[发明专利]基于生成对抗网络的语音私密度掩蔽信号生成方法及系统有效

专利信息
申请号: 202011450095.9 申请日: 2020-12-11
公开(公告)号: CN112581929B 公开(公告)日: 2022-06-03
发明(设计)人: 李晔;冯涛;张鹏;李姝;汪付强 申请(专利权)人: 山东省计算中心(国家超级计算济南中心)
主分类号: G10K11/175 分类号: G10K11/175;G06N3/04;G06N3/08
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 250014 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 生成 对抗 网络 语音 密度 掩蔽 信号 方法 系统
【说明书】:

本申请公开了基于生成对抗网络的语音私密度掩蔽信号生成方法及系统,包括:生成随机噪声信号;将随机噪声信号输入到训练后的生成对抗网络中,训练后的生成对抗网络的生成器,生成保护语音私密度的掩蔽信号。此掩蔽信号与会议室内说话人发音特点类似,自然度更高且对窃听人员来说掩蔽信号的内容没有实际意义,从而达到对窃听者进行干扰的目的。该发明不但解决了常见的掩蔽信号掩蔽效率低、会对说话人有负面影响的问题,同时也节约了人力、物力,具有更高的环境适应性。

技术领域

本申请涉及语音信号处理技术领域,特别是涉及基于生成对抗网络的语音私密度掩蔽信号生成方法及系统。

背景技术

本部分的陈述仅仅是提到了与本申请相关的背景技术,并不必然构成现有技术。

现阶段,许多国家和公司的机密都是因为不注重会议室的保密工作而泄露的。会议室保密对于国家安全、商业安全等方面都有重大的意义。在会议室保密方面,对于声音的保护是其工作的重点。公司的商业机密被窃听,轻则导致竞标失败,重则使公司倒闭甚至会损害国家利益。

目前对于保密会议室的声音信息安全,主流方法是采用声音掩蔽技术,主要掩蔽信号包括白噪声、分噪声和类语音信号。与噪声掩蔽信号相比,类语音信号具有和语音信号相似的特征,且具有迷惑性,具有更好的掩蔽效果。

目前,类语音掩蔽信号的生成方法主要是先生成随机文本,然后采用语音合成技术生成类语音信号,但是此方法的工作量大,需要耗费大量人力物力去统计字、词、段的概率等,同时现有的类语音生成办法所生成的类语音自然度不高,无法跟踪说话人特点。

发明内容

为了解决现有技术的不足,本申请提供了基于生成对抗网络(GenerativeAdversarial Networks)的语音私密度掩蔽信号生成方法及系统;此掩蔽信号与会议室内说话人发音特点类似,自然度更高且对窃听人员来说掩蔽信号的内容没有实际意义,从而达到对窃听者进行干扰的目的。该发明不但解决了常见的掩蔽信号掩蔽效率低、会对说话人有负面影响的问题,同时也节约了人力、物力,具有更高的环境适应性。

第一方面,本申请提供了基于生成对抗网络的语音私密度掩蔽信号生成方法;

基于生成对抗网络的语音私密度掩蔽信号生成方法,包括:

生成随机噪声信号;

将随机噪声信号输入到训练后的生成对抗网络中,训练后的生成对抗网络的生成器,生成保护语音私密度的掩蔽信号。

第二方面,本申请提供了基于生成对抗网络的语音私密度掩蔽信号生成系统;

基于生成对抗网络的语音私密度掩蔽信号生成系统,包括:

生成模块,其被配置为:生成随机噪声信号;

输出模块,其被配置为:将随机噪声信号输入到训练后的生成对抗网络中,训练后的生成对抗网络的生成器,生成保护语音私密度的掩蔽信号。

第三方面,本申请还提供了一种电子设备,包括:一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序;其中,处理器与存储器连接,上述一个或多个计算机程序被存储在存储器中,当电子设备运行时,该处理器执行该存储器存储的一个或多个计算机程序,以使电子设备执行上述第一方面所述的方法。

第四方面,本申请还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。

与现有技术相比,本申请的有益效果是:

本申请充分考虑了会议室声音掩蔽的需求,摒弃了先前类语音生成信号的方法,引入了神经网络,利用了神经网络强大的学习能力与生成对抗网络的博弈思想。本方法能够生成无实际意义的、更具迷惑性的掩蔽信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东省计算中心(国家超级计算济南中心),未经山东省计算中心(国家超级计算济南中心)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011450095.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top