语音检测

作品数：124被引量：251H指数：8
导出分析报告
相关领域：电子电信自动化与计算机技术更多>>
相关作者：陶建华高毅易江燕游林王让定更多>>
相关机构：深圳市腾讯计算机系统有限公司清华大学杭州电子科技大学平安科技(深圳)有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划浙江省自然科学基金宁波大学王宽诚幸福基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
改进深度残差收缩网络的端到端合成语音检测
《计算机科学与探索》2025年第4期1076-1086,共11页曾高俊 芦天亮 任英杰 李御瑾 彭舒凡 
国家社会科学基金重点项目(20AZD114)。
合成语音的滥用导致了诸多现实问题,研究相应的鉴伪技术对于保护公民人身财产安全、保障社会与国家安全具有重大意义。传统的合成语音检测多采用手工设计特征与后端分类器相结合的方式,前端手工特征设计涉及复杂的先验知识,使用单一手...
关键词：合成语音检测 深度残差收缩网络 帧注意力 小波阈值函数 
基于声纹特征的伪造语音检测
《声学学报》2025年第1期201-210,共10页张宇翔 李茁 陆镜泽 尚增强 陈树丽 王文超 张鹏远 
中国科学院青年创新促进会项目;国家自然科学基金项目(12204509)资助。
目前的伪造语音检测方法在特定数据集上表现良好,但鲁棒性和可解释性较差。伪造语音生成通常通过单一特征实现说话人表示,缺乏对声纹特征的精细控制,导致真伪语音声纹特征分布存在差异。为此提出了一种基于声纹特征的伪造语音检测方法...
关键词：伪造语音检测 声纹识别 鲁棒性 可解释性 
面向合成语音检测的弹性正交权重修正连续学习算法
《计算机研究与发展》2025年第2期336-345,共10页张晓辉 易江燕 陶建华 周俊佐 
国家重点研发计划项目(2020AAA0140003);国家自然科学基金项目(61831022,U21B2010,61901473,62006223,2101553)。
目前,深度学习在合成语音检测领域取得了巨大的成功.然而,通常情况下,深度模型可以在与训练集分布相似的测试集上取得高准确率,但在跨数据集的情境下,其准确率却会显著下降.为了提高模型在新数据集上的泛化能力,通常需要对其进行微调,...
关键词：合成语音检测 连续学习 弹性正交权重修正 预训练模型 深度神经网络 
利用全局-局部特征依赖的反欺骗说话人验证系统
《计算机应用》2025年第1期308-317,共10页张嘉琳 任庆桦 毛启容 
国家自然科学基金面上项目(62176106);江苏大学应急管理学院专项科研项目(KY-A-01)。
针对现有卷积模型为主的反欺骗说话人验证系统捕获全局特征依赖不理想的问题,提出一种利用全局-局部特征依赖的反欺骗说话人验证系统。首先,对于欺骗语音检测模块,设计两种滤波器组合方式对原始语音进行滤波,并通过对频率子带的掩蔽实...
关键词：说话人验证 数据增强 频率掩蔽 注意力机制 欺骗语音检测 
基于滤波器组和残差网络的欺骗语音检测
《广东技术师范大学学报》2024年第6期8-15,40,共9页王泳 于拴帅 杨继臣 阳建华 陈兵 
国家自然科学基金(61672173);国家自然科学基金(62102462);广东省基础与应用基础研究基金(2022A1515010108);广东技术师范大学科研启动项目(2021SDKYA127)。
伴随着语音识别的发展,语音欺骗的方式也层出不穷.针对一些模仿或经过伪造、变形的语音,本文提出了一种改进的梅尔频率倒谱系数(MFCC)语音特征提取方式,不经过最后一步离散余弦变换,使用保留了更多特征的滤波器组,并经过倒谱均值和方差...
关键词：语音欺骗 MFCC 滤波器组 残差网络 
利用双向长短时记忆网络的合成语音检测方法
《现代计算机》2024年第24期51-56,共6页苏卓艺 陈园允 
广州市教育局高校科研项目(202235408)。
人工智能技术的快速发展带来了合成语音技术的广泛应用,同时也引发了身份伪造和欺诈等安全问题。采用深度学习技术,利用双向长短时记忆网络(BiLSTM),提出了一种改进的合成语音检测方法。通过提取梅尔频率倒谱系数(MFCCs)特征,并将其输入...
关键词：合成语音检测 双向长短时记忆网络 深度学习 
基于边缘联邦学习的重放语音检测框架
《微电子学与计算机》2024年第11期1-12,共12页李志刚 宗利芳 李雪 
针对重放语音检测系统在边缘用户训练过程中所遇到计算资源受限与隐私泄露问题,受类脑智能的启发,提出了一种考虑差分隐私、基于神经回路策略(Neural Circuit Policies,NCP)的边缘联邦重放语音检测框架。该框架包括数据预处理、节点参...
关键词：重放语音检测 联邦学习 神经回路策略 类脑智能 
采用自监督对比学习的合成伪造语音检测方法
《电信科学》2024年第11期40-49,共10页杨曼 简志华 梁承涵 
国家自然科学基金资助项目(No.61201301,No.61772166)。
为了消除训练数据集中真实语音和伪造语音的样本数量不平衡对合成伪造语音检测系统性能的影响,并进一步提高系统的检测准确率,提出了一种基于自监督对比学习的合成语音检测方法。所提方法将经过音高变换后的样本视为负样本,通过训练神...
关键词：伪造语音检测 合成语音检测 自监督对比学习 深度残差网络 音高变换 
基于倒谱特征数据增强的真实场景合成语音检测
《高技术通讯》2024年第10期1013-1023,共11页万伊 李春国 杨飞然 杨军 
国家自然科学基金(62171438);北京市自然科学基金(4242013);中国科学院声学研究所自主部署“前沿探索”类项目(QYTS202111)资助。
现有合成语音检测系统在真实场景下性能损失严重。本文提出了一种基于频域掩蔽的倒谱特征数据增强方法。该方法对输入信号的线性滤波器组特征(LFBs)进行频域掩蔽,以引入符合真实场景的语音失真;计算掩蔽特征的线性频率倒谱系数(LFCC),...
关键词：合成语音检测 数据增强 真实场景 频域掩蔽 泛化能力 
基于聚类中心的浅层特征融合伪造语音检测
《计算机工程与设计》2024年第10期2922-2928,共7页吴敦志 陈为真 
湖北省教育厅科学研究基金项目(B2020061);湖北省自然科学基金项目(2022CFB449)。
针对现有检测系统在使用wav2vec2.0模型提取特征导致高计算资源消耗和传统打分方法限制泛化性能的问题,提出一种基于聚类中心的浅层特征融合伪造语音检测算法。裁剪wav2vec2.0模型的深层,将浅层特征通过注意力池化以缩短时序长度,用线...
关键词：伪造语音检测 模型压缩 预训练模型 注意力池化 特征融合 聚类中心 余弦相似度 
全选清除导出
共13页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部