[发明专利]一种伪造语音的识别方法、装置、电子设备及存储介质

说明书

本申请提供了一种伪造语音的识别方法、装置、电子设备及存储介质，获取多个待鉴别语音，基于每个待鉴别语音的第一鉴别声纹特征第一伪造语音特征，确定第一声纹相似度和第一伪造分数；利用第一声纹相似度和第一伪造分数确定第二鉴别语音集合；基于每个待鉴别语音的第二鉴别声纹特征，确定第二声纹相似度，并基于第一声纹相似度和第二声纹相似度，确定第三鉴别语音集合；基于每个待鉴别语音的第二伪造语音特征，确定第二伪造分数，并基于第一伪造分数和第二伪造分数，确定第四鉴别语音集合；根据第三待鉴别语音集合与第四待鉴别语音集合确定目标人员的伪造语音。这样，本申请可以更好的提高目标人员伪造语音的检测结果准确率。

技术领域

本申请涉及语音识别技术领域，尤其是涉及一种伪造语音的识别方法装置、电子设备及存储介质。

背景技术

在当今互联网信息爆发的年代，人们可以通过互联网上的社交平台进行信息分享和信息交流等，而一些社会影响力大的人员发布的信息更容易被人们获取与传播。并且，随着语音生成和编辑软件功能的不断增强，非专业人员也可以很容易对语音内容进行修改，伪造一些社会影响力大的指定/重要目标人的音频或视频发布在社交平台中，以供人们获取和分享。

而从传播危害角度，这些社会影响力大的指定/重要目标人的伪造语音也是互联网音视频鉴伪审核或者监管治理的重要任务。因此，如何从海量音频或视频信息中识别出指定/重要目标人的伪造音频或伪造视频，是亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的在于提供一种伪造语音的识别方法、装置电子设备及存储介质，根据待鉴别语音的声纹特征和伪造语音特征，筛选出目标人员的伪造语音，从而可以更好的提高检测结果准确率。

本申请实施例提供了一种伪造语音的识别方法，所述识别方法包括：

获取多个待鉴别语音，以及每个待鉴别语音的第一鉴别声纹特征和第一伪造语音特征；

针对于每个待鉴别语音，基于该待鉴别语音的第一鉴别声纹特征，确定该待鉴别语音与每个候选声纹特征之间的第一声纹相似度；

利用所述第一声纹相似度大于预设第一分数阈值的待鉴别语音构造第一鉴别语音集合，并确定所述第一鉴别语音集合中每个待鉴别语音对应的目标声纹特征；

基于所述第一鉴别语音集合中每个待鉴别语音的第一伪造语音特征，确定所述第一鉴别语音集合中每个待鉴别语音的第一伪造分数，并利用所述第一伪造分数大于预设第二分数阈值的待鉴别语音构造第二鉴别语音集合；

针对于所述第二鉴别语音集合中的每个待鉴别语音，提取该待鉴别语音的第二鉴别声纹特征和第二伪造语音特征；

基于每个待鉴别语音的第二鉴别声纹特征，确定每个待鉴别语音与每个目标声纹特征的第二声纹相似度，并基于所述第一声纹相似度和所述第二声纹相似度，确定出用于构造第三鉴别语音集合的待鉴别语音，并构造所述第三鉴别语音集合；

基于每个待鉴别语音的第二伪造语音特征，确定每个待鉴别语音的第二伪造分数，并基于所述第一伪造分数和所述第二伪造分数，确定出用于构造第四鉴别语音集合的待鉴别语音，并构造所述第四鉴别语音集合；

将所述第三鉴别语音集合与所述第四鉴别语音集合中均包括的待鉴别语音确定为伪造语音，并将所述待鉴别语音对应的目标声纹特征所属的目标人员确定为所述伪造语音对应的目标人员。

可选的，所述获取多个待鉴别语音，包括：

获取多个原始语音；

针对于每个原始语音，对该原始语音进行采样频率转换处理，将原始采样频率转换为第一采样频率的原始语音确定为待鉴别语音。

可选的，所述针对于每个待鉴别语音，基于该待鉴别语音的第一鉴别声纹特征，确定该待鉴别语音与每个候选声纹特征之间的第一声纹相似度，包括：