一种基于匿名化的声纹身份多重防御方法及系统

本发明公开了一种基于匿名化的声纹身份多重防御方法及系统，首先提取各个说话人原始声纹数据的声纹特征，利用Softmax函数将提取的各个说话人的声纹特征向量转换为概率分布，形成初始的声纹特征库；然后使用高斯混合模型对声纹特征库进行聚类分析，选择与原始声纹数据差异最大的聚类中心；接着对每个聚类中心，计算其概率分布与原始声纹数据的概率分布之间的KL散度；最后对每个聚类中心，根据其与原始声纹数据的KL散度计算权重，通过加权平均方法合成新的声纹特征向量。本发明基于KL散度的差异化防御机制，高级的初始化权重方法，以及对隐私保护的重视，这些都显著提高了系统的防御效果和实用性。