基于卷积神经网络的翻录语音检测算法

摘要 针对翻录语音攻击说话人识别系统，危害合法用户的权益问题，提出了一种基于卷积神经网络（CNN）的翻录语音检测算法。首先，通过提取原始语音与翻录语音的语谱图，并将其输入到卷积神经网络中，对其进行特征提取及分类；然后，搭建了适应于检测翻录语音的网络框架，分析讨论了输入不同窗移的语谱图对检测率的影响；最后，对不同偷录及回放设备的翻录语音进行了交叉实验检测，并与现有的经典算法进行了对比。实验结果表明，所提方法能够准确地判断待测语音是否为翻录语音，其识别率达到了99.26%，与静音段梅尔频率倒谱系数（MFCC）算法、信道模式噪声算法和长时窗比例因子算法相比，识别率分别提高了约26个百分点、21个百分点和0.35个百分点