本文件涉及計(jì)算機(jī)，尤其涉及一種語(yǔ)音的防偽攻擊檢測(cè)方法、裝置及設(shè)備。

背景技術(shù)：

1、當(dāng)前，生成式人工智能(aigc，artificial?intelligence?generated?content)是一種人工智能技術(shù)，它能夠自主地從數(shù)據(jù)中學(xué)習(xí)和生成新的內(nèi)容(包括圖像、聲音、文字等)，因此，偽造聲音或合成語(yǔ)音在aigc時(shí)代也存在安全隱患。偽造聲音或合成語(yǔ)音可能帶來(lái)的潛在風(fēng)險(xiǎn)包括虛假信息傳播、歧視偏見、用戶隱私泄露、破壞社交信任等，為此，需要提供一種能夠有效規(guī)避上述潛在風(fēng)險(xiǎn)的語(yǔ)音防偽攻擊檢測(cè)方案，以保護(hù)個(gè)人隱私數(shù)據(jù)的安全，防止以偽造聲音或合成語(yǔ)音進(jìn)行的攻擊，并可以防止上述人工智能技術(shù)的濫用。

技術(shù)實(shí)現(xiàn)思路

1、本說(shuō)明書實(shí)施例的目的是提供一種能夠有效規(guī)避上述潛在風(fēng)險(xiǎn)的語(yǔ)音防偽攻擊檢測(cè)方案，以保護(hù)個(gè)人隱私數(shù)據(jù)的安全，防止以偽造聲音或合成語(yǔ)音進(jìn)行的攻擊，并可以防止上述人工智能技術(shù)的濫用。

2、為了實(shí)現(xiàn)上述技術(shù)方案，本說(shuō)明書實(shí)施例是這樣實(shí)現(xiàn)的：

3、本說(shuō)明書實(shí)施例提供的一種語(yǔ)音的防偽攻擊檢測(cè)方法，所述方法包括：獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)。將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息?；谒龆鄠€(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

4、本說(shuō)明書實(shí)施例提供的一種語(yǔ)音的防偽攻擊檢測(cè)裝置，所述裝置包括：數(shù)據(jù)獲取模塊，獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)。編碼模塊，將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息。防偽檢測(cè)模塊，基于所述多個(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

5、本說(shuō)明書實(shí)施例提供的一種語(yǔ)音的防偽攻擊檢測(cè)設(shè)備，所述語(yǔ)音的防偽攻擊檢測(cè)設(shè)備包括：處理器；以及被安排成存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)器，所述可執(zhí)行指令在被執(zhí)行時(shí)使所述處理器：獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)。將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息?；谒龆鄠€(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

6、本說(shuō)明書實(shí)施例還提供了一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)用于存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令，所述可執(zhí)行指令在被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下流程：獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)。將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息?；谒龆鄠€(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

7、本說(shuō)明書實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下流程：獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)。將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息?；谒龆鄠€(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

技術(shù)特征：

1.一種語(yǔ)音的防偽攻擊檢測(cè)方法，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，所述多個(gè)編碼塊中每個(gè)編碼塊由transformer塊構(gòu)成，所述transformer塊包括注意力層和前饋神經(jīng)網(wǎng)絡(luò)層，所述語(yǔ)音處理子模型由多個(gè)解碼塊串聯(lián)構(gòu)成，所述多個(gè)解碼塊中每個(gè)解碼塊由transformer塊構(gòu)成。

3.根據(jù)權(quán)利要求2所述的方法，所述基于所述多個(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果，包括：

4.根據(jù)權(quán)利要求3所述的方法，所述特征處理模塊是針對(duì)時(shí)間序列數(shù)據(jù)的特征處理模塊，所述與所述語(yǔ)音數(shù)據(jù)的防偽攻擊檢測(cè)的結(jié)果之間的關(guān)聯(lián)度高于預(yù)設(shè)關(guān)聯(lián)閾值的特征包括與所述語(yǔ)音數(shù)據(jù)的防偽攻擊檢測(cè)的結(jié)果之間的關(guān)聯(lián)度高于預(yù)設(shè)關(guān)聯(lián)閾值的時(shí)間特征；和/或，所述特征處理模塊是針對(duì)不同網(wǎng)絡(luò)層之間的數(shù)據(jù)的特征處理模塊，所述與所述語(yǔ)音數(shù)據(jù)的防偽攻擊檢測(cè)的結(jié)果之間的關(guān)聯(lián)度高于預(yù)設(shè)關(guān)聯(lián)閾值的特征包括與所述語(yǔ)音數(shù)據(jù)的防偽攻擊檢測(cè)的結(jié)果之間的關(guān)聯(lián)度高于預(yù)設(shè)關(guān)聯(lián)閾值的層級(jí)關(guān)聯(lián)特征。

5.根據(jù)權(quán)利要求3所述的方法，所述特征處理模塊包括多個(gè)，多個(gè)所述特征處理模塊串聯(lián)，每個(gè)所述特征處理模塊包括歸一化層、多頭自注意力層和多層感知機(jī)層。

6.根據(jù)權(quán)利要求4所述的方法，所述方法還包括：

7.根據(jù)權(quán)利要求6所述的方法，所述獲取語(yǔ)音數(shù)據(jù)樣本，包括：

8.根據(jù)權(quán)利要求1所述的方法，所述獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)，包括：

9.一種語(yǔ)音的防偽攻擊檢測(cè)裝置，所述裝置包括：

10.一種語(yǔ)音的防偽攻擊檢測(cè)設(shè)備，所述語(yǔ)音的防偽攻擊檢測(cè)設(shè)備包括：

技術(shù)總結(jié)
本說(shuō)明書實(shí)施例公開了一種語(yǔ)音的防偽攻擊檢測(cè)方法、裝置及設(shè)備，該方法包括：獲取待檢測(cè)的語(yǔ)音數(shù)據(jù)；將所述語(yǔ)音數(shù)據(jù)輸入到語(yǔ)音防偽攻擊檢測(cè)模型中的由多個(gè)編碼塊串聯(lián)構(gòu)成的第一編碼子模型中，獲取每個(gè)編碼塊輸出的語(yǔ)音編碼信息；基于所述多個(gè)編碼塊中每個(gè)編碼塊輸出的語(yǔ)音編碼信息，通過(guò)所述語(yǔ)音識(shí)別模型中的語(yǔ)音處理子模型對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行防偽攻擊檢測(cè)處理，得到所述語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的檢測(cè)結(jié)果。

技術(shù)研發(fā)人員：顧艷梅,王志銘,?；奂?br/>受保護(hù)的技術(shù)使用者：支付寶（杭州）信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23