一种基于黑盒对抗样本的隐私保护噪声生成方法

本发明提供了一种基于黑盒对抗样本的隐私保护噪声生成方法，涉及噪声生成技术领域。包括：构建语音数据集；随机生成初始白噪声数据；将初始白噪声数据与语音数据集中目标语音进行叠加，得到叠加语音数据集；对叠加语音数据集进行数据扩增，得到扩增数据集；将扩增数据集输入本地白盒语音识别模型，得到最终白噪声数据；将最终白噪声数据进行噪声放大并与语音数据集进行叠加，得到多强度加噪语音数据集；利用多强度加噪语音数据集对本地白盒模型进行微调训练，得到最终噪声生成模型以生成最终隐私保护噪声。本发明解决了现有技术中在无法获知黑盒模型参数与架构，仅能拿到最终识别结果时，无法基于对抗样本技术优化干扰噪声的技术问题。