[发明专利]变声检测方法及装置

权利要求书

1.一种变声检测方法，其特征在于，包括：

获取待与目标对象进行认证匹配的待测语音数据；

利用预置的变声检测模型，确定与所述待测语音数据匹配的待测声纹特征信息，以及语音伪造判决结果；所述变声检测模型为以标注有语音生成对象的类别标签及语音是否伪造标签的训练语音数据进行训练得到；

确定所述待测声纹特征信息与所述目标对象已注册的声纹特征信息的相似度，得到声纹相似度；

根据所述语音伪造判决结果以及所述声纹相似度，确定所述待测语音数据是否为人工伪造的变声语音数据。

2.根据权利要求1所述的方法，其特征在于，预置的变声检测模型包括两个输出通道，第一输出通道输出语音生成对象的类别标签，第二输出通道输出语音是否伪造结果，所述变声检测模型的最后一个隐藏层作为两个输出通道的公共隐藏层；

所述利用预置的变声检测模型，确定与所述待测语音数据匹配的待测声纹特征信息，以及语音伪造判决结果，包括：

将所述待测语音数据输入预置的变声检测模型；

获取所述变声检测模型的公共隐藏层输出的特征向量，并根据所述特征向量确定与所述待测语音数据匹配的待测声纹特征信息；

获取所述变声检测模型的第二输出通道输出的语音是否伪造结果，并根据所述语音是否伪造结果确定语音伪造判决结果。

3.根据权利要求2所述的方法，其特征在于，所述将所述待测语音数据输入预置的变声检测模型，包括：

对所述待测语音数据进行切分处理，得到若干个待测语音片段；

将每一所述待测语音片段输入预置的变声检测模型；

所述获取所述变声检测模型的公共隐藏层输出的特征向量，并根据所述特征向量确定与所述待测语音数据匹配的待测声纹特征信息，包括：

获取所述变声检测模型的公共隐藏层输出的与每一所述待测语音片段匹配的特征向量；

根据各所述待测语音片段匹配的特征向量，确定所述待测语音数据匹配的待测声纹特征信息；

所述获取所述变声检测模型的第二输出通道输出的语音是否伪造结果，并根据所述语音是否伪造结果确定语音伪造判决结果，包括：

获取所述变声检测模型的第二输出通道输出的每一所述待测语音片段对应的语音是否伪造结果；

根据各所述待测语音片段对应的语音是否伪造结果，确定所述待测语音数据对应的语音伪造判决结果。

4.根据权利要求3所述的方法，其特征在于，所述对所述待测语音数据进行切分处理，得到若干个待测语音片段，包括：

对所述待测语音数据进行傅里叶变换，得到变换后的傅里叶特征；

对所述变换后的傅里叶特征进行分窗，得到若干语谱图片段，作为待测语音片段。

5.根据权利要求1所述的方法，其特征在于，所述语音伪造判决结果为语音伪造判决得分，语音伪造判决得分越低表示语音数据为人工伪造的可能性越大；所述声纹相似度为声纹相似度得分；

所述根据所述语音伪造判决结果以及所述声纹相似度，确定所述待测语音数据是否为人工伪造的变声语音数据，包括：

对所述语音伪造判决得分和所述声纹相似度得分进行加权融合，结果作为所述待测语音数据的伪造相似度得分；

根据所述伪造相似度得分以及预置的伪造相似度阈值的大小关系，确定所述待测语音数据是否为人工伪造的变声语音数据。

6.根据权利要求1所述的方法，其特征在于，所述变声检测模型的训练过程，包括：

获取原始训练数据集，所述原始训练数据集包括多个语音生成对象生成的训练语音数据，每一训练语音数据标注有语音生成对象的类别标签及语音是否伪造标签；

利用所述原始训练数据集对变声检测模型进行训练，得到训练后的变声检测模型。