一种自动说话人识别中针对语音欺骗的对抗方法

摘要

本发明提出了一种自动说话人识别中针对欺骗技术的对抗方法，该方法是基于多种特征和多个子系统融合方法的反语音欺骗技术。本发明通过融合语音层面音素后验概率串联特征和声音层面MFCC特征或相位层面MFDCC特征，系统的性能得到显著的提升。通过组合已经提出的i‑vector子系统和涵盖声音和韵律层信息的OpenSMILE(open Speech and Music Interpretation by Large Space Extraction)基准，进一步提升了系统最终的表现。对于后端模型，使用开发数据，在欺骗性攻击已知的情况下，两级的支持向量机比一级余弦相似度或PLDA评分有更加优异的表现。而在测试数据不可见且欺骗性条件未知的情况下，一级评分方式表现出了更强的鲁棒性。