基于深度卷积神经网络的伪造语音检测

作者：杨海涛; 王华朋; 楚宪腾; 牛瑾琳; 张琨瑶

来源：警察技术, 2022, (01): 33-36.

• 电信网络诈骗
• 卷积神经网络
• 伪造语音检测
• 声学特征

为快速准确的识别公安工作中常见的伪造语音，采用深度卷积神经网络（Convolutional Neural Network, CNN）进行伪造语音检测。模型中卷积层可以有效获取声学信息，池化层进行下采样处理防止网络过拟合，全连接层则进行真伪分类。提取英文及中文数据库中音频文件的梅尔倒谱系数（Mel-Frequency Cepstral, MFCC）、线性频率倒谱系数（Linear Frequency Cepstral,LFCC）、伽玛通频率倒谱系数（Gammatone Frequency Ceptral Coefficient,GFCC）3种语音声学特征用于模型训练及测试。结果表明MFCC特征在该网络模型上结果最优，且在实验中所提神经网络对99%的伪造语音能够正确区分，在伪造语音检测中表现优秀。

• 单位
  中国刑事警察学院