1.一种基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,包括:获取原始语音数据;
将所述原始语音数据输入预先训练好的语音反欺骗网络模型,得到语音嵌入特征;
基于所述语音嵌入特征得到语音真实性概率,并将语音真实性概率与设定阈值进行比较,判断原始语音是否为真实语音;
其中,所述语音反欺骗网络模型包括数据增强模块、特征提取模块、特征重叠分割图卷积网络模块和嵌入特征生成模块;
所述数据增强模块用于对原始语音数据进行数据增强操作,得到原始语音增强数据;
所述特征提取模块用于提取原始语音增强数据中的多通道特征,得到多通道特征图;
所述特征重叠分割图卷积网络模块用于对多通道特征图进行二维卷积操作得到卷积输出特征,对卷积输出特征进行重叠分割得到子特征图,将子特征图与卷积输出特征拼接后进行卷积操作,得到输出特征;
将所述多通道特征图和输出特征进行残差连接,得到整合特征;所述嵌入特征生成模块用于根据整合特征生成语音嵌入特征。
2.根据权利要求1所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于:所述对原始语音数据进行数据增强操作,包括:引入基于线性和非线性的噪声对原始语音数据进行加噪处理。
3.根据权利要求1所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,所述特征提取模块包括自监督模块和残差网络模块;
所述自监督模块包括卷积神经网络和transformer架构,用于提取原始语音增强数据中的特征,得到第一特征;
所述残差网络模块包括多个残差块,用于对第一特征进行多通道特征提取,得到多通道特征图。
4.根据权利要求1所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,所述特征重叠分割图卷积网络模块包括二维卷积层、特征重叠分割块和卷积块;
所述二维卷积层用于调整多通道特征图的维度,得到卷积输出特征;
所述特征重叠分割块用于对卷积输出特征进行重叠分割,将得到的子特征图与卷积输出特征进行拼接后构建图结构,进行图卷积操作后得到第二特征;
所述卷积块用于对第二特征进行卷积操作,得到输出特征。
5.根据权利要求4所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,所述对卷积输出特征进行重叠分割,将得到的子特征图与卷积输出特征进行拼接后构建图结构,进行图卷积操作后得到第二特征,包括:所述卷积输出特征为三维特征,表示为,其中,分别表示时间维度、频率维度和通道维度;
在所述卷积输出特征上应用一个与卷积输出特征大小相同的掩码矩阵,采用逐元素相乘的方式将多个边界重叠的保留窗口掩码矩阵作用于卷积输出特征,以在时间维度和频率维度进行边界重叠分割,其中,所述掩码矩阵的元素为1或0,分别表示特征的保留与忽略;
将时间维度与频率维度合并作为特征维度,将子特征图与卷积输出特征分别经过维度变换后沿特征维度进行拼接,得到二维特征图,二维特征图包含个节点,节点特征的维度数为;
计算每个节点的投影分数,表示为:
;
其中,表示第n个节点的投影分数,,表示第n个节点,表示投影向量;
选择所述投影分数最大的前个节点进行保留,其中,,k表示池化率,得到包含个节点的池化特征图,表示为:;
其中,表示个节点的特征矩阵,个节点的投影分数向量,表示元素级乘法,表示激活函数;
基于所述,构建图结构并将其通道维度特征映射为图节点,得到包含个节点、节点特征的维度数为的特征图,将特征图输入图卷积网络;
所述图卷积网络包含两个卷积层,层与层之间的传播方式表示为:;
其中,表示第l层的特征矩阵,表示第l+1层的特征矩阵,表示邻接矩阵,,I表示单位矩阵,和分别表示和的度矩阵,表示第l层线性变换的权重矩阵,表示非线性激活函数;
经过所述图卷积网络后,输出包含个节点,节点特征的维度数为的第二特征。
6.根据权利要求1所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,所述嵌入特征生成模块包括时频异构图块和最大图操作块;
所述时频异构图块用于在整合特征的时域维度和频域维度分别构建图结构,得到时域图结构和频域图结构,并整合时域图结构和频域图结构的节点信息,得到时频异构图;
所述最大图操作块包括两个并行的分支;各分支通过图注意力网络对时频异构图进行处理,输出分支特征,对两个分支特征进行最大值操作和节点处理,获得语音嵌入特征。
7.根据权利要求1所述的基于特征重叠分割图卷积网络的语音反欺骗方法,其特征在于,所述基于语音嵌入特征得到语音真实性概率,并将语音真实性概率与设定阈值进行比较,判断原始语音是否为真实语音,包括:将所述语音嵌入特征经过线性层映射,得到预测得分向量,预测得分向量的两个分量分别表示真实语音预测得分和欺骗语音预测得分;
所述真实语音预测得分经过softmax操作后生成语音真实性概率;
将所述语音真实性概率与设定阈值进行比较,若语音真实性概率≥设定阈值,则判断为真实语音;否则,则判断为欺骗语音。
8.一种基于特征重叠分割图卷积网络的语音反欺骗系统,其特征在于,包括:数据获取模块,用于获取原始语音数据;
嵌入特征提取模块,用于将所述原始语音数据输入预先训练好的语音反欺骗网络模型,得到语音嵌入特征;
判断模块,用于基于所述语音嵌入特征得到语音真实性概率,并将语音真实性概率与设定阈值进行比较,判断原始语音是否为真实语音;
其中,所述语音反欺骗网络模型包括数据增强模块、特征提取模块、特征重叠分割图卷积网络模块和嵌入特征生成模块;
所述数据增强模块用于对原始语音数据进行数据增强操作,得到原始语音增强数据;
所述特征提取模块用于提取原始语音增强数据中的多通道特征,得到多通道特征图;
所述特征重叠分割图卷积网络模块用于对多通道特征图进行二维卷积操作得到卷积输出特征,对卷积输出特征进行重叠分割得到子特征图,将子特征图与卷积输出特征拼接后进行卷积操作,得到输出特征;
将所述多通道特征图和输出特征进行残差连接,得到整合特征;所述嵌入特征生成模块用于根据整合特征生成语音嵌入特征。
9.一种基于特征重叠分割图卷积网络的语音反欺骗装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行权利要求1~7任一项所述基于特征重叠分割图卷积网络的语音反欺骗方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述基于特征重叠分割图卷积网络的语音反欺骗方法的步骤。