公开(公告)号：CN117292677A

公开(公告)日：2023-12-26

申请号：CN202311294209.9

申请日：2023-10-09

Applicant: 杭州电子科技大学

Inventor： 简志华 ,  谈林涛 ,  闫铎文 ,  杨曼 ,  梁承涵 ,  刘二小

IPC: G10L15/01 ,  G10L15/02 ,  G10L15/06 ,  G10L15/07 ,  G10L15/16 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种用于语音转换系统的音质评估方法，先将语音数据进行文件格式转换，再使用神经网络模型对格式转换后的文件进行特征提取，构建损失函数，使用已标注MOS评价分数的公开语音数据集对神经网络模型进行训练，得到训练好的神经网络模型，用于实际评估。本方法通过对主观评价的分数进行预测，能在一定程度上代替语音的主观评价，省去了人工成本。另外，通过改变评测分数的类别，使预测的分数既可以是语音MOS分数，也可以是相似度分数，从而实现多类别的评价分数预测。

公开(公告)号：CN119864053A

公开(公告)日：2025-04-22

申请号：CN202510026212.5

申请日：2025-01-08

Applicant: 杭州电子科技大学

Inventor： 简志华 ,  梁承涵 ,  蔡逸 ,  闫铎文 ,  谈林涛 ,  杨曼

IPC: G10L25/51 ,  G10L25/24 ,  G10L25/45 ,  G10L25/30 ,  G10L25/18

Abstract: 本发明涉及一种采用双维度图注意力的伪造语音检测方法，对原始语音进行预加重处理，提取每一帧的线性频率倒谱系数特征；根据线性频率倒谱系数特征并使用BP算法对真实语音和伪造语音进行GMM建模，采用期望最大化算法对训练数据进行迭代运算，直至收敛，统计语音帧数并分别计算每帧语音特征在各个高斯分量的LGP，再减去常数项并进行标准化处理；本发明通过采用双向细分法(BP)对高斯混合模型进行建模，使相邻高斯分量的均值向量差异较小，不仅使二维卷积能够有效地捕捉高斯分量之间的依赖关系，为图注意力模块提供更明确、更紧密的特征关系，增强注意力机制对全局特征的表征能力，该方法从局部到全局优化特征空间结构，提升伪造语音检测的性能。