摘要
本发明涉及一种采用双维度图注意力的伪造语音检测方法,对原始语音进行预加重处理,提取每一帧的线性频率倒谱系数特征;根据线性频率倒谱系数特征并使用BP算法对真实语音和伪造语音进行GMM建模,采用期望最大化算法对训练数据进行迭代运算,直至收敛,统计语音帧数并分别计算每帧语音特征在各个高斯分量的LGP,再减去常数项并进行标准化处理;本发明通过采用双向细分法(BP)对高斯混合模型进行建模,使相邻高斯分量的均值向量差异较小,不仅使二维卷积能够有效地捕捉高斯分量之间的依赖关系,为图注意力模块提供更明确、更紧密的特征关系,增强注意力机制对全局特征的表征能力,该方法从局部到全局优化特征空间结构,提升伪造语音检测的性能。
技术关键词
语音检测方法
协方差矩阵
期望最大化算法
节点特征
BP算法
语音特征
注意力机制
线性
GMM模型
邻居
模块
高斯混合模型
离散余弦变换
频率
数据
EM算法
系统为您推荐了相关专利信息
系统安全传输方法
Schur算法
信道
波束成形设计
场景
相控阵雷达搜索
表达式
资源调度方法
调度优化模型
相控阵雷达信号处理
大语言模型
三元组
联合损失函数
场景
视觉关系检测模型
智能调度方法
四足机器人
路径规划算法
计算机程序指令
KM匹配算法
扩展卡尔曼滤波算法
船舶运动模型
动力定位船
螺旋桨
扩展卡尔曼滤波方法