-
公开(公告)号：CN117499030B
公开(公告)日：2024-06-18
申请号：CN202311438130.9
申请日：2023-10-31
申请人： 广东技术师范大学
摘要： 本发明公开一种基于混合加密的密文域多方可逆信息隐藏方法及系统，涉及信息隐藏技术领域，所述方法包括：内容所有方获取原始载体并依次利用对称加密算法和同态秘密共享加密算法对原始载体进行混合加密，得到n个密文载体，并将各密文载体分别发送至n个信息隐藏方；各信息隐藏方将携带的子秘密信息嵌入到密文载体中，得到对应的带标记密文载体；携带的子秘密信息是信息隐藏方利用信息隐藏密钥对原始信息的子信息进行加密得到的。本发明采用混合加密算法直接对原始载体进行加密以产生嵌入空间，使得载体加密过程无预处理，降低了计算开销，确保嵌入容量更加稳定。
-
公开(公告)号：CN109872720B
公开(公告)日：2022-11-22
申请号：CN201910085725.8
申请日：2019-01-29
申请人： 广东技术师范大学
摘要： 本发明公开了一种基于卷积神经网络对不同场景鲁棒的重录语音检测算法，具体涉及语音检测算法领域，通过将语音时频图输入至算法模型内，算法模型包含七层，每层包含一个卷积层与一个池化层，卷积层的输出通过线性整流函数，并在层与层之间加入残差连接，最后通过全局池化提取最终特征，并通过sigmoid预测检测结果。本发明采用时频图作为本发明中网络的数据输入形式，相对于直接输入语音数据，时频图对于重录设备引入的特征信息有相对密集的分布，更有利于神经网络特征提取，从而加快训练，提高精度。
-
公开(公告)号：CN115132180A
公开(公告)日：2022-09-30
申请号：CN202210290282.8
申请日：2022-03-23
申请人： 广东技术师范大学
摘要： 本发明涉及一种基于残差网络的合成语音检测方法，其特征在于，包括以下步骤：一，对语音片段提取DCT特征；二，将提取出来的DCT特征以一维张量的形式输入到残差网络中；三，DCT特征首先通过16个“1×7”的一维卷积，然后通过四个残差单元进一步提取深层特征；四，将提取到的深层特征，通过两个全连接层和Softmax层输出分类结果。本发明不但模型简单且易于与现有的技术集成，而且提高了算法对未知合成语音算法的泛化性能和训练的稳定性。
-
公开(公告)号：CN118136049A
公开(公告)日：2024-06-04
申请号：CN202410113097.0
申请日：2024-01-26
申请人： 广东技术师范大学
摘要： 本发明涉及一种基于时域合成语音检测网络的欺骗语音检测方法，其特征在于包括语音数据数据预处理；其次是选定时域合成语音残差网络结构作为基准网络；之后将经过预处理的语音数据并输入到选定好的时域合成语音残差网络结构中进行训练，从而得到最终的欺骗语音检测模型；最后将待检测的语音数据输入到欺骗语音检测模型中，从而输出语音的检测结果。本发明仅贴合语音信号的特点，还能更好地处理语音数；而且在深度的网络中，保证更好的学习收敛的同时，避免了梯度消失或爆炸的问题。
-
公开(公告)号：CN109767776B
公开(公告)日：2023-12-15
申请号：CN201910033384.X
申请日：2019-01-14
申请人： 广东技术师范大学
摘要： 本发明公开了一种基于密集神经网络的欺骗语音检测方法，具体涉及信息安全技术领域，具体包括如下检测步骤：步骤一：VT欺骗语音转换模型的构建：通过利用STFT来打破传统的时间和频率特性之间的联系，并保持节奏不变；构建卷积神经网络，使前一层网络的输出是传送到下一层作为输入，经过非线性操作输出。本发明通过建立密集卷积网络，保证了层间最大的信息流，增强了特征传播，而密集连接具有正则化效果，减少了对训练集较小的任务的过拟合，且密集卷积网络可以使网络层变窄，显著减少参数数量，减轻退化问题，支持有限神经元的重用，同时不需要重新学习冗余的特征图，便于训练。
-
公开(公告)号：CN113077814A
公开(公告)日：2021-07-06
申请号：CN202110303939.5
申请日：2021-03-22
申请人： 广东技术师范大学
摘要： 本发明涉及一种基于深度密集网络的语音变形检测方法，其特征在于先构建基于卷积神经网络的深度密集学习网络结构，而后使用小批迭代随机梯度下降对所述网络结构的交叉熵误差进行训练，最后将待测语音的时频特征输入到已经训练好的深度密集网络结构中，网络结构中softmax层通过伪装因子来判断待测语音的真伪并识别出伪装语音对应使用的伪装工具，从而输出检测结果。该方法不但可以识别待测语音是原始语音还是经过变形伪装的语音，还可以分类出变形语音的同时进一步检测出变形伪装的工具。
-
公开(公告)号：CN113011564A
公开(公告)日：2021-06-22
申请号：CN202110302713.3
申请日：2021-03-22
申请人： 广东技术师范大学
摘要： 本发明涉及一种基于对抗生成网络的唇形转正方法，其特征在于先构建基于生成对抗网络的生成器网络模型，所述生成器网络模型包括生成器和判别器；然后进行数据预处理，在数据处理时在对数据进行灰度化处理的同时按视频的帧率进行剪裁，最后都归一化，统一数据类型和数据形状大小；第三使用随机梯度下降对交叉熵误差进行训练，以优化生成器和判别器的ADAM参数；最后，将待测数据输入到训练好的生成器网络模型中，从而输出唇形转正后的结果。该方法从已有的少量特征，经过深度卷积对抗生成网络生成目标图像，从而有效获取正面视图作为视觉语音研究和应用。
-
公开(公告)号：CN117496944B
公开(公告)日：2024-03-22
申请号：CN202410006409.8
申请日：2024-01-03
申请人： 广东技术师范大学
IPC分类号： G10L13/027
摘要： 针对现有的开源情感语音库一般规模较小进而限制情感语音合成质量的缺点，本发明提供了一种多情感多说话人语音合成方法和系统。方法包括：首先使用现有开源情感语音库训练一个语音情感分类器，去除该分类器的分类层可得到一个语音情感编码器。然后利用该语音情感编码器提取语音中的情感特征训练一个情感转换器，利用情感转换器构建出一个新的多说话人多种情感的情感语音库，最后利用构建的情感语音库和开源情感语音库训练一个情感语音生成器实现多情感多说话人语音合成。本发明依据情感转换器构建新情感语音库，再利用新情感语音库训练情感语音生成器，扩展了情感语音数据集、提升了情感语音合成质量。
-
公开(公告)号：CN117499030A
公开(公告)日：2024-02-02
申请号：CN202311438130.9
申请日：2023-10-31
申请人： 广东技术师范大学
摘要： 本发明公开一种基于混合加密的密文域多方可逆信息隐藏方法及系统，涉及信息隐藏技术领域，所述方法包括：内容所有方获取原始载体并依次利用对称加密算法和同态秘密共享加密算法对原始载体进行混合加密，得到n个密文载体，并将各密文载体分别发送至n个信息隐藏方；各信息隐藏方将携带的子秘密信息嵌入到密文载体中，得到对应的带标记密文载体；携带的子秘密信息是信息隐藏方利用信息隐藏密钥对原始信息的子信息进行加密得到的。本发明采用混合加密算法直接对原始载体进行加密以产生嵌入空间，使得载体加密过程无预处理，降低了计算开销，确保嵌入容量更加稳定。
-
公开(公告)号：CN117496944A
公开(公告)日：2024-02-02
申请号：CN202410006409.8
申请日：2024-01-03
申请人： 广东技术师范大学
IPC分类号： G10L13/027
摘要： 针对现有的开源情感语音库一般规模较小进而限制情感语音合成质量的缺点，本发明提供了一种多情感多说话人语音合成方法和系统。方法包括：首先使用现有开源情感语音库训练一个语音情感分类器，去除该分类器的分类层可得到一个语音情感编码器。然后利用该语音情感编码器提取语音中的情感特征训练一个情感转换器，利用情感转换器构建出一个新的多说话人多种情感的情感语音库，最后利用构建的情感语音库和开源情感语音库训练一个情感语音生成器实现多情感多说话人语音合成。本发明依据情感转换器构建新情感语音库，再利用新情感语音库训练情感语音生成器，扩展了情感语音数据集、提升了情感语音合成质量。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.03 秒)
