-
题名语音合成及伪造、鉴伪技术综述
被引量：5
- 1
-
-
作者
杨帅
乔凯
陈健
王林元
闫镔
-
机构
中国人民解放军战略支援部队信息工程大学
-
出处
《计算机系统应用》
2022年第7期12-22,共11页
-
文摘
近年来随着移动智能设备的兴起,人们越来越频繁的接触和使用语音信息,语音伪造和鉴伪成为语音处理领域中愈加重要的技术.本文首先梳理了语音合成系统的一般流程,并对语音伪造领域中主要的文本到语音(textto-speech,TTS)和语音转换(voice conversion,VC)两项技术进行系统归纳;接着,对语音鉴伪技术中常见的算法进行介绍和分类;最后,针对语音伪造和鉴伪目前存在的问题,本文从数据、模型、训练方法以及应用场景等多个角度出发提出未来可能的发展方向.
-
关键词
语音伪造
神经网络
频谱转换
检测技术
语音合成
-
Keywords
voice forgery
neural network
spectrum conversion
detection technique
speech synthesis
-
分类号
TN912.33
[电子电信—通信与信息系统]
-
-
题名基于全局时频注意力网络的语音伪造检测
被引量：2
- 2
-
-
作者
王成龙
易江燕
陶建华
马浩鑫
田正坤
傅睿博
-
机构
中国科学技术大学信息科学技术学院
模式识别国家重点实验室(中国科学院自动化研究所)
中国科学院大学人工智能学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2021年第7期1466-1475,共10页
-
基金
国家重点研发计划项目(2017YFC0820602)
国家自然科学基金项目(61831022,61901473,61771472,61773379)
法国国家信息与自动化研究所与中国科学院联合科研项目(173211KYSB20190049)。
-
文摘
语音伪造检测是近年的一个研究热点,受到了广泛关注.目前,卷积神经网及其变种的提出,使其在语音伪造检测任务中取得了不错进展.然而,目前仍存在2方面问题:1)当前工作假设送入卷积神经网络的特征图的每一维对结果的影响是相同的,忽视了每一维上特征图的不同位置强调的信息是不一样的.2)此外,前人工作大多关注特征图的局部信息,没有利用全局视图中特征图之间的关系.为了解决以上挑战,引入全局时频注意力框架,分别对通道维度和时频维度做了注意力变换.具体而言,引入了2个并行的注意力模块:1)时频注意力模块;2)全局注意力模块.对于时频注意力模块,可以通过使用加权求和在所有时频特征图上聚合特征来进行更新.对于全局注意力模块,借鉴了SE-Net的思想,通过参数为每个特征通道生成权重.通过这种办法,可以得到特征通道上响应的全局分布.在ASVspoof2019 LA公开数据集上进行了一系列实验,结果显示所提的模型取得不错的效果,最佳模型的等错误率达到4.12%,刷新了单个模型的最好成绩.
-
关键词
语音鉴伪
注意力机制
语音伪造检测
全局注意力
时频注意力
-
Keywords
audio deepfake detection
attention mechanism
voice forgery detection
global attention
temporal-frequency attention
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
TN912.3
[自动化与计算机技术—计算机科学与技术]
-
