一种基于对抗样本的语音隐写方法技术

本发明专利技术公开了一种基于对抗样本的语音隐写方法，包括：将噪声δ经编解码器Aa添加到音频X上，生成满足最小化目标函数的音频样本X’，其中，音频X包含内容文本为T，音频样本X’包含需要加密传输的信息S。本发明专利技术将所生成的音频对抗样本用于语音隐写领域，具有较高的保密性、隐蔽性、安全性。在通常情况下，第三方无法轻易察觉到加密音频样本存在异常或隐写信息；即便第三方认为该音频样本存在隐写信息，在保障编解码器模型Aa不被窃取的前提下，第三方无法获得其中所隐藏的信息。

【技术实现步骤摘要】
一种基于对抗样本的语音隐写方法
本专利技术涉及语音识别、深度学习、信息安全
，具体涉及一种基于对抗样本的语音隐写方法。
技术介绍
随着机器学习和深度学习技术的快速发展，自然语言处理技术的应用场景越来越广泛，例如机器翻译、智能客服、情感分析、语音识别等，日常生活中的各个地方都存在着自然语言处理技术的应用。目前自然语言处理技术的许多专利技术理论被广泛应用于语音识别领域，最广泛使用的技术包括基于长短时记忆网络(LongShort-TermMemory，LSTM)和连接时序分类(ConnectionistTemporalClassification，CTC)的语音识别专利技术、基于自注意力机制(Transformer)的语音识别专利技术，可以较为准确地识别出说话者想表达的内容，例如电信运营商智能客服等。目前基于神经网络的语音识别技术已经广泛应用于智能音箱、智能语音助手、车载语音等诸多场景中，语音识别技术的出现客观上解放了人们的双手与眼睛，仅需通过开口说话就可以与机器进行交互，方便了人们的生活。但是，近年来的一些研究表明，神经网络等本文档来自技高网...

【技术保护点】
1.一种基于对抗样本的语音隐写方法，其特征在于，包括：利用生成对抗样本的方法将噪声δ经编解码器Aa添加到音频X上，生成满足最小化目标函数的音频样本X′，其中，音频X包含内容文本为T，音频样本X′包含需要加密传输的信息S。/n

【技术特征摘要】
1.一种基于对抗样本的语音隐写方法，其特征在于，包括：利用生成对抗样本的方法将噪声δ经编解码器Aa添加到音频X上，生成满足最小化目标函数的音频样本X′，其中，音频X包含内容文本为T，音频样本X′包含需要加密传输的信息S。


2.根据权利要求1所述的基于对抗样本的语音隐写方法，其特征在于，最小化目标函数dBX(δ)+c·l(X+δ,S)+d·g(X+δ,T)；
其中，δ是噪声，X是原始音频，X′是加入扰动后的对抗音频，T为原始音频包含的语义文本，S是需要加密传输的信息，c、d是可人为调整的参数；
计算音频X的声学属性分贝值dB(X)＝...

【专利技术属性】
技术研发人员：顾钊铨，谭昊，刘宸玮，吕吟玉，王乐，田志宏，方滨兴，韩伟红，仇晶，唐可可，李默涵，李树栋，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44