摘要
本发明涉及一种基于特征扰动的个人语音信息隐私保护方法,在待保护音频上添加鲁棒性扰动,确保受保护音频在音频样本空间上接近原始音频,在音频特征空间上接近另一名说话者的音频,使用频率掩蔽使得扰动不可感知,最终扰动受保护音频的原始用户特征。为保证受保护音频对于不同特征提取器的鲁棒性,先后使用基于MFCC算法和X‑Vector算法的特征提取器对用户音频进行保护。本发明可用于保护用户在互联网上传输语音数据时的隐私信息不被泄露,用户方只需要输入原始语音数据,便可即时获得受保护音频用于传输,有效防御商业模型对个人信息的提取。
技术关键词
信息隐私保护方法
受保护
掩蔽技术
掩蔽阈值
短时傅里叶变换
鲁棒性
DNN模型
MFCC算法
音频特征
样本
语音
滤波器
商业模型
特征提取器
频率
信号
处理器
数据
系统为您推荐了相关专利信息
上采样
声音信号处理方法
变压器
短时傅里叶变换
深度学习模型训练
动脉血压波形
残差神经网络
血液动力学参数
短时傅里叶变换
体征检测技术
复合层合结构
短时傅里叶变换
离散小波变换
信号采集模块
信号处理模块
融合卷积网络
大型压缩机
故障诊断方法
多模态
时序