基于多特征融合的语音鉴伪算法

摘要

在网络信息高速发展的今天,大众社交软件和平台带给人们便利的同时,也滋生出一些新的诈骗手段——语音诈骗。为减少此类诈骗事件的发生,对语音鉴伪进行相关深入研究,提出一种基于多特征融合的语音鉴伪算法。由于声谱图能从图像角度完整反映音频特征,因此首先提取声谱图灰度共生矩阵的四项指标——平均能量E、平均熵H、平均惯性矩I和相关性C;然后再融合音频信号的平均基因周期、平均短时能量、平均幅度、梅尔频率倒谱系数等特征,把融合的多维特征输入到BP神经网络,训练得到最佳的BP神经网络模型,最后通过训练后的BP神经网络对语音测试样本进行鉴别。经多次实验得出,训练得到的BP神经网络模型对语音鉴伪的准确率可达到94.1%。