针对声纹识别的对抗扰动生成方法技术

本公开提供了针对声纹识别的对抗扰动生成方法

【技术实现步骤摘要】
针对声纹识别的对抗扰动生成方法、装置、设备和介质


[0001]本公开涉及人工智能领域，特别是涉及针对声纹识别的对抗扰动生成方法
、
装置
、
设备和介质
。

技术介绍

[0002]声纹识别技术逐渐被应用到越来越多的场景中
。
随着声纹识别系统识别准确度的提高，对抗样本生成技术也随之发展
。
对抗样本是在输入样本上添加一个对抗扰动得到的样本，用于攻击声纹识别系统，使声纹识别系统得到错误的识别结果
。
利用对抗样本攻击声纹识别系统，可以提高声纹识别系统的抗干扰能力
。
为了得到更好的攻击效果，对对抗扰动生成技术的要求也越高
。
[0003]现有技术中，对抗扰动生成技术主要有两种，一种是针对不同的输入样本生成不同的对抗扰动
。
这种方式难以指定对抗样本的目标识别对象
(
对抗样本被指定识别成的错误对象
)
，缺乏实用性，而且对于每个输入样本，都需要重新生成对抗扰动，花费的时间较长
、
且消耗的计算资源较多
。
另一种方式是生成针对不同输入样本都有效的通用对抗扰动
。
这种方式主要通过训练一个用于对抗判别网络的大规模生成对抗网络，利用生成对抗网络生成扰动
。
但是由于网络规模较大，训练难度较高，训练花费的时间也较多
。

技术实现思路

[0004]本公开实施例提供了针对声纹识别的对抗扰动生成方法
、
装置
、
设备和介质，能够提高生成对抗扰动的效率，还可以提高对抗扰动的隐蔽性与主导性
。
[0005]根据本公开的一方面，提供了一种对抗扰动生成方法，包括：
[0006]获取训练声纹样本集，所述训练声纹样本集中包含多个原始声纹样本；
[0007]初始化对抗样本生成网络，所述对抗样本生成网络为单层神经网络，其中，神经元的数量等于所述对抗扰动的预设帧数，每一个所述神经元对应所述对抗扰动的一帧；
[0008]针对所述训练声纹样本集中的每一个所述原始声纹样本，确定目标识别对象，所述目标识别对象不同于所述原始声纹样本的真实识别对象；
[0009]将所述原始声纹样本输入所述对抗样本生成网络，得到声纹对抗样本；
[0010]将所述声纹对抗样本输入声纹识别网络，得到第一识别结果向量，所述第一识别结果向量包含所述声纹对抗样本被识别为所述目标识别对象的第一概率，与被识别为除所述目标识别对象以外的其他对象的第二概率；
[0011]根据所述原始声纹样本
、
所述声纹对抗样本
、
所述第一概率与所述第二概率，确定所述对抗样本生成网络的样本损失函数，基于所述样本损失函数训练所述对抗样本生成网络，生成所述对抗扰动
。
[0012]根据本公开的一方面，提供了一种对抗扰动生成装置，包括：
[0013]第一获取单元，用于获取训练声纹样本集，所述训练声纹样本集中包含多个原始声纹样本；
[0014]初始化单元，用于初始化对抗样本生成网络，所述对抗样本生成网络为单层神经网络，其中，神经元的数量等于所述对抗扰动的预设帧数，每一个所述神经元对应所述对抗扰动的一帧；
[0015]第一确定单元，用于针对所述训练声纹样本集中的每一个所述原始声纹样本，确定目标识别对象，所述目标识别对象不同于所述原始声纹样本的真实识别对象；
[0016]第一输入单元，用于将所述原始声纹样本输入所述对抗样本生成网络，得到声纹对抗样本；
[0017]第二输入单元，用于将所述声纹对抗样本输入声纹识别网络，得到第一识别结果向量，所述第一识别结果向量包含所述声纹对抗样本被识别为所述目标识别对象的第一概率，与被识别为除所述目标识别对象以外的其他对象的第二概率；
[0018]训练单元，用于根据所述原始声纹样本
、
所述声纹对抗样本
、
所述第一概率
、
与所述第二概率，确定所述对抗样本生成网络的样本损失函数，基于所述样本损失函数训练所述对抗样本生成网络，生成所述对抗扰动
。
[0019]可选地，所述第一获取单元具体用于：
[0020]从声纹数据总集中随机采样出所述训练声纹样本集；
[0021]所述对抗扰动生成装置还包括：
[0022]第二获取单元，用于从所述声纹样本总集中随机获取测试声纹样本集，所述测试声纹样本集中包含多个测试声纹样本；
[0023]第三输入单元，用于将所述测试声纹样本输入所述对抗样本生成网络，得到测试对抗样本；
[0024]第四输入单元，用于将所述测试对抗样本输入所述声纹识别网络，得到第二识别结果向量，将所述测试声纹样本输入所述声纹识别网络，得到第三识别结果向量，将所述对抗扰动输入所述声纹识别网络，得到第四识别结果向量；
[0025]第二确定单元，用于基于所述第二识别结果向量与所述第三识别结果向量，确定第一相关性；
[0026]第三确定单元，用于基于所述第二识别结果向量与所述第四识别结果向量，确定第二相关性；
[0027]第四确定单元，用于比较所述第一相关性与所述第二相关性，确定所述对抗扰动对所述测试声纹样本的影响程度
。
[0028]可选地，所述训练单元具体用于：
[0029]基于所述第一概率与第二概率，确定所述声纹对抗样本被识别为所述目标识别对象的攻击成功率；
[0030]基于所述原始声纹样本与所述声纹对抗样本，确定所述声纹对抗样本的扰动隐蔽值；
[0031]基于所述攻击成功率与所述扰动隐蔽值，确定所述样本损失函数
。
[0032]可选地，所述训练单元具体用于：
[0033]将所述第一概率与所述第二概率中的最大值相减，得到所述攻击成功率；
[0034]获取第一阈值，并根据所述第一阈值调整所述攻击成功率，如果所述攻击成功率大于或等于所述第一阈值，以所述第一阈值作为所述攻击成功率
。
[0035]可选地，所述训练单元具体用于：
[0036]计算所述原始声纹样本与所述声纹对抗样本的差的
l 2
范数作为所述扰动隐蔽值
。
[0037]可选地，所述训练单元具体用于：
[0038]获取隐蔽系数；
[0039]利用所述攻击成功率减去所述隐蔽系数与所述扰动隐蔽值的乘积，得到所述样本损失函数
。
[0040]可选地，所述对抗扰动的预设帧数为
3200
帧；所述对抗样本生成网络的所述神经元数量为
3200
个
。
[0041]可选地，所述第一输入单元具体用于：
[0042]如果所述原始声纹样本的帧数大于所述对抗样本生成网络的所述神经元数量，复制所述对抗样本生成网络的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种针对声纹识别的对抗扰动生成方法，其特征在于，包括：获取训练声纹样本集，所述训练声纹样本集中包含多个原始声纹样本；初始化对抗样本生成网络，所述对抗样本生成网络为单层神经网络，其中，神经元的数量等于所述对抗扰动的预设帧数，每一个所述神经元对应所述对抗扰动的一帧；针对所述训练声纹样本集中的每一个所述原始声纹样本，确定目标识别对象，所述目标识别对象不同于所述原始声纹样本的真实识别对象；将所述原始声纹样本输入所述对抗样本生成网络，得到声纹对抗样本；将所述声纹对抗样本输入声纹识别网络，得到第一识别结果向量，所述第一识别结果向量包含所述声纹对抗样本被识别为所述目标识别对象的第一概率，与被识别为除所述目标识别对象以外的其他对象的第二概率；根据所述原始声纹样本
、
所述声纹对抗样本
、
所述第一概率与所述第二概率，确定所述对抗样本生成网络的样本损失函数，基于所述样本损失函数训练所述对抗样本生成网络，生成所述对抗扰动
。2.
根据权利要求1所述的对抗扰动生成方法，其特征在于，所述获取训练声纹样本集，包括：从声纹数据总集中随机采样出所述训练声纹样本集；在所述基于所述样本损失函数训练所述对抗样本生成网络，生成所述对抗扰动之后，所述对抗扰动生成方法还包括：从所述声纹样本总集中随机获取测试声纹样本集，所述测试声纹样本集中包含多个测试声纹样本；将所述测试声纹样本输入所述对抗样本生成网络，得到测试对抗样本；将所述测试对抗样本输入所述声纹识别网络，得到第二识别结果向量，将所述测试声纹样本输入所述声纹识别网络，得到第三识别结果向量，将所述对抗扰动输入所述声纹识别网络，得到第四识别结果向量；基于所述第二识别结果向量与所述第三识别结果向量，确定第一相关性；基于所述第二识别结果向量与所述第四识别结果向量，确定第二相关性；比较所述第一相关性与所述第二相关性，确定所述对抗扰动对所述测试声纹样本的影响程度
。3.
根据权利要求1所述的对抗扰动生成方法，其特征在于，所述根据所述原始声纹样本
、
所述声纹对抗样本
、
所述第一概率
、
与所述第二概率，确定所述对抗样本生成网络的样本损失函数，包括：基于所述第一概率与第二概率，确定所述声纹对抗样本被识别为所述目标识别对象的攻击成功率；基于所述原始声纹样本与所述声纹对抗样本，确定所述声纹对抗样本的扰动隐蔽值；基于所述攻击成功率与所述扰动隐蔽值，确定所述样本损失函数
。4.
根据权利要求3所述的对抗扰动生成方法，其特征在于，所述基于所述第一概率与第二概率，确定所述声纹对抗样本被识别为所述目标识别对象的攻击成功率，包括：将所述第一概率与所述第二概率中的最大值相减，得到所述攻击成功率；获取第一阈值，并根据所述第一阈值调整所述攻击成功率，如果所述攻击成功率大于
或等于所述第一阈值，以所述第一阈值作为所述攻击成功率
。5.
根据权利要求3所述的对抗扰动生成方法，其特征在于，基于所述原始声纹样本与所述声纹对抗样本，确定所述声纹对抗样本的扰动隐蔽值，包括：计算所述原始声纹样本与...

【专利技术属性】
技术研发人员：刘啸辰，顾钊铨，谭昊，张钧建，胡宁，景晓，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：