【技术实现步骤摘要】
基于语音增强算法的对抗样本攻击防御方法及装置
本专利技术涉及信息
，特别是涉及基于语音增强算法的对抗样本攻击防御方法及装置。
技术介绍
目前，随着语音识别技术的快速发展，其用处已经越来越广泛。语音识别技术可以为人们的生活提供各种各样的服务，并且语音识别技术也大大提高了人机交互的效率。然而当攻击者通过在语音样本中加入一些特意制作的小的噪声生成对抗样本时，就可能会使精心制作的神经网络产生错误的识别结果。然而现有技术对语音样本识别时，一般直接通过训练好的网络模型对语音样本进行识别，对于对抗样本的识别效果往往并不好，甚至会出现语音失真，识别结果错误等。
技术实现思路
本专利技术实施例的目的在于提供基于语音增强算法的对抗样本攻击防御方法及装置，以实现增加语音识别准确率的目的。具体技术方案如下：在本申请实施的第一方面，首先提供了一种基于双层卷积神经网络的自动化威胁情报提取方法，包括：获取待识别语音样本与待识别语音样本的频谱特征；根据待识别语音样本的频谱特征，通过预设算法对待识别语...
【技术保护点】
1.一种基于语音增强算法的对抗样本攻击防御方法，其特征在于，包括：/n获取待识别语音样本与所述待识别语音样本的频谱特征；/n根据所述待识别语音样本的频谱特征，通过预设算法对所述待识别语音样本进行噪声频谱的计算，并利用计算得到的估计噪声频谱对所述识别语音样本进行去噪，得到去噪后的语音样本，其中，所述算法包括基于连续最小值跟踪的谱减法与结合语音存在概率的对数最小均方误差算法MMSE算法；/n通过预先训练的语音识别模型对所述去噪后的语音样本进行识别，得到识别结果。/n
【技术特征摘要】 【专利技术属性】
1.一种基于语音增强算法的对抗样本攻击防御方法，其特征在于，包括：
获取待识别语音样本与所述待识别语音样本的频谱特征；
根据所述待识别语音样本的频谱特征，通过预设算法对所述待识别语音样本进行噪声频谱的计算，并利用计算得到的估计噪声频谱对所述识别语音样本进行去噪，得到去噪后的语音样本，其中，所述算法包括基于连续最小值跟踪的谱减法与结合语音存在概率的对数最小均方误差算法MMSE算法；
通过预先训练的语音识别模型对所述去噪后的语音样本进行识别，得到识别结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待识别语音样本的频谱特征，通过预设算法对所述待识别语音样本进行噪声频谱的计算，并利用计算得到的估计噪声频谱对所述识别语音样本进行去噪，得到去噪后的语音样本，包括：
根据所述待识别语音样本的频谱特征，通过所述基于连续最小值跟踪的谱减法对所述待识别语音样本进行噪声频谱的计算，得到第一估计噪声频谱；
根据所述第一估计噪声频谱对所述识别语音样本进行去噪，得到第一语音样本；
根据所述第一语音样本，通过结合语音存在概率的对数MMSE算法对所述第一语音样本进行噪声频谱的计算，得到第二估计噪声频谱；
根据所述第二估计噪声频谱对所述第一语音样本进行去噪，得到去噪后的语音样本。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待识别语音样本的频谱特征，通过预设算法对所述待识别语音样本进行噪声频谱的计算，并利用计算得到的估计噪声频谱对所述识别语音样本进行去噪，得到去噪后的语音样本，包括：
根据所述待识别语音样本的频谱特征，通过所述结合语音存在概率的对数MMSE算法对所述待识别语音样本进行噪声频谱的计算，得到第三估计噪声频谱；
根据所述第三估计噪声频谱对所述识别语音样本进行去噪，得到第三语音样本；
根据所述第三语音样本，通过基于连续最小值跟踪的谱减法对所述第三语音样本进行噪声频谱的计算，得到第四估计噪声频谱；
根据所述第四估计噪声频谱对所述第三语音样本进行去噪，得到去噪后的语音样本。
4.根据权利要求2所述的方法，其特征在于，所述待识别语音样本的频谱特征包括所述待识别语音样本的相位，所述根据所述第一估计噪声频谱对所述识别语音样本进行去噪，得到第一语音样本，包括：
通过预设公式：
对所述待识别语音样本进行去噪；
其中，为去噪后的语音样本的频谱估计，|Y(ω)|为待识别语音样本的幅度谱，φy(ω)为待识别语音样本的相位，为离散时间傅立叶变换后的待识别语音的频谱，为估计噪声的幅度谱，为离散时间傅立叶变换后的噪声的频谱，j为虚数单位。
5.根据权利要求2所述的方法，其特征在于，所述根据所述第二估计噪声频谱对所述第一语音样本进行去噪，得到去噪后的语音样本，包括：
通过预设公式：
技术研发人员：李丽香，潘爽，彭海朋，李帅，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。