一种基于多特征联合网络学习的语音欺骗检测算法

本发明提供一种基于多特征联合网络学习的语音欺骗检测算法，接收到语音信号后，对所述语音信号进行信号处理工作，提取三种特征，并将每个特征分别输入深度卷积神经网络的后端分类器，计算得到三种特征对应的检测分数，将检测分数进行融合分析，判断所述待测的语音信号是人声还是ai语音合成攻击的结果；具体算法包括：信号处理、特征提取、基于深度神经网络的后端分类器检测、输出分数以及做出判决，本发明建立TF‑TDNN时延神经网络作为后端分类器，对三种特征进行分类学习，得到三种检测分数，基于ECAPA‑TDNN的架构，有效建模全局通道的相关性并且得到多尺度特征信息，在此基础上加入AFM注意力融合机制，得到各卷积层的融合信息，帮助网络获得更多隐含特征，提高模型度量结果。