[发明专利]语音隐私保护方法及存储介质在审

专利信息
申请号: 202310292210.1 申请日: 2023-03-23
公开(公告)号: CN116631440A 公开(公告)日: 2023-08-22
发明(设计)人: 刘忆宁;罗力 申请(专利权)人: 桂林电子科技大学
主分类号: G10L25/51 分类号: G10L25/51;G10L25/03;G10L25/30;H04L9/40
代理公司: 桂林文必达专利代理事务所(特殊普通合伙) 45134 代理人: 白洪
地址: 541004 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语音 隐私 保护 方法 存储 介质
【权利要求书】:

1.一种语音隐私数据保护方法,其特征在于,所述方法包括:将训练好的特征分离器部署,通过离线第三方模型训练模块的方式分发到用户端,用户自定义设置需要保护的特征信息,特征分离器根据用户的设置,选择性的对用户的真实语音数据进行分离,将分离出的不包含隐私信息的特征信息,通过对称加密的方式传输给语音服务器,然后语音服务器收到加密特征值后进行解密分析,并推送相应的个性化服务;所述特征分离器的构建包括以下步骤:

(1)将声学特征矢量通过RSFE卷积神经网络模型输出相应的语音特征矢量;

(2)将语音特征矢量输入至多头注意力机制中;

(3)用户在声纹、情绪、健康中选择需要分离的元素,特征分离器通过设置中间参数来控制语音分离的对象,通过在三个特征提取器之间加入互信息损失函数优化特征提取器,实现特征分离。

2.根据权利要求1所述的方法,其特征在于,所述RSFE卷积神经网络模型的构建包括以下步骤:

(1)RSFE卷积神经网络模型结构为13个卷积层、一个长短时记忆网络LSTM、一个注意力层以及一个全连接层;

(2)卷积层的激活函数采用relu函数,池化层采用最大值池化方式,输入的特征通过第一层卷积后,与后12层卷积的结果进行contact连接;

(3)最后的全连接层选用softmax激活函数对所有的dropout层的输出进行回归得到相应的特征输出概率;

(4)对RSFE卷积神经网络模型进行分类任务训练,使用交叉熵损失函数训练出相应的特征提取器。

3.一种非暂态计算机可读存储介质,其特征在于,其上存储有计算机程序,该计算机程序被处理器执行时实现权利要求1或2所述方法的步骤。

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桂林电子科技大学,未经桂林电子科技大学许可,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/202310292210.1/1.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