基于语音声学特征压缩的语音对抗样本防御方法及应用与流程

技术特征：
1.一种基于语音声学特征压缩的语音对抗样本防御方法，其特征在于，包括以下步骤：步骤1：获得输入语音的声学特征矩阵，该声学特征矩阵的维度为n
×
d，n代表该段输入语音被分帧为n帧，d代表每帧的特征矢量长度；使用聚类算法将声学特征矩阵的n个特征矢量划分为k组，k＜＜n，进而达到将n帧声学特征压缩到k帧的目的；步骤2：计算k组特征矢量中每一组特征矢量的代表特征矢量，由于属于同一组的特征矢量具有相似的属性，而属于不同组的特征矢量具有非常不同的属性，将代表特征矢量定义为能表征同一组的所有特征矢量的共同属性的特征矢量；步骤3：将k个代表特征矢量进行叠加，得到压缩后的语音声学特征矩阵z，该语音声学特征矩阵z的维度为k
×
d；步骤4：将压缩后的语音声学特征矩阵z馈送给语音系统进行后续处理以及识别决策。2.如权利要求1所述一种基于语音声学特征压缩的语音对抗样本防御方法，其特征在于，k的取值使用软取值方式，即不固定k的取值，而是固定k与n的比值δ，采用k＝δ
×
n计算得到k，δ为可调参数，0＜δ＜1。3.如权利要求1所述一种基于语音声学特征压缩的语音对抗样本防御方法，其特征在于，k的取值使用硬取值方式，即固定k的取值。4.一种如权利要求1所述的基于语音声学特征压缩的语音对抗样本防御方法的应用，其特征在于，应用在语音系统上，通过调整所述语音对抗样本防御方法中的可调参数以在语音系统上取得最好的防御效果，所述可调参数包括所述声学特征矩阵、具体采用的所述聚类算法以及所述聚类算法自身的可调参数、k的取值或者k与n的比例δ。

技术总结
本发明涉及一种基于语音声学特征压缩的语音对抗样本防御方法。本发明的另一个技术方案是提供了一种上述的基于语音声学特征压缩的语音对抗样本防御方法的应用。考虑到图像和语音的差异以及现有的防御语音对抗样本的输入变换方法存在的局限性，本发明在语音声学特征层级而非语音波形层级对输入语音进行变换，从而实现在语音声学特征层级对语音对抗样本进行防御，在保证语音系统对正常语音的表现性能的基础上，消除语音对抗样本中的对抗扰动，防御语音对抗样本，进而提高语音系统对语音对抗样本的鲁棒性。抗样本的鲁棒性。抗样本的鲁棒性。


技术研发人员：宋富 陈光科 赵哲
受保护的技术使用者：上海科技大学
技术研发日：2021.09.10
技术公布日：2022/3/25