者一般难以实施攻击，而对于回放语音攻击认证系统则具有其他攻击手段没有的优点，随着低价格、高保真录音设备的普及，语音来源于合法用户本人，自然度高，假冒者无需专业知识，操作简单，这也使得回放语音攻击说话人识别系统变的简单、成功率高，对说话人识别系统造成很大的威胁。

针对回放语音攻击认证系统的检测，不少检测回放语音攻击检测方法也有被提出，如Wang等人根据回放语音是来自录制某一次合法语音这一原理，首次提出检测待测语音与合法语音语谱图相似度的算法；Jakbu等人则在检测语谱图相似度的基础上进一步改善算法，将回放语音的检测率提高到99%以上，但此方法仅使用于文本无关说话人识别系统；张立鹏等人依据回放语音信道与原始语音信道不同和静音段包含了信号信息，提出了一种基于静音段MFCC特征检测待测语音信道方法，其等错误概率在29%左右，此算法对于静音段时间比较短的语音不能获得稳定的特征；王志峰等人通过分析各种电路器件引起原始语音和回放语音在对数功率谱低频区的差异，提出基于信道模式噪声的录音回放攻击检测方法，其等错误概率在10%左右。以上算法均是仅仅针对一种偷录设备取得检测效果，是否适用于其他偷录设备则有待研究。

发明内容

本发明所要解决的技术问题在于克服现有技术的缺陷而提供一种操作简单、适用范围广、检测准确率高的一种基于频域信息量分布的回放语音检测方法。

本发明的技术问题通过以下技术方案实现：

一种基于频域信息量分布的回放语音检测方法，其包括如下步骤：

步骤一、提取语音信号的语音频率信息量，设待测语音信号或原始语音信号为X，将待检测语音信号如下操作：

（1）将语音信号做分帧处理，设共T帧，然后第i帧语音采样值做N点离散傅里叶变换，所述N为256、512、1024；则第i帧短时傅里叶变换为按照公式一进行计算，

公式一，

式中：

——傅里叶变换数值；

——傅里叶变换的离散频率参数；

——语段语音信号中每个采样点；

（2）按照公式二对第j帧第i个频率点的频率值，求幅值；

公式二，

式中：