-
公开(公告)号：CN112466290B
公开(公告)日：2021-05-28
申请号：CN202110141673.9
申请日：2021-02-02
Applicant: 鹏城实验室
IPC: G10L15/04 , G10L15/06 , G10L15/16 , G10L21/0232
Abstract: 本发明公开了一种异常声音检测模型的训练方法、装置和计算机存储介质，该方法包括以下步骤：将预设时长的声音片段截取为N个子片段，且将每个子片段采用H个不同频段的带通滤波器进行采样滤波得到W个采样值，并形成N×H×W的三维特征张量；将多个三维特征张量输入三维卷积神经网络进行训练；其中，多个三维特征张量对应多个预设时长的声音片段；多个预设时长的声音片段包括具有异常声音的正样本和不具有异常声音的负样本；采用同时评估正样本和负样本的损失函数计算损失，并更新异常声音检测模型的参数。解决了现有的声音异常检测中还存在识别不准确和运行效率低的问题。
-
公开(公告)号：CN112466290A
公开(公告)日：2021-03-09
申请号：CN202110141673.9
申请日：2021-02-02
Applicant: 鹏城实验室
IPC: G10L15/04 , G10L15/06 , G10L15/16 , G10L21/0232
Abstract: 本发明公开了一种异常声音检测模型的训练方法、装置和计算机存储介质，该方法包括以下步骤：将预设时长的声音片段截取为N个子片段，且将每个子片段采用H个不同频段的带通滤波器进行采样滤波得到W个采样值，并形成N×H×W的三维特征张量；将多个三维特征张量输入三维卷积神经网络进行训练；其中，多个三维特征张量对应多个预设时长的声音片段；多个预设时长的声音片段包括具有异常声音的正样本和不具有异常声音的负样本；采用同时评估正样本和负样本的损失函数计算损失，并更新异常声音检测模型的参数。解决了现有的声音异常检测中还存在识别不准确和运行效率低的问题。
-
公开(公告)号：CN112017669B
公开(公告)日：2021-02-23
申请号：CN202011200369.9
申请日：2020-11-02
Applicant: 鹏城实验室
IPC: G10L15/32 , G10L15/06 , G10L15/16 , G10L21/0208
Abstract: 本发明公开一种语音对抗样本检测方法，所述方法包括以下步骤：获取待检测语音信息；利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息；基于所述预处理语音信息和所述待检测语音，获得语音信息集；将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集；基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵；基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。本发明还公开了一种语音对抗样本检测装置、终端设备以及存储介质。可以对待检测语音中的未知语音对抗样本进行检测。
-
公开(公告)号：CN112017669A
公开(公告)日：2020-12-01
申请号：CN202011200369.9
申请日：2020-11-02
Applicant: 鹏城实验室
IPC: G10L15/32 , G10L15/06 , G10L15/16 , G10L21/0208
Abstract: 本发明公开一种语音对抗样本检测方法，所述方法包括以下步骤：获取待检测语音信息；利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息；基于所述预处理语音信息和所述待检测语音，获得语音信息集；将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集；基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵；基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。本发明还公开了一种语音对抗样本检测装置、终端设备以及存储介质。可以对待检测语音中的未知语音对抗样本进行检测。
-
-
-
Search Results
4
records
(took 0.023 seconds)
