买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明公开了一种基于通用对抗扰动生成网络的高隐蔽性对抗语音样本生成方法，包括：1处理音频数据得到音频采样值，根据文件名称设置标签值；2构建通用对抗扰动生成网络，设计说话人识别模块和对抗样本检测模块以及通用对抗扰动生成模块的网络结构；3说话人识别模块的损失函数与对抗样本检测模块的损失函数以及通用对抗扰动生成模块的损失函数的加权和作为损失函数；4将音频数据输入到通用对抗扰动生成网络并进行训练，调整网络参数，得到最优模型。本发明能够实现说话人识别模型无论是非目标攻击还是目标攻击均实现高攻击成功率，在生成高对样音频质量且高隐蔽性的情况下，实现实时快速部署，提高了说话人识别模型的鲁棒性。

主权项：1.一种基于通用对抗扰动生成网络的高隐蔽性对抗语音样本生成方法，其特征在于，包括如下步骤：步骤一：从一个音频序列采样第i帧音频Xi＝{Xi_1，Xi_2，...，Xi_t，…，Xi_T}；其中，Xi_t表示第i帧音频Xi中第t个采样点的音频值；T为Xi中的采样点总数；通过生成方法UAP-GN生成音频Xi的对抗音频X′i＝{X′i_1，X′i_2，...，X′i_t，…，X′i_T}；其中，X′i_t表示Xi_t的对抗音频，令Xi的说话人身份ID为Yi，i＝1,2，...，N，其中，N为说话者的总数；令Xi的判别标签为1、X′i的判别标签为0；步骤二：构建通用对抗扰动生成网络，包括：说话人识别模块R和对抗样本检测模块D以及通用对抗扰动生成模块G；步骤2.1：所述说话人识别模块R采用Sinc-Net网络对Xi进行处理，输出第i帧音频Xi的说话人预测标签的概率向量pi；基于pi和Yi构建交叉熵损失函数，并利用RMSProp优化算法对说话人识别模块R进行预训练，得到预训练后的说话人识别模块fR；步骤2.2：所述对抗样本检测模块D采用CNN网络对X′i和Xi分别进行处理，得到一维音频判别矩阵qi和一维对抗音频判别矩阵q′i；基于Xi的判别标签和qi构建二分类交叉熵，基于X′i的判别标签和q′i构建二分类交叉熵，并利用Adam优化算法对所述对抗样本检测模块D进行预训练，得到训练后的对抗样本检测模块fD；步骤2.3：通用对抗扰动生成模块G对Xi对应的一维标准高斯噪声zi进行处理，得到一维通用对抗扰动δi；步骤三：建立通用对抗扰动生成网络的优化目标；利用式1和式2分别建立通用对抗扰动生成模块G的无目标攻击优化目标和目标攻击优化目标； 式1和式2中，LXi，Xi+δi是通用对抗扰动生成模块G的损失函数；其中，U是预先设定的说话人识别模块R期望的说话人标签；步骤四：利用Adam法对所述通用对抗扰动生成网络G进行训练，并计算损失函数LXi，Xi+δi以更新网络G的参数，直到达到最大训练次数后，停止训练，从而得到最优通用对抗扰动生成网络，用于识别说话人的身份。

全文数据：

权利要求：

百度查询： 合肥工业大学 基于通用对抗扰动生成网络的高隐蔽性对抗语音样本生成方法