基于卷积神经网络的重录语音检测算法

来源：计算机技术与发展杂志2020年第02期北京时间：

作者：赵雅珺;王泳;张梦鸽

摘要：使用重录语音冒充他人身份会为社会安全带来严重威胁。 但是,目前对于重录语音检测的研究仍相对较少。 已 有的重录语音检测方法一般集中于传统的信号处理方法,其特征提取的算法较为复杂,具有较大的局限性。 为此,提出一 种基于卷积神经网络的重录语音检测算法。 所提出的网络结构依据语音信号的时频特征进行特殊设计,与时频图的特征 分布特点高度契合,能将训练参数分配到更合理的地方,从而能使用更有效的特征来训练更紧凑的参数,因而大大降低了 模型过拟合风险。 为了验证该算法的性能以及通用性,采用不同录制设备、录制环境及录制距离的重录语音对算法进行 测试。 实验结果表明,该算法对不同设备和场景下录制的语音均达到了99.8%以上的检测率。 由于采用时长0.2秒极短 语音段作为检测数据得到以上的准确率,说明算法在实际应用场景中具备广泛的适用性。

关键词：安全;重录语音检测;卷积神经网络;时频特征