[发明专利]一种领域自适应的录音重放攻击检测方法及系统

权利要求书

1.一种领域自适应的录音重放攻击检测方法，其特征在于，包括以下步骤：

从录音中至少一段录音区域提取声学特征；

从所述声学特征中提取共享声纹特征向量；以及

提取的共享声纹特征向量中检测录音是否是重放攻击；同时在检测阶段，所述共享声纹特征向量用来检测与所述录音重放攻击检测相关联的至少一个领域自适应对抗任务的对应目标，所述领域自适应对抗任务包括：重放设备检测任务、重放环境检测任务及重放说话人检测任务，并获取所有领域自适应的对抗任务的检测结果。

2.如权利要求1所述的一种领域自适应的录音重放攻击检测方法，其特征在于，所述声学特征包括梅尔频率倒谱系数或能量归一化倒谱系数。

3.如权利要求1所述的一种领域自适应的录音重放攻击检测方法，其特征在于，所述共享声纹特征向量是通过共享声纹特征提取模块提取，检测是否是重放录音是通过重放攻击检测模块实现，重放设备检测任务是通过重放设备检测模块实现，重放环境检测任务是通过重放环境检测模块实现，重放说话人检测任务是通过重放说话人检测模块实现。

4.如权利要求3所述的一种领域自适应的录音重放攻击检测方法，其特征在于，所述共享声纹特征提取模块、重放攻击检测模块、重放设备检测模块、重放环境检测模块和重放说话人检测模块由深度神经网络构成，所述深度神经网络包括卷积神经网络、递归神经网络和延时神经网络中的一种或者多种网络的组合。

5.如权利要求3-4任一项所述的一种领域自适应的录音重放攻击检测方法，其特征在于，各模块的训练步骤如下：

步骤S201，获取训练集中的录音样本及其真实的重放标签和领域自适应的对抗任务的真实标签；

步骤S202，共享声纹特征模块的权重为、重放攻击检测模块的权重为，重放设备检测模块的权重为、重放说话人检测模块的权重为 和重放环境检测模块的权重为，将录音的声学特征输入到共享声纹特征模块中，提取共享声纹特征向量，将共享声纹特征向量输入重放攻击检测模块、重放设备检测模块、重放说话人检测模块和重放环境检测模块中，获取重放录音的检测结果和领域自适应的对抗任务的检测结果；

步骤S203，比较重放录音的检测结果和重放录音的其真实标签，并得到检测误差；

步骤S204，通过反向传播的方式更新重放攻击检测模块的参数，更新方式为：，其中是学习率；

步骤S205，分别比较领域自适应的对抗任务的检测结果和领域自适应的对抗任务的真实标签，并得到检测误差、、;

步骤S206，通过反向传播的方式更新领域自适应的对抗任务检测模块的参数，更新方式分别为：、、，其中是学习率；

步骤S207，将领域自适应对抗任务的检测误差取反后和重放录音的检测误差同时通过反向传播的方式更新共享声纹特征模块参数，更新方式如下：

其中，是学习率，、、分别是重放设备检测模块、重放说话人检测模块、重放环境检测模块的权重；

步骤S208，判断各模块是否收敛或者训练次数达到设定最大迭代次数或者模块误差达到设定的最小误差，如果满足其中任意一个条件，终止训练，否则重复S201至S208步骤。

6.如权利要求1-5任一项所述的领域自适应的录音重放攻击检测方法的检测系统，包括：

声学特征提取模块，用于提取录音中至少一段录音区域的声学特征；

共享声纹特征提取模块，用于从所述声学特征中提取共享声纹特征向量；

检测模块，用于检测所述共享声纹特征向量是否是重放攻击；

提取的共享声纹特征向量中检测录音是否是重放攻击；同时在检测阶段，所述共享声纹特征向量用来检测与所述录音重放攻击检测相关联的至少一个领域自适应对抗任务的对应目标，所述领域自适应对抗任务包括：重放设备检测任务、重放环境检测任务及重放说话人检测任务，并获取所有领域自适应的对抗任务的检测结果。

7.如权利要求6所述的领域自适应的录音重放攻击检测方法的检测系统，其特征在于，所述共享声纹特征提取模块和检测模块还包含深度神经网络模块。

8.如权利要求6-7任一项所述的领域自适应的录音重放攻击检测方法的检测系统，其特征在于，还包括训练模块，用于训练共享声纹特征提取模块和检测模块中的深度神经网络模块。