[发明专利]欺骗录音检测神经网络模型的优化方法及系统在审
| 申请号： | 201910516188.8 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110223676A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 俞凯;钱彦旻;王鸿基;丁翰林;王帅 | 申请（专利权）人： | 苏州思必驰信息科技有限公司;上海交通大学 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/02;G10L15/16 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;黄谦 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种欺骗录音检测神经网络模型的优化方法。该方法包括：基于特征提取器、欺骗检测器和领域预测器构建欺骗录音检测神经网络模型；将源域数据以及目标域数据输入至特征提取器；将特征提取器的输出分别输入至欺骗检测器和领域预测器，通过训练欺骗录音检测神经网络模型，降低欺骗检测器的损失函数值和领域预测器的损失函数值；基于降低后的领域预测器的损失函数值对特征提取器进行对抗训练，使特征提取器输出到欺骗检测器的深度特征为域不变和欺骗检测区别的特征。本发明实施例还提供一种欺骗录音检测神经网络模型的优化系统。本发明实施例优化的模型在录音攻击检测中没有区分领域预测的能力，提高跨领域测试的泛化性能。 | ||
| 搜索关键词： | 神经网络模型 特征提取器 录音检测 检测器 预测器 损失函数 优化 输出 对抗训练 泛化性能 攻击检测 欺骗检测 深度特征 优化系统 目标域 构建 源域 录音 测试 预测 | ||
【主权项】：
1.一种欺骗录音检测神经网络模型的优化方法，所述方法包括：基于特征提取器、欺骗检测器和领域预测器构建欺骗录音检测神经网络模型，其中，所述特征提取器与所述欺骗检测器构成了第一支路，所述特征提取器与所述领域预测器构成了第二支路；将源域数据以及目标域数据作为输入样本输入至所述特征提取器，其中，源域数据具有欺骗标签和领域标签，目标域数据具有领域标签；将所述特征提取器的输出分别输入至所述欺骗检测器和所述领域预测器，通过训练所述欺骗录音检测神经网络模型，降低欺骗检测器的损失函数值和降低所述领域预测器的损失函数值；基于所述降低后的领域预测器的损失函数值对所述特征提取器进行对抗训练，以使所述特征提取器输出到所述欺骗检测器的深度特征为域不变和欺骗检测区别的特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州思必驰信息科技有限公司;上海交通大学，未经苏州思必驰信息科技有限公司;上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910516188.8/，转载请声明来源钻瓜专利网。
- 上一篇：用于语音识别的训练文本数据的筛选方法及系统
- 下一篇：空间音频信号滤波
