面向重放攻擊檢測的網(wǎng)絡(luò)嵌入特征提取方法研究
發(fā)布時間：2020-12-12 01:14
自動說話人驗證（Automatic Speaker Verification,ASV）旨在驗證說話人所聲稱的身份是否真實,是目前廣泛應(yīng)用的生物識別技術(shù)之一,與指紋、人臉等生物識別技術(shù)相比,具有非接觸、無需光照等優(yōu)點。然而,隨著應(yīng)用系統(tǒng)對說話人驗證技術(shù)依賴程度和信任度的提高,如何防范可能面臨的各種攻擊,是ASV應(yīng)用系統(tǒng)必須解決的一個重要而困難的問題。重放攻擊是指通過重放竊取/錄制的目標(biāo)說話人語音來冒充目標(biāo)說話人,是一種常見的說話人驗證系統(tǒng)攻擊手段。而傳統(tǒng)的ASV技術(shù)很難辨別這種攻擊。因此,需要研究專門的技術(shù)手段來檢測這種攻擊。本文針對說話人重放攻擊檢測問題,著重研究有效的特征提取方法,以期達(dá)到有效檢測重放攻擊的目標(biāo)。論文主要工作內(nèi)容如下:1)提出了一種基于時延神經(jīng)網(wǎng)絡(luò)（Time Delay Neural Network,TDNN）的嵌入特征提取方法。采用TDNN網(wǎng)絡(luò)提取嵌入特征,使用聚焦損失函數(shù)解決訓(xùn)練數(shù)據(jù)中數(shù)據(jù)失衡問題,并用softmax進(jìn)行最終的攻擊檢測分類。與傳統(tǒng)的基于逆梅爾倒譜系數(shù)（Inverted Mel Frequency Cepstral Coefficient,IMFCC...
【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】：58 頁
【學(xué)位級別】：碩士
【部分圖文】：
重放攻擊過程
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-10-號()，如公式(2-2)所示：()=()=()/2+g(t)(2-2)式中g(shù)(t)與()是同頻的高斯白噪聲。從公式（2-1）和（2-2）可以看出，解調(diào)信號()在通過低通濾波器的時候，重放語音信號()高頻部分的信號()cos(2)/2被濾掉，造成()在高頻部分的損失，因此，在高頻部分的頻譜子頻帶中，真實語音信號和重放語音信號有著顯著的區(qū)別。所以本文在重放攻擊檢測任務(wù)中選擇能突出高頻成分特點的逆梅爾倒譜系數(shù)（InvertedMelFrequencyCepstralCoefficient，IMFCC）作為基線系統(tǒng)與后續(xù)實驗網(wǎng)絡(luò)的音頻特征輸入。IMFCC特征提取過程如圖2-3所示。首先，將語音信號()進(jìn)行預(yù)加重來提升高頻部分，得到處理后的語音信號()。其次，使用分幀和加窗操作讓語音信號()從非平穩(wěn)信號轉(zhuǎn)換為短時穩(wěn)態(tài)信號()。然后，對分幀并加窗后的各幀信號()進(jìn)行快速傅里葉變換(FastFourierTransform，F(xiàn)FT)處理得到各幀的頻譜信號()。再計算各幀的能量譜得到|()|2，并用逆梅爾濾波器對能量譜進(jìn)行能量譜濾波，得到逆梅爾濾波能量譜()。最后對各個濾波器組輸出的對數(shù)能量進(jìn)行計算，使用離散余弦變換DCT計算IMFCC系數(shù)。圖2-3IMFCC特征提取過程IMFFCC特征的各計算步驟如下：（1）預(yù)加重語音信號頻率越高，信號成分越少，通過預(yù)加重可以加強(qiáng)其高頻部分，并降低口腔對語音信號的影響。音頻信號()為離散信號，預(yù)加重處理后得到的信號()，如公式(2-3)所示：()=()(1)(2-3)式中α——預(yù)加重系數(shù)，0≤α≤1，()——輸入音頻數(shù)據(jù)，y()——預(yù)加重輸出。
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-15-函數(shù)。Jensen不等式定義如下：如果g(x)是RX上的凸函數(shù)，并且[()]和[()]是有限的，那么：[()]≥([])。公式中當(dāng)且僅當(dāng)X的類型是常量，等號成立。另外，E(X)的符號代表X的數(shù)學(xué)期望值。（3）EM算法：EM算法要解決的問題如圖2-4所示：圖2-4EM算法要解決的問題EM算法求解步驟如圖2-5所示：圖2-5EM算法求解步驟流程圖（4）EM算法推導(dǎo)流程：對于n個可觀測數(shù)據(jù)樣本=(1,2,…,)，要找出樣本的模型參數(shù),此時若之前獲得的觀測數(shù)據(jù)沒有未觀測到的隱含變量z=(z_1,z_2,…,z_n)，則它的最大化似然模型分布的對數(shù)似然函數(shù)如公式（2-20）所示：
本文編號：2911574
【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】：58 頁
【學(xué)位級別】：碩士
【部分圖文】：
重放攻擊過程
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-10-號()，如公式(2-2)所示：()=()=()/2+g(t)(2-2)式中g(shù)(t)與()是同頻的高斯白噪聲。從公式（2-1）和（2-2）可以看出，解調(diào)信號()在通過低通濾波器的時候，重放語音信號()高頻部分的信號()cos(2)/2被濾掉，造成()在高頻部分的損失，因此，在高頻部分的頻譜子頻帶中，真實語音信號和重放語音信號有著顯著的區(qū)別。所以本文在重放攻擊檢測任務(wù)中選擇能突出高頻成分特點的逆梅爾倒譜系數(shù)（InvertedMelFrequencyCepstralCoefficient，IMFCC）作為基線系統(tǒng)與后續(xù)實驗網(wǎng)絡(luò)的音頻特征輸入。IMFCC特征提取過程如圖2-3所示。首先，將語音信號()進(jìn)行預(yù)加重來提升高頻部分，得到處理后的語音信號()。其次，使用分幀和加窗操作讓語音信號()從非平穩(wěn)信號轉(zhuǎn)換為短時穩(wěn)態(tài)信號()。然后，對分幀并加窗后的各幀信號()進(jìn)行快速傅里葉變換(FastFourierTransform，F(xiàn)FT)處理得到各幀的頻譜信號()。再計算各幀的能量譜得到|()|2，并用逆梅爾濾波器對能量譜進(jìn)行能量譜濾波，得到逆梅爾濾波能量譜()。最后對各個濾波器組輸出的對數(shù)能量進(jìn)行計算，使用離散余弦變換DCT計算IMFCC系數(shù)。圖2-3IMFCC特征提取過程IMFFCC特征的各計算步驟如下：（1）預(yù)加重語音信號頻率越高，信號成分越少，通過預(yù)加重可以加強(qiáng)其高頻部分，并降低口腔對語音信號的影響。音頻信號()為離散信號，預(yù)加重處理后得到的信號()，如公式(2-3)所示：()=()(1)(2-3)式中α——預(yù)加重系數(shù)，0≤α≤1，()——輸入音頻數(shù)據(jù)，y()——預(yù)加重輸出。
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-15-函數(shù)。Jensen不等式定義如下：如果g(x)是RX上的凸函數(shù)，并且[()]和[()]是有限的，那么：[()]≥([])。公式中當(dāng)且僅當(dāng)X的類型是常量，等號成立。另外，E(X)的符號代表X的數(shù)學(xué)期望值。（3）EM算法：EM算法要解決的問題如圖2-4所示：圖2-4EM算法要解決的問題EM算法求解步驟如圖2-5所示：圖2-5EM算法求解步驟流程圖（4）EM算法推導(dǎo)流程：對于n個可觀測數(shù)據(jù)樣本=(1,2,…,)，要找出樣本的模型參數(shù),此時若之前獲得的觀測數(shù)據(jù)沒有未觀測到的隱含變量z=(z_1,z_2,…,z_n)，則它的最大化似然模型分布的對數(shù)似然函數(shù)如公式（2-20）所示：
本文編號：2911574
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2911574.html
最近更新
教材專著
