欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202510027827X
申请人: 华侨大学
专利类型:发明专利
专利状态:已下证
专利领域: 乐器;声学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,包括:

检测网络构建步骤,所述检测网络包括浅层特征预提取模块、基于压缩-激励模块的复合残差式骨干网络和分类模块;语音经过预处理后获得的声学特征输入浅层特征预提取模块,浅层特征预提取模块提取浅层伪影特征并输出至复合残差式骨干网络,复合残差式骨干网络提取深层伪影特征并输出至分类模块;分类模块输出判别语音真伪的二分类结果;

检测网络训练步骤,将经过预处理的带标签源域训练集语音样本及无标签目标域训练集语音样本分批次输入至检测网络进行训练;训练过程中,使用全局损失约束检测网络,进行网络参数更新;所述全局损失约束为对混合正则化损失与融合损失进行加权求和获得;其中,所述混合正则化损失作为泛化性助推器;所述融合损失为融合源域语音和目标域语音之间的浅层细节特征及深层全局语义特征的损失;

语音检测步骤,获取待检测的目标域语音样本,进行预处理后,将目标域语音样本的声学特征输入至训练完成的检测网络中进行检测,生成判别结果;

所述融合损失为基于一阶统计信息的损失函数和基于二阶统计信息的损失函数,表示如下:其中,表示融合损失;表示基于一阶统计信息的损失函数;表示基于二阶统计信息的损失函数;

基于一阶统计信息的损失函数表示如下:

其中,δ∈(0,∞)是一个超参数,决定了拉近两个域之间的距离的程度;表示源域和目标域语音样本之间的MMD距离;

其中,φ(·)是一个特定特征表示,对源域和目标域语音样本进行操作;表示源域语音集合;表示目标域语音集合,表示属于源域的具体某条语音数据;表示属于目标域的具体某条语音数据;

基于二阶统计信息的损失函数表示如下:

其中,表示源域语音的标签;和分别表示源域和目标域的协方差;表示交叉熵损失函数;表示平方对数欧几里得距离;β为超参数;

和是通过中心化矩阵J计算的,表示如下:

其中,和分别表示源域和目标域的激活值。

2.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,所述预处理,包括:对每条语音样本进行长度统一、CQT预变换及预加重处理,转换成具有相同维度的声学特征。

3.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,所述浅层特征预提取模块包括依次相连接的二维卷积、批归一化、ReLU激活函数和最大池化层,将语音样本的声学特征作为输入,提取浅层伪影特征。

4.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,所述基于压缩-激励模块的复合残差式骨干网络包括依次相连接的四个残差块,浅层伪影特征经过四个残差块后,得到深层伪影特征即残差特征。

5.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,所述分类模块包括依次相连接的全局平均池化层、维度压缩函数、多个全连接层和多个ReLU激活函数;深层伪影特征经过一个全局平均池化层得到的特征向量,再经过一个维度压缩函数降维后,连接到多个全连接层和ReLU激活函数,输出二分类结果,以判别语音真伪。

6.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,混合正则化通过随机混合两组源域语音样本及其标签,加权两组标签的交叉熵损失得到混合正则化损失,由此学习多个语音样本的连续关系,过程表示如下:其中,表示两组从源域随机选择的被混合的训练样本,表示两组随机选择的被混合的训练样本对应的标签,xa为源域的一个训练样本,xb为源域的另一个训练样本;ya为xa的标签,yb为xb的标签,λ是从Beta分布中随机采样的混合系数,λ~Beta(α,α),α∈(0,∞)是一个超参数;

混合正则化的实现通过以下等价的损失函数实现,过程形式化为:

其中,为包括混合样本的softmax概率由检测网络输出:CE(·,·)为标准的交叉熵损失。

7.根据权利要求1所述的基于融合损失约束的无监督跨域伪造语音检测方法,其特征在于,全局损失约束表示如下:其中,σ和ξ是经验参数;表示融合损失;CEmixup表示混合正则化损失。