[发明专利]录音重放检测方法、存储介质和电子设备

说明书

本发明实施例提供一种数据特征提取方法、录音重放检测方法、存储介质和电子设备。数据特征提取方法包括：获取待处理数据；通过包括至少一个网络构建块的深度神经网络，从待处理数据提取特征数据，其中，该网络构建块包括融合模块和并联的多路处理模块，通过各路处理模块分别提取所述待处理数据的部分特征数据，各路处理模块提取的部分特征数据分属于不同维度的特征数据，并且通过融合模块将多路处理模块输出的部分特征数据拼接在一起，作为网络构建模块的输出数据。由此，能够通过层数较少的网络构建块来构建用于提取特征数据的小型深度神经网络，从而在数据不充足或者计算能力有限的情况下，使用小型深度神经网络来实现预期的功能。

技术领域

本发明实施例涉及信息处理技术，尤其涉及一种数据特征提取方法、录音重放检测方法、存储介质和电子设备。

背景技术

残差神经网络ResNet是一个卷积神经网络，其采用Network-In- Network的结构，通过堆叠最基本的残差模块，形成最终的网络结构。一种ResNet中的基本构建块如图1所示，其中，基本构建块由两个堆叠的方框表示，每个方框表示卷积操作，每个方框内的标注表示(入通道数，卷积核，出通道数)。在图1示出的基本构建块中，每个卷积操作涉及64个入通道数、3×3卷积核以及64个出通道数。

ResNeXt是ResNet的一个改进版本，其通过拆分、转换、融合的三步策略，将每个基本构建块中的通路数量增加。这种方式能够在保持模型参数量基本不变的基础上，提高模型的性能。按照这种思路对图1示出的 ResNet的基本构建块进行重构，可得到如图2所示的基本构建块的结构。其中，通过32个通路的残差模块进行相同的特征提取处理，然后将从这32个通路提取的特征数据相加，以获得融合的特征数据。

当基本构建块的深度为2时，按照ResNeXt思路构建的基本构建块等价于一个宽度更宽的稠密卷积。因此，ResNeXt的构建思路，只能用于深度3的基本构建块中。

另一方面，当在ResNet中使用深度3的基本构建块时，构建的神经网络的网络深度至少为50层以上，而更小的神经网络模型通常使用2层的基本构建块。由于在诸如数据不充足或者计算能力有限的很多情况下，小模型比大模型更加有用。在这种情况下，ResNeXt无法发挥用武之地。

发明内容

本发明实施例的目的在于，提供一种数据处理方案，以使得能够通过小型神经网络实现需要的数据处理功能。

根据本发明实施例的第一方面，提供一种数据特征提取方法，包括：获取待处理数据；通过包括至少一个网络构建块的深度神经网络，从所述待处理数据提取特征数据，其中，所述网络构建块包括融合模块和并联的多路处理模块，通过各路处理模块分别提取所述待处理数据的部分特征数据，各路处理模块提取的部分特征数据分属于不同维度的特征数据，并且通过所述融合模块将所述多路处理模块输出的部分特征数据拼接在一起，作为所述网络构建模块的输出数据。

可选地，所述处理模块包括第一卷积层和第二卷积层，所述第一卷积层的输入端接收所述处理模块的输入，所述第二卷积层的输入端接收所述第一卷积层的输出，所述第一卷积层的输出通道个数和所述第二卷积层的输入通道个数相同。

可选地，所述第一卷积层的输入通道个数大于所述第一卷积层的输出通道个数。

可选地，所述第一卷积层的输入通道个数与所述第二卷积层的输出通道个数相同。

可选地，多个所述网络构建块堆叠设置，并且堆叠在后的所述网络构建块具有较堆叠在前的所述网络构建块更多路数的处理模块。

可选地，所述网络构建块为基于残差学习的网络构建块。

根据本发明实施例的第二方面，提供一种录音重放检测方法，包括：获取待处理的语音数据；根据任一前述数据特征提取方法，提取待处理的语音数据的特征数据；根据所述语音数据的特征数据，对所述语音数据进行录音重放检测。