基于密集神经网络的语音变形工具识别

摘要

语音变型(Voice Transformation,VT)能显著增加自动说话人识别(Automatic Speaker Verification,ASV)系统的错误拒绝率,从而达到隐藏说话人身份的目的.该欺骗操作己集成在众多主流的音频/语音处理工具中,并在众多案例中作为犯罪手段,为社会安全带来严重威胁.识别此类欺骗语音的制作工具能帮助识别说话人的身份,对安全部门的取证工作具有重要的辅助作用.然而,目前欺骗语音制作工具的识别研究仍然非常不足.为此,本文提出一种基于密集神经网络的变换工具识别方法,在同库和跨库测试中的平均准确率均达到 91%以上,表明所提方法能有效追踪到此类语音欺骗的源头工具.