[发明专利]一种声纹识别对抗样本生成方法

权利要求书

1.一种声纹识别对抗样本生成方法，其特征在于，包括以下步骤：

第一步：目标说话人生成器生成目标说话人集合，分别在已有的声纹识别模型上计算出原始攻击样本和所有注册人的音频样本的说话人特征；

第二步：计算筛选出在各个模型下与原始攻击样本间的欧氏距离最小的注册人，作为最优目标；

第三步：各个模型下每出现一次相同的最优目标，则该目标的优先级提高一级，最终得到一个按优先级由高到低排序的目标说话人名单作为接下来攻击的目标说话人；

第四步：对抗样本生成器生成对抗样本，选取优先级最高的目标说话人，建立并计算在每个声纹识别模型上原始攻击样本相对目标说话人的损失函数，计算每个损失函数的梯度；

第五步：根据梯度计算在样本上加的扰动；

第六步：循环第四步以及第五步，循环次数为超参数，人为设定；

第七步：得到一个对抗样本，将对抗样本输入到目标黑盒模型中，进行判断，攻击成功则停止攻击，攻击失败则将目标说话人换为次优先级的目标说话人进行第四步至第六步，直到攻击成功或者目标说话人名单全部攻击一遍后结束攻击。

2.根据权利要求1所述的一种声纹识别对抗样本生成方法，其特征在于：所述第七步中被识别为注册集中的说话人即为攻击成功。

3.根据权利要求1所述的一种声纹识别对抗样本生成方法，其特征在于：所述第一步中的已有的声纹识别模型包括但不限于i-vector、d-vector、x-vector、r-vector模型。

4.根据权利要求1所述的一种声纹识别对抗样本生成方法，其特征在于：所述第一步中的目标说话人生成器包括以下内容：

步骤1:输入原始攻击样本，加载各个声纹识别模型；

步骤2:计算出原始攻击样本和注册人的音频样本在各个模型M1、M2、M3...Mn的说话人特征:

E_M1＝{e_x，e₁，e₂，e₃...e_i}，E_M2＝{e_x，e₁，e₂，e₃...e_i}...

步骤3：计算不同模型下原始攻击样本的说话人特征到各个注册人的说话人特征的欧氏距离，如在模型M1中：

D_M1＝{d₁，d₂，d₃...d_i}，其中d_i＝d(e_x，e_i)

步骤4：取每个模型下D_Mn中的最小距离d_t，记录下该说话人编号t，并记录该说话人编号出现的次数。

步骤5：按照出现次数从大到小排列说话人，生成目标说话人集合：

Y^target＝{y_a，y_b，y_c..}。