一种语音对抗样本生成方法技术

本发明专利技术公开了一种语音对抗样本生成方法，包括读取输入的语音数据，并对其进行预处理操作，提取输入语音数据的语音特征值；加载DeepSpeech语音识别系统的深度神经网络模型和参数，同时将提取的语音特征值输入到DeepSpeech语音系统中，计算每帧输入语音数据识别结果的概率分布，并根据该结果与给定目标值之间的CTC Loss初始化误差值和误差阈值，并对误差值以及生成的对抗样本进行钳位操作；构建语音对抗样本生成算法的损失函数，并多次迭代，对误差值进行更新；若生成的对抗样本的识别结果为给定的目标值，则减小误差阈值进行阈值误差更新，继续迭代直至迭代结束输出结果。本算法生成的对抗样本与原始样本的相似度更高。

【技术实现步骤摘要】
一种语音对抗样本生成方法
本专利技术属于深度学习安全领域中的对抗样本生成算法，特别是一种语音对抗样本生成方法。
技术介绍
近年来，随着深度神经网络的发展，深度学习已经逐渐应用到各个领域，尤其在计算机视觉、语音识别、自然语言处理等方面已经达到甚至超过人类的能力。与此同时，深度学习带来的安全问题也越来越受到人们的关注。其中，对抗样本的生成方法逐渐成为深度学习技术安全领域中的热点问题。对抗样本是指在深度神经网络模型可以做出正确判断的原始数据上，增加人类感官难以分辨的微小扰动后，深度神经网络模型会做出错误判断的样本。语音识别技术得到了重大的突破。深度神经网络以其深层次和非线性的网络结构，在语音信息特征提取和语音声学建模等方面表现突出。2009年，Hinton采用深度置信网络(DBN)来代替GMM，首次提出DBN-HMM模型，该模型在TIMIT数据集上，实现了23.3％的词错误率。2013年，随着循环神经网络(RNN)的发展，大量的研究将RNN应用到语音识别系统中，其中包括百度团队提出的DeepSpeech语音识别系统等。目前绝大部分语音识别系统均采用深度神经网络技术。然而由于深度神经网络的高本文档来自技高网...

【技术保护点】
1.一种语音对抗样本生成方法，其特征在于，包括以下步骤：步骤1，读取输入的语音数据，并对输入的语音数据进行预处理操作，提取输入语音数据的语音特征值；步骤2，加载DeepSpeech语音识别系统的深度神经网络模型和参数，同时将提取的语音特征值输入到DeepSpeech语音系统中，计算每帧输入语音数据识别结果的概率分布，并根据该概率分布计算识别结果与给定目标值之间的CTC Loss；步骤3，初始化误差值和误差阈值，并对误差值以及生成的对抗样本进行钳位操作；步骤4，构建语音对抗样本生成算法的损失函数，并采用神经网络训练中的优化器进行多次迭代，以此来减小该损失函数，并对误差值进行更新；步骤5，在迭代过...

【技术特征摘要】
1.一种语音对抗样本生成方法，其特征在于，包括以下步骤：步骤1，读取输入的语音数据，并对输入的语音数据进行预处理操作，提取输入语音数据的语音特征值；步骤2，加载DeepSpeech语音识别系统的深度神经网络模型和参数，同时将提取的语音特征值输入到DeepSpeech语音系统中，计算每帧输入语音数据识别结果的概率分布，并根据该概率分布计算识别结果与给定目标值之间的CTCLoss；步骤3，初始化误差值和误差阈值，并对误差值以及生成的对抗样本进行钳位操作；步骤4，构建语音对抗样本生成算法的损失函数，并采用神经网络训练中的优化器进行多次迭代，以此来减小该损失函数，并对误差值进行更新；步骤5，在迭代过程中，若生成的对抗样本的识别结果为给定的目标值，则减小误差阈值进行阈值误差更新，继续进行迭代，直至迭代结束；迭代结束后，输出最终的对抗样本结果。2.根据权利要求1所述的方法，其特征在于：步骤1中，读取语音数据的方式采用scipy库中的scipy.io.wavfile模块，在python以数组的形式表示；提取输入语音数据的语音特征值采用mfcc算法，通过调用DeepSpeech语音识别系统的mfcc模块实现。3.根据权利要求1所述的方法，其特征在于：步骤2中，计算输入语音数据的识别结果与给定目标值之间的CTCLoss采用TensorFlow平台中的tensorflow.nn.ctc_loss()函数；其中设置该函数中的标签序列时，根据给定目标值中的字母在26个字母中的位置，将字母字符转换...

【专利技术属性】
技术研发人员：张国和，匡泽杰，朱聚卿，梁峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61