-
公开(公告)号：CN110379418A
公开(公告)日：2019-10-25
申请号：CN201910579740.8
申请日：2019-06-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种语音对抗样本生成方法，包括读取输入的语音数据，并对其进行预处理操作，提取输入语音数据的语音特征值；加载DeepSpeech语音识别系统的深度神经网络模型和参数，同时将提取的语音特征值输入到DeepSpeech语音系统中，计算每帧输入语音数据识别结果的概率分布，并根据该结果与给定目标值之间的CTC Loss初始化误差值和误差阈值，并对误差值以及生成的对抗样本进行钳位操作；构建语音对抗样本生成算法的损失函数，并多次迭代，对误差值进行更新；若生成的对抗样本的识别结果为给定的目标值，则减小误差阈值进行阈值误差更新，继续迭代直至迭代结束输出结果。本算法生成的对抗样本与原始样本的相似度更高。
-
公开(公告)号：CN110379418B
公开(公告)日：2021-08-13
申请号：CN201910579740.8
申请日：2019-06-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种语音对抗样本生成方法，包括读取输入的语音数据，并对其进行预处理操作，提取输入语音数据的语音特征值；加载DeepSpeech语音识别系统的深度神经网络模型和参数，同时将提取的语音特征值输入到DeepSpeech语音系统中，计算每帧输入语音数据识别结果的概率分布，并根据该结果与给定目标值之间的CTC Loss初始化误差值和误差阈值，并对误差值以及生成的对抗样本进行钳位操作；构建语音对抗样本生成算法的损失函数，并多次迭代，对误差值进行更新；若生成的对抗样本的识别结果为给定的目标值，则减小误差阈值进行阈值误差更新，继续迭代直至迭代结束输出结果。本算法生成的对抗样本与原始样本的相似度更高。
-
Search Results
2
records
(took 0.018 seconds)
