基于CLBP和HOG的伪装语音检测方法

发布时间：2021-04-20 14:32

　　伪装语音检测是通过对说话人的声音进行分析,进而识别出它是真实说话人的语音还是人为恶意伪装的语音。伪装语音通常由人为模仿、设备回放、语音转换及语音合成技术生成,通过这些蓄意的操作能够伪装成特定的说话人声音,从而达到欺骗自动说话人认证系统的目的。伪装语音识别系统可针对恶意的伪装语音实现伪装检测,提高自动说话人认证系统安全性能,具有广阔的应用前景。伪装语音识别通常需要对目标语音信号特征提取,再跟其对应的真实语音的特征比对分析进而判定真伪。语音信号的纹理特征便是一种区分真伪语音的重要特征参数,基于局部二进制模式提取语音声学特征中的纹理信息,再用以检测伪装语音。而该方法步骤较为复杂,需预先提取语音信号的声学特征向量,同时检测的效果依赖该声学特征,面对部分通过改变语音声学特征生成的伪装欺骗时,伪装语音检测效果较差。而且该方法在检测语音转换的欺骗攻击时效果也比较差。针对基于局部二进制模式的伪装语音检测方法在检测语音转换的欺骗攻击时效果较差的情况,本文提出了一种基于完整局部二进制模式（Completed Local Binary Pattern,CLBP）的伪装语音检测方法。本文利用变量Q变换将语料库... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 伪装语音检测的基本概念
    1.2 伪装语音检测的意义和应用
    1.3 国内外研究现状及面临的问题
    1.4 研究内容和创新点
    1.5 论文结构安排
第2章 伪装语音检测系统
    2.1 引言
    2.2 伪装语音概述
    2.3 伪装语音检测基本原理
    2.4 伪装语音检测常见的特征参数
        2.4.1 MFCC系数
        2.4.2 CQCC系数
        2.4.3 修正群延时
        2.4.4 语音频谱
    2.5 伪装语音检测系统常用的分类器
        2.5.1 高斯混合模型
        2.5.2 支持向量机
        2.5.3 深度神经网络
    2.6 伪装语音检测系统性能的评估方法
    2.7 本章小结
第3章 基于CLBP的伪装语音检测方法
    3.1 引言
    3.2 基于LBP的伪装语音检测方法
        3.2.1 LBP算法
        3.2.2 基于LBP的伪装语音检测方法
    3.3 CLBP算法
S特征">        3.3.1 CLBP_S特征
M特征">        3.3.2 CLBP_M特征
C特征">        3.3.3 CLBP_C特征
    3.4 基于CLBP的伪装语音检测方法
    3.5 实验过程及结果
        3.5.1 数据集
        3.5.2 伪装语音检测系统性能测试
    3.6 本章小结
第4章 基于CLBP-HOG的伪装语音检测方法
    4.1 引言
    4.2 HOG算法
    4.3 基于CLBP-HOG的伪装语音检测方法
    4.4 实验过程及结果
        4.4.1 数据集
        4.4.2 伪装语音检测系统性能测试
    4.5 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]采用独立说话人模型的语音转换[J]. 俞一彪,曾道建,姜莹.  声学学报. 2012(03)
[2]基于混合映射模型的语音转换算法研究[J]. 康永国,双志伟,陶建华,张维.  声学学报. 2006(06)



本文编号：3149859