-
公开(公告)号：CN115602190A
公开(公告)日：2023-01-13
申请号：CN202211217858.4
申请日：2022-09-30
Applicant: 武汉大学(CN)
Abstract: 现有的伪造语音检测方法在重编码和噪声失配场景下的鲁棒性较弱，为了提升现有方法的鲁棒性，伪造语音检测研究工作提出了对训练数据集进行数据增广的策略。但是，数据增广策略会增加训练数据量，降低模型训练效率，且只能针对已知编码算法和噪声差异场景。本发明本发明涉及伪造语音检测领域，特别涉及面向重编码和噪声干扰场景下的伪造语音检测领域，具体涉及一种基于主体滤波的伪造语音检测算法及系统，主要设计了一种基于人耳听觉掩蔽效应和信噪能量比关系设计的主体信号滤波模块，可以剔除语谱特征中引起分布差异的部分，同时不会增加训练数据量，能够在未知编码算法和噪声差异场景下提升模型的鲁棒性，具有良好的通用性。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
