摘要
本发明提供了一种基于连续学习的自适应参数方向和幅度修正音频鉴别方法、装置、设备及介质,具体涉及音频鉴别技术领域,本发明实施例中,通过在连续学习过程中对参数的更新引入自适应幅度约束和方向修正,减少了模型在源数据集上的准确率的降低,并且提高了模型在目标数据集上的准确率。从而,使用本发明实施例提出的方法进行连续学习,可以极大的提高模型对新场景下生成音频的检测能力,同时几乎不影响模型对先前场景下的语音类型的检测能力。从而可以实现利用连续学习有效鉴别新旧类型的虚假语音,具有提高深度合成语音的检测精度的优点。
技术关键词
生成语音
鉴别方法
参数
数据
语音生成方法
深度学习模型
音频
传播算法
鉴别技术
鉴别装置
处理器
可读存储介质
场景
电子设备
程序
模块
存储器
计算机
系统为您推荐了相关专利信息
网络安全数据
仿真模型
网络安全态势
展示方法
网络拓扑
智能缓存方法
网络状态信息
缓存命中率
历史访问数据
布鲁姆过滤器
动态资源调度
性能优化系统
自助终端
资源分配策略
资源监控