公开(公告)号：CN114694649A

公开(公告)日：2022-07-01

申请号：CN202210296056.0

申请日：2022-03-24

Applicant: 西安交通大学

Inventor： 王宝旺 ,  丁菡 ,  赵衰 ,  翟临威 ,  王鸽 ,  惠维 ,  赵鲲 ,  赵季中

IPC: G10L15/22 ,  G10L15/20 ,  G10L15/06

Abstract: 本发明公开了一种通用定向语音对抗样本生成方法、系统、介质及设备，设计目标优化损失函数以实现语音扰动的通用性，最小化分类为原始正确类别的置信度，最大化分类为目标类别的置信度，同时在损失函数中引入语音扰动和原始语音的分贝差，限定扰动大小并将语音扰动的lp范数约束在指定球面范围内；利用日常噪声以及心理声学原则对扰动进行掩盖，在生成语音扰动时引入声音在空气中传播的影响，使得生成的通用语音扰动在物理世界中依然适用，在任意原始语音命令数据中添加本发明的通用语音扰动后即生成通用定向语音对抗样本，该语音数据被基于卷积神经网络的语音命令分类器错误地识别为指定的目标类别，对于深度神经网络鲁棒性的研究具有重大的意义。