[发明专利]一种基于深度密集网络的语音变形检测方法

权利要求书

1.一种基于深度密集网络的语音变形检测方法，其特征在于，主要包括以下步骤：

首先，构建基于卷积神经网络的深度密集学习网络结构，所述网络结构的每个卷积层都会接受其前面所有卷积层作为其额外的输入，并且每个卷积层的输入都是其上一个卷积层的输出；

其次，使用小批迭代随机梯度下降对所述网络结构的交叉熵误差进行训练，所述网络结构在输入时频图前，会对语音数据进行预处理，假设x₀是原始语音的音高，a是伪装因子，x为变形语音，可以得出

x＝2^α/12·x₀；

伪装因子的取值为[-11，11]中的任意整数，之后再对数据进行标准化处理，标准化公式为

其中E[x]是特征均值，Var[x]是特征方差；

第三，将待测语音的时频特征输入到已经训练好的深度密集网络结构中，网络结构中softmax层通过伪装因子来判断待测语音的真伪并识别出伪装语音对应使用的伪装工具，从而输出检测结果。

2.根据权利要求1所述的一种基于深度密集网络的语音变形检测方法，其特征在于，所述softmax层在检测输出前加入了一个全局均值池化层。

3.根据权利要求1所述的一种基于深度密集网络的语音变形检测方法，其特征在于，所述伪装工具包括Audacity、CoolEdit、PRAAT和RTISI。