買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中南大學(xué)申請(qǐng)的專利一種語音對(duì)抗樣本生成方法、裝置、終端設(shè)備及介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117037843B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311165130.6，技術(shù)領(lǐng)域涉及：G10L25/30；該發(fā)明授權(quán)一種語音對(duì)抗樣本生成方法、裝置、終端設(shè)備及介質(zhì)是由姚鑫;王晨陽;趙明;唐楓梟;安森泉設(shè)計(jì)研發(fā)完成，并于2023-09-11向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種語音對(duì)抗樣本生成方法、裝置、終端設(shè)備及介質(zhì)在說明書摘要公布了：本申請(qǐng)適用于語音安全技術(shù)領(lǐng)域，提供了一種語音對(duì)抗樣本生成方法、裝置、終端設(shè)備及介質(zhì)。該方法通過獲取待擾動(dòng)語音樣本集；計(jì)算其他說話人與當(dāng)前說話人之間的語音相似度，確定目標(biāo)說話人；對(duì)待擾動(dòng)語音樣本集進(jìn)行語音端點(diǎn)檢測，得到候選擾動(dòng)語音幀；計(jì)算優(yōu)先度和優(yōu)先頻數(shù)，確定優(yōu)先重合幀；根據(jù)優(yōu)先重合幀，確定待擾動(dòng)語音樣本集中的擾動(dòng)點(diǎn)和擾動(dòng)值，對(duì)待擾動(dòng)語音樣本集進(jìn)行擾動(dòng)，得到擾動(dòng)結(jié)果；計(jì)算擾動(dòng)結(jié)果與目標(biāo)說話人對(duì)應(yīng)的語音樣本集之間的損失值；利用投影梯度下降算法對(duì)擾動(dòng)點(diǎn)和擾動(dòng)值進(jìn)行更新，將損失值小于預(yù)設(shè)損失閾值的擾動(dòng)結(jié)果作為當(dāng)前說話人對(duì)應(yīng)的語音對(duì)抗樣本。本申請(qǐng)能夠提高身份去識(shí)別效果和語音合成質(zhì)量。

本發(fā)明授權(quán)一種語音對(duì)抗樣本生成方法、裝置、終端設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種語音對(duì)抗樣本生成方法，其特征在于，包括：步驟1，獲取當(dāng)前說話人對(duì)應(yīng)的待擾動(dòng)語音樣本集，以及多個(gè)其他說話人對(duì)應(yīng)的語音樣本集；步驟2，分別計(jì)算每個(gè)所述其他說話人與所述當(dāng)前說話人之間的語音相似度，并從所述語音相似度小于預(yù)設(shè)相似度閾值的其他說話人中，確定出目標(biāo)說話人；步驟3，對(duì)所述待擾動(dòng)語音樣本集進(jìn)行語音端點(diǎn)檢測，得到所述待擾動(dòng)語音樣本集中的多個(gè)候選擾動(dòng)語音幀；所述候選擾動(dòng)語音幀用于確定被擾動(dòng)的語音幀；步驟4，利用多個(gè)不同的說話人識(shí)別模型分別計(jì)算每個(gè)所述候選擾動(dòng)語音幀對(duì)應(yīng)的優(yōu)先度和優(yōu)先頻數(shù)，并根據(jù)所述優(yōu)先頻數(shù)和所述優(yōu)先度，確定所述待擾動(dòng)語音樣本集中的優(yōu)先重合幀；所述優(yōu)先頻數(shù)用于從所述多個(gè)候選擾動(dòng)語音幀中確定被擾動(dòng)的語音幀，所述優(yōu)先重合幀表示被擾動(dòng)優(yōu)先級(jí)最高的語音幀；步驟5，根據(jù)所述優(yōu)先重合幀，確定所述待擾動(dòng)語音樣本集中的擾動(dòng)點(diǎn)，初始化所述擾動(dòng)點(diǎn)對(duì)應(yīng)的擾動(dòng)值，并根據(jù)所述擾動(dòng)點(diǎn)和所述擾動(dòng)值，對(duì)所述待擾動(dòng)語音樣本集進(jìn)行擾動(dòng)，得到擾動(dòng)結(jié)果；步驟6，計(jì)算所述擾動(dòng)結(jié)果與所述目標(biāo)說話人對(duì)應(yīng)的語音樣本集之間的損失值；步驟7，若所述損失值大于預(yù)設(shè)損失閾值，則利用投影梯度下降算法對(duì)所述擾動(dòng)點(diǎn)和所述擾動(dòng)值進(jìn)行更新，利用更新后的擾動(dòng)點(diǎn)和更新后的擾動(dòng)值，對(duì)所述擾動(dòng)結(jié)果進(jìn)行擾動(dòng)，得到新擾動(dòng)結(jié)果，并將所述新擾動(dòng)結(jié)果作為所述步驟6中的擾動(dòng)結(jié)果，返回執(zhí)行步驟6；否則，將所述步驟5得到的擾動(dòng)結(jié)果作為所述當(dāng)前說話人對(duì)應(yīng)的語音對(duì)抗樣本；其中，所述步驟4包括：對(duì)所述待擾動(dòng)語音樣本集進(jìn)行復(fù)制，得到新待擾動(dòng)語音樣本集其中，{F1,F2,...,FH}表示所述待擾動(dòng)語音樣本集中的語音幀，H表示所述語音幀的總數(shù)量，每個(gè)所述語音幀包括C個(gè)采樣點(diǎn)，XHC表示第H個(gè)語音幀中第C個(gè)采樣點(diǎn)，Xorig表示當(dāng)前說話人uorig對(duì)應(yīng)的待擾動(dòng)語音樣本集；分別針對(duì)每個(gè)候選擾動(dòng)語音幀，將所述新待擾動(dòng)語音樣本集中所述候選擾動(dòng)語音幀對(duì)應(yīng)的采樣點(diǎn)設(shè)置為零；分別針對(duì)每個(gè)所述說話人識(shí)別模型，通過計(jì)算公式得到所述優(yōu)先度Psh；其中，Psh表示由第s個(gè)說話人識(shí)別模型計(jì)算得到第h個(gè)候選擾動(dòng)語音幀的優(yōu)先度，s＝1,2,...,Q，Q表示預(yù)先設(shè)置的說話人識(shí)別模型的總數(shù)量，Q個(gè)說話人識(shí)別模型之間互不相同，h＝1,2,...,L，L表示經(jīng)過所述步驟3處理后得到的候選擾動(dòng)語音幀的總數(shù)量，表示當(dāng)前說話人識(shí)別模型認(rèn)為語音樣本屬于uorig的置信度；通過計(jì)算公式 得到所述優(yōu)先頻數(shù)Ch；其中，Ch表示第h個(gè)候選擾動(dòng)語音幀的優(yōu)先頻數(shù)，Csh表示說話人識(shí)別模型s對(duì)第h個(gè)候選擾動(dòng)語音幀的優(yōu)先頻數(shù)，表示多個(gè)候選擾動(dòng)語音幀按照第s個(gè)說話人識(shí)別模型計(jì)算的優(yōu)先度從大到小排序后的集合，F(xiàn)t表示中索引為t的候選擾動(dòng)語音幀，Ωh表示由所述多個(gè)候選擾動(dòng)語音幀構(gòu)成的集合，Ωh＝{Fst,Fst+1,..,Fed}，F(xiàn)st,Fst+1,..,Fed均表示所述候選擾動(dòng)語音幀，sort1參數(shù)1,參數(shù)2,參數(shù)3表示排序函數(shù)，參數(shù)1表示進(jìn)行排序的集合，參數(shù)2表示比較參數(shù)，參數(shù)3取值為1時(shí)表示按照比較參數(shù)從大到小對(duì)參數(shù)1表示的集合中的元素進(jìn)行排序，topk表示預(yù)先設(shè)置的擾動(dòng)點(diǎn)個(gè)數(shù)；通過計(jì)算公式Ωorder＝sortΩh,Ch,Ph,1，得到候選優(yōu)先重合幀集合Ωorder；其中，sort2參數(shù)1,參數(shù)2,參數(shù)3,參數(shù)4表示排序函數(shù)，參數(shù)1表示進(jìn)行排序的集合，參數(shù)2表示第一排序條件，參數(shù)3表示第二排序條件，參數(shù)4取值為1時(shí)表示按照第一排序條件或第二排序條件對(duì)參數(shù)1表示的集合中的元素進(jìn)行排序，將候選優(yōu)先重合幀集合Ωorder中，前topk個(gè)候選優(yōu)先重合幀作為所述優(yōu)先重合幀。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中南大學(xué)，其通訊地址為：410000 湖南省長沙市岳麓區(qū)麓山南路932號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。