[发明专利]一种基于深度学习的平滑语音检测方法、装置及智能设备

说明书

本发明公开了一种基于深度学习的平滑语音检测方法、装置及智能设备，方法包括：对接收到的语音信号解压缩，保持原有的采样率，并对所述语音信号进行离散余弦变换，得到语音信号的离散余弦变换系数；设置基于一维卷积的平滑语音检测网络，所述平滑语音检测网络包括一维卷积层、归一化层、池化层以及全连接层；将得到的语音信号的离散余弦变换系数、输入平滑语音检测网络进行训练，得到具有识别平滑语音能力的网络模型；使用训练好的具有识别平滑语音能力的网络模型，对待测的语音进行平滑检测，输出分类结果。本发明能够有效地从原始语音片段中检测出经过音频编辑软件剪切的平滑语音片段，以及时发现语音片段是否篡改，为用户使用提供了方便。

技术领域

本发明涉及多媒体信息安全与取证技术领域，尤其涉及的是一种基于深度学习的平滑语音检测方法、装置、智能设备及存储介质。

背景技术

近年来，随着智能手机的普及，人们能够通过手机方便地获取数字语音信号等多媒体信息。而随着数字语音信号处理技术的不断发展，Cool Edit Pro等音频编辑软件的功能也日趋完善。通过音频编辑软件，人们除了能够更专业地分析音频信号以外，还能够轻易地对语音信号进行剪切等篡改操作，并且让人难以察觉。这些被恶意伪造、篡改的语音信号很有可能会作为虚假信息散布在社会上引导大众舆论，甚至有可能会被人用作法庭举证来颠倒事实真相，这样会在一定程度上对个人以及社会带来威胁。因此，通过音频取证技术对手机录音进行篡改检测，能够用于判定手机录音的原始性和真实性，从而能够在一定程度上保障个人利益、维护社会稳定。

在语音篡改操作中，最直接的篡改方式是删除语音信号中的语音片段，从而达到改变语义的效果。当使用音频编辑软件对语音信号进行剪切时，软件会根据剪切处两端样本点的协调程度，自动地对剪切处两端的几十个样本点进行平滑处理以消除软件篡改痕迹。而软件进行自动滤波的滤波器类型以及参数通常是未知的。

现有技术中已有的方法能够检测被特定滤波器所滤波的语音片段，而无法有效地检测被音频编辑软件所自动滤波的极短语音片段，即现有技术中无法有效地检测被音频编辑软件篡改的极短语音片段，有时不方便用户使用。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于深度学习的平滑语音检测方法、装置、智能设备及存储介质，本发明提供了一种基于深度学习的平滑语音检测方法，能够有效地从原始语音片段中检测出经过音频编辑软件剪切的平滑语音片段，以及时发现语音片段是否篡改，为用户使用提供了方便。

本发明解决问题所采用的技术方案如下：

一种基于深度学习的平滑语音检测方法，其中，所述方法包括：

对接收到的语音信号解压缩，保持原有的采样率，并对所述语音信号进行离散余弦变换，得到语音信号的离散余弦变换系数；

设置基于一维卷积的平滑语音检测网络，所述平滑语音检测网络包括一维卷积层、归一化层、池化层以及全连接层；

将得到的语音信号的离散余弦变换系数、输入平滑语音检测网络进行训练，得到具有识别平滑语音能力的网络模型；

使用训练好的具有识别平滑语音能力的网络模型，对待测的语音进行平滑检测，输出分类结果。

所述的基于深度学习的平滑语音检测方法，其中，所述对接收到的语音信号解压缩，保持原有的采样率，并对所述语音信号进行离散余弦变换，得到语音信号的离散余弦变换系数的步骤包括：

对接收到的语音信号进行解压缩，以原有的采样率以及位深将语音信号解压为单通道波形信号；

对波形信号进行离散余弦变换，得到语音信号的离散余弦变换系数：

其中,n表示语音时域信号中的样本点，k表示离散余弦变换系数的样本点。