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！

龙图腾网恭喜哈尔滨工程大学申请的专利一种基于特征融合和单分类的语音欺诈检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118212937B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410306497.3，技术领域涉及：G10L25/51；该发明授权一种基于特征融合和单分类的语音欺诈检测方法是由兰海燕;杨凯;董林凡设计研发完成，并于2024-03-18向国家知识产权局提交的专利申请。

本一种基于特征融合和单分类的语音欺诈检测方法在说明书摘要公布了：本发明公开了一种基于特征融合和单分类的语音欺诈检测方法，所述方法包括如下步骤：S1：构建增强语音训练集；S2：提取待检测语音的Log‑Mel谱，利用TRawNet提取待检测语音的时域特征，将两个特征进行融合；S3：将融合后的特征送入图注意力网络中，对不同时域和频域上的信息进行建模，并用单分类损失函数训练整个网络。该方法使用基于图注意力网络的特征融合方法，将语音的时域特征和频域特征相结合，并对不同片段之间的关系进行了建模，提取出更有判别力的特征；提出的单分类损失函数在保留真实语音声学多样性的同时，解决了由信道效应带来的检测能力下降的问题，使模型的泛化能力进一步增强。

本发明授权一种基于特征融合和单分类的语音欺诈检测方法在权利要求书中公布了：1.一种基于特征融合和单分类的语音欺诈检测方法，其特征在于所述方法包括如下步骤：步骤S1：根据开源数据集和信道模拟器生成真实语音的增强数据，并构建增强语音训练集；步骤S2：提取待检测语音的Log-Mel谱fs，并利用时域特征提取网络TRawNet提取待检测语音的时域特征ft，将fs和ft融合后得到特征和M表示频域维度，N表示时域维度；步骤S3：将融合后的特征和送入图注意力网络中，对不同时域和频域上的信息进行建模，得到语音的深度特征g*，并用单分类损失函数训练整个网络，使模型学习真实语音的分布，具体步骤如下：步骤S301：将融合后的特征和分别送入图注意力网络Gt和Gs中，对不同时间段和频段之间的关系建模，得到特征gs和gt，将这两个特征融合后再送入图注意力网络Gst中，得到语音深度特征g*，其公式如下：gs、gt、g*的计算公式如下： g*＝Gstgs||gt其中，和Ns和Nt表示结点数量，D是特征维度；步骤S302：将步骤S301得到的语音深度特征g*送入单分类损失函数中训练整个网络，公式如下： 其中，n是训练数据的数量，xi是第i个训练数据，是xi的k个邻居的均值，λ是权重参数；和分别表示原始语音深度特征集和增强语音深度特征集；MMD是最大均值差异损失函数；所述MMD的计算公式如下： 其中，x和y即S和T中的语音深度特征，k·,·是高斯核函数，m和n分别对应于S和T包含的语音数量，即m＝sn，n＝tn；步骤S303：对于测试数据，计算下述指标获得检测得分： 其中，NkFx是语音x的k个邻居的集合，F·是整个特征提取网络；当得分小于等于阈值时，判断测试语音为真实语音；当得分大于阈值时，判断测试语音为欺诈语音。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。