申请/专利权人:华南理工大学
申请日:2024-03-22
公开(公告)日:2024-06-25
公开(公告)号:CN118248172A
主分类号:G10L25/51
分类号:G10L25/51;G10L25/30;G10L25/03
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种回放录音检测方法,包括:提取输入音频信号的声学特征CQT;使用提取的声学特征CQT训练回放录音检测模型,该回放录音检测模型由深度特征提取模块和全连接层组成;其中,所述深度特征提取模块由卷积层、池化层和结合了注意力机制的卷积块组成;利用上述训练好的回放录音检测模型对输入音频信号进行检测,该回放录音检测模型会输出音频信号属于回放录音和真实人声的预测概率,根据预测概率判断输入音频信号属于回放录音还是真实人声。本发明能够大大提高回放录音的检测精度。
主权项:1.一种回放录音检测方法,其特征在于,包括以下步骤:1提取输入音频信号的声学特征CQT;2使用提取的声学特征CQT训练回放录音检测模型,该回放录音检测模型由深度特征提取模块和全连接层组成;其中,所述深度特征提取模块由卷积层、池化层和结合了注意力机制的卷积块组成,所述卷积块将输入特征均匀拆分为多组特征子集进行卷积,从第三组特征开始,在卷积之前,会加上前一组特征卷积的结果,用于提升模型的感受野和特征提取能力,使模型具备多尺度特征提取能力,在卷积块的尾部,利用注意力机制学习不同区域特征图的权重,通过重新加权特征图使模型关注有用的特征信息而抑制冗余的特征信息;3利用上述训练好的回放录音检测模型对输入音频信号进行检测,该回放录音检测模型会输出音频信号属于回放录音和真实人声的预测概率,根据预测概率判断输入音频信号属于回放录音还是真实人声。
全文数据:
权利要求:
百度查询: 华南理工大学 一种回放录音检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。