[发明专利]语音重放攻击检测方法、装置、可读存储介质及电子设备

权利要求书

1.一种语音重放攻击检测方法，其特征在于，包括：

获取麦克风阵列采集到的多通道语音信号，其中，所述多通道语音信号通过M元麦克风阵列采集，M≥2；

提取所述多通道语音信号中的非语音信号，以得到不包含语音信号的多通道信号；

针对所述多通道信号中除第一通道信号之外的N个其他通道信号，确定所述其他通道信号与所述第一通道信号二者之间的相对延时谱，其中，所述第一通道信号为所述多通道信号中的任一通道信号，N为大于或等于1的正整数；

根据所述相对延时谱，识别采集到的语音信号是否为重放攻击；

其中，所述根据所述相对延时谱，识别采集到的语音信号是否为重放攻击，包括：

在N=1的情况下，确定所述相对延时谱中的最大峰值；

在所述最大峰值大于或等于预设阈值的情况下，识别采集到的语音信号为重放攻击；

在N＞1的情况下，分别确定每一所述相对延时谱中的最大峰值，以得到N个最大峰值；

根据所述N个最大峰值和预设阈值，识别采集到的语音信号是否为重放攻击。

2.根据权利要求1所述的方法，其特征在于，所述提取所述多通道语音信号中的非语音信号，以得到不包含语音信号的多通道信号，包括：

对第二通道语音信号进行语音激活检测，以检测出所述第二通道语音信号中的语音信号和非语音信号，其中，所述第二通道语音信号为所述多通道语音信号中的任一通道语音信号；

从所述第二通道语音信号中提取所述非语音信号；根据检测出的所述非语音信号在所述第二通道语音信号中的时间段，分别从除所述第二通道语音信号之外的其他通道语音信号中提取属于所述时间段的信号部分，作为该其他通道语音信号中的所述非语音信号。

3.根据权利要求1所述的方法，其特征在于，所述根据所述N个最大峰值和预设阈值，识别采集到的语音信号是否为重放攻击，包括以下中的一者：

在所述N个最大峰值的平均值大于或等于所述预设阈值的情况下，识别采集到的语音信号为重放攻击；

在所述N个最大峰值的最大值大于或等于所述预设阈值的情况下，识别采集到的语音信号为重放攻击；

在所述N个最大峰值中大于或等于所述预设阈值的最大峰值的数量达到预设数量的情况下，识别采集到的语音信号为重放攻击。

4.一种语音重放攻击检测装置，其特征在于，包括：

获取模块，用于获取麦克风阵列采集到的多通道语音信号，其中，所述多通道语音信号通过M元麦克风阵列采集，M≥2；

提取模块，用于提取所述多通道语音信号中的非语音信号，以得到不包含语音信号的多通道信号；

确定模块，用于针对所述多通道信号中除第一通道信号之外的N个其他通道信号，确定所述其他通道信号与所述第一通道信号二者之间的相对延时谱，其中，所述第一通道信号为所述多通道信号中的任一通道信号，N为大于或等于1的正整数；

识别模块，用于根据所述相对延时谱，识别采集到的语音信号是否为重放攻击；

其中，所述识别模块包括：

第一识别子模块，用于在N=1的情况下，确定所述相对延时谱中的最大峰值；在所述最大峰值大于或等于预设阈值的情况下，识别采集到的语音信号为重放攻击；

第二识别子模块，用于在N＞1的情况下，分别确定每一所述相对延时谱中的最大峰值，以得到N个最大峰值；根据所述N个最大峰值和预设阈值，识别采集到的语音信号是否为重放攻击。

5.根据权利要求4所述的装置，其特征在于，所述第二识别子模块用于通过以下方式中的一种来识别采集到的语音信号是否为重放攻击：

在所述N个最大峰值的平均值大于或等于所述预设阈值的情况下，识别采集到的语音信号为重放攻击；

在所述N个最大峰值的最大值大于或等于所述预设阈值的情况下，识别采集到的语音信号为重放攻击；

在所述N个最大峰值中大于或等于所述预设阈值的最大峰值的数量达到预设数量的情况下，识别采集到的语音信号为重放攻击。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-3中任一项所述方法的步骤。

7.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-3中任一项所述的步骤。