【技术实现步骤摘要】
本专利技术涉及语音识别领域，具体涉及双支路注意力机制特征融合模块的匿名说话人识别方法。
技术介绍
1、近年来，随着语音识别、语音合成和说话人识别技术的快速发展，语音隐私保护问题日益受到关注。匿名说话人攻击是一种旨在隐藏说话人身份信息的技术，其核心目标是通过修改或转换语音特征，使得攻击者无法准确识别原始说话人身份，同时保留语音内容的可懂度和自然度。
2、说话人识别技术通常依赖于语音信号的特征表示，其中梅尔频率倒谱系数和梅尔谱特征是最常用的特征之一。这些特征能够有效捕捉语音信号的频域特性，尤其是与说话人身份相关的声学特征(如基频、共振峰等)。匿名化说话人攻击系统的目标是通过对匿名化语音进行分析，恢复或识别出原始说话人的身份信息。即使语音已经过匿名化处理，攻击系统会试图破解匿名化算法的效果，恢复说话人的个性化特征，如声纹信息、说话人的性别、年龄等，或者将匿名化语音与特定说话人关联起来。这些攻击通常通过多种技术手段(如深度学习、特征提取、机器学习等)实现，旨在绕过匿名化措施，恢复被保护的原始语音特征。
3、尽管这些技术在...
【技术保护点】
1.双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，包括特征提取阶段、注意力加权阶段及特征融合阶段，特征提取阶段包括以下步骤：
2.根据权利要求1所述的双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，梅尔特征向量的维度为[1,T,80]。
3.根据权利要求1所述的双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，两个支路中，SE支路由3个SE注意力机制残差时延模块组成，ECA注意力机制由1个ECA注意力机制残差时延模块组成。
4.根据权利要求1所述的双支路注意力机制特征融合模块的匿名说话人识别...
【技术特征摘要】
1.双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，包括特征提取阶段、注意力加权阶段及特征融合阶段，特征提取阶段包括以下步骤：
2.根据权利要求1所述的双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，梅尔特征向量的维度为[1,t,80]。
3.根据权利要求1所述的双支路注意力机制特征融合模块的匿名说话人识别方法，其特征在于，两个支路中，se支路由3个se注意力机制残差时延...
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。