基于音素标识扰动的听觉数据安全评测方法

本发明公开了一种基于音素标识扰动的听觉数据安全评测方法，主要解决现有技术攻击性不足，隐蔽性差的问题。其实现方案是：获取原始音频样本、目标音频样本并预处理；提取预处理后音频样本特征，得到FBank和MFCC特征向量；使用FBank特征向量训练神经网络‑隐马尔可夫模型并建立pdf‑id序列映射表；利用训练好的模型更新映射表；添加初始扰动得到初始对抗样本X′求得pdf‑id序列；根据损失函数优化δ(t)得到最终的对抗样本X"；利用X"评估系统安全性。本发明通过减小对抗样本和目标样本的音素标识距离及原始样本的声觉特征距离优化对抗样本，提高了语音识别对抗样本的攻击性和隐蔽性，可用于语音识别系统的攻击及安全防护。