[发明专利]一种面向语音转换的主动式取证方法

权利要求书

1.一种面向语音转换的主动式取证方法，其特征在于，包括以下步骤：

S1构建音频文件集；其中，音频文件集由多个说话人的音频文件组成；

S2将目标说话人音频、音频文件集输入取证模型，在目标说话人音频上添加噪声，并利用原始说话人数据集对添加的噪声进行优化，得到优化完成的噪声；

S3基于优化完成的噪声对目标说话人、原始说话人的声纹进行相似度值计算，完成主动取证。

2.根据权利要求1所述的一种面向语音转换的主动式取证方法，其特征在于，S1具体步骤包括：

S1.1搜集原始说话人语音数据集；

S1.2将原始说话人语音数据集中的音频数据进行预处理；

S1.3将预处理后的音频数据规范化为音频文件集。

3.根据权利要求2所述的一种面向语音转换的主动式取证方法，其特征在于，S1.1具体步骤包括：

搜集若干开源的说话人语音数据集，构成说话人总人数为n的原始说话人语音数据集，其中n为大于1的整数。

4.根据权利要求2所述的一种面向语音转换的主动式取证方法，其特征在于，S1.2具体步骤包括：

将原始说话人语音数据集中所有的音频数据通过重采样方法进行预处理。

5.根据权利要求2所述的一种面向语音转换的主动式取证方法，其特征在于，S1.3具体步骤包括：

将预处理好的音频数据根据预设的文件格式，保存为音频文件；

将音频文件根据命名规范进行重命名；

将重命名后的音频文件组成为音频文件集。

6.根据权利要求1所述的一种面向语音转换的主动式取证方法，其特征在于，S2具体步骤包括：

S2.1在待测目标的目标说话人音频上添加噪声，得到目标加噪音频；

S2.2通过说话人编码器分别在目标说话人音频、目标加噪音频中提取目标说话人语音特征向量、目标加噪语音特征向量；

S2.3将输入到语音转换模块的原始音频和目标音频转换为语音转换音频；其中，语音转换模块的原始音频为多个说话人中任一个说话人的音频文件，语音转换模块的目标音频为目标加噪音频；

S2.4通过声纹提取器分别在原始音频、语音转换音频中提取第一声纹向量、第二声纹向量；

S2.5语音特征损失：通过目标说话人语音特征向量、目标加噪语音特征向量计算得到添加噪声后的语音特征损失值；

S2.6通过第一声纹向量、第二声纹向量计算得到语音转换声纹损失值；

S2.7通过语音特征损失值、语音转换声纹损失值计算总损失值；

S2.8迭代收敛：根据总损失值计算梯度，利用特定的优化模型回传更新添加的噪声，反复迭代直至损失值收敛到预设阈值，完成噪声优化。

7.根据权利要求6所述的一种面向语音转换的主动式取证方法，其特征在于，S2.1具体步骤包括：

在目标说话人音频上根据噪声添加公式添加噪声，得到目标加噪音频。

8.根据权利要求6所述的一种面向语音转换的主动式取证方法，其特征在于，S2.2具体步骤包括：

通过说话人编码器中的第一语音特征计算公式在目标说话人音频中提取目标说话人语音特征向量；

通过说话人编码器中的第二语音特征计算公式在目标加噪音频中提取目标加噪语音特征向量。

9.根据权利要求6所述的一种面向语音转换的主动式取证方法，其特征在于，S2.3具体步骤包括：

取多个说话人中任一个说话人的音频文件作为语音转换模块的原始音频；

将目标加噪音频作为语音转换模块的目标音频；

将语音转换模块的原始音频和目标音频通过语音转换公式计算得到语音转换音频。

10.根据权利要求6所述的一种面向语音转换的主动式取证方法，其特征在于，S2.4具体步骤包括：

通过声纹提取器中的第一声纹计算公式在原始音频中提取第一声纹向量，通过声纹提取器中的第二声纹计算公式在语音转换音频中提取第二声纹向量。